追平 Fable 5？Kimi K3 体验实测
原创 weishu 2026-07-17 17:12 中国香港
昨天下午圈内盛传 Kimi 要发布新模型 K3，据说实力追平了 Fable 5。起初我真的不太信，毕竟过去 Kimi 的广告铺天盖地，我听了他们的鬼话充过两次值，结果都大失所望，心里嘀咕这次不会又是“狼来了”吧。
结果半夜醒来习惯性刷手机，发现 K3 还真的如期发布了。Benchmark 显示它的指标逼近了 GPT-5.6 Sol 和 Fable 5，稳居前三，评论区沸腾了，有人直呼“宛如看到原子弹爆炸”。不过官方的态度反而出奇地谦虚，坦诚在用户体验上跟前沿的闭源模型还有差距。这种反差让我有点坐不住了——那些天天喊着超越这个、吊打那个的往往是口嗨，真正的高手通常极度坦诚。Kimi 现在的表现，像是一个嘴角上扬、心里憋着股劲儿不服输的少年，这次极有可能有点真本事。
早上起床，我立马打算去买个订阅亲自体验一下。结果闹了个大乌龙，Kimi 有好几个套餐档位，我怕跑测试额度不够，果断选了最高的那档。看着“200”的数字再加上是国产厂商，我以为是人民币，付完款才赫然发现单位是 USD。当时就想退款，找了半天没找到入口，只好作罢。既来之则安之，先看看它的真实实力，再想想怎么把这 200 刀挣回来吧。
我直接给它安排了之前让 Fable 5 和 GLM-5.2 做过的硬核考题：对一个资产管理项目进行重构。
阅读本项目，了解其全部功能；我希望将后端转换为 bun runtime + sqlite 数据库的方式，方便部署的同时减少资源占用。还可以把前后端 all in one。
请自己探索，然后完成这个功能。
因为原项目后来更新了很多内容，我特意切回了当时做实验的版本；客户端用的是 Kimi Code，模型选 K3，思考预算拉到最大，权限给到 Auto，使用了 Plan 模式。
十几分钟后，K3 给出了一个 Plan 并自动开始执行。我粗看了一眼，发现它在前端层面的技术路线选得比当时的 Fable 5 更难。Fable 5 选择利用已有的模板做兼容层，务实且可控，这也是我在真实业务里会选的稳妥路线；但 K3 的方案非常激进，选择了整体重写。如果单纯从技术视角看，它的方案更加优雅且自洽。
原本以为它能像 Fable 5 一样迅速跑完，结果半小时过去了还卡在第一步（总共11步）。无聊之余，我给它派了个小活儿：我之前维护过一个远程控制 Codex / Claude Code 的工具，有人提过 PR 支持 Kimi Code，但因为 Kimi 后来架构大改导致无法运行了，我让它自己去把这修好。将近一个小时后它告诉我修好了，我拉下来验收，功能已经正常了。丢给 Codex review，挑出几个了不算严重的小毛病。
吃完午饭睡了个觉，那个资管重构的任务依然在跑，最终整整跑了四个小时才宣告完成。
但当我去验收的时候，K3 真的彻底超出了我的预期。
之前我用 GLM-5.2 做过同样的任务，结果一塌糊涂。但 K3 交付的代码，的的确确可以与 Fable 5 掰掰手腕：前端界面做到了像素级复刻，连交互动画都完全一致；后端的金融计算逻辑被测试用例死死钉住，每一个子页面的体验都和原项目严丝合缝。
在这一刻，我好像真的看到了原子弹爆炸。
当然，它的用户体验确实如官方所说，跟 Fable 5 还有差距。比如 SubAgent 在后台运行没有任何进度提示，我一度以为它像 GLM-5.2 一样中途罢工了，催促了好几次才发现它在默默干活。运行速度也确实慢得令人发指，不过考虑到算力瓶颈，能输出这样的结果已经是非常了不起了。
半年前用 Opus 的时候我就感慨，Agent 写代码的水平已经超过了人类工程师的平均线；而 Fable 5 的出现，意味着它已经击败了 99% 的人类开发者。在 Deepseek 那段短暂的高光之后，Anthropic 和 OpenAI 一路狂飙，把一众国产模型远远甩在身后。但今天 K3 的出现，似乎又一次扭转了这个局面。
Fable 5 很强，但审查过于敏感，动辄降级，后来我干脆弃用了；自从用上 GPT-5.6 Sol 后，我烧了好几千 token，却一直陷入一种智能飞速跃升带来的不知所措中。我脑海里反复萦绕着一个问题：如果 Agent 在我的专业领域已经接近我，在其他领域更是完全吊打我，我应该拿它们去干点啥，才能把我自己和模型的价值发挥出来？
我想了很久，也动手做过很多尝试，依然没有找到答案。
最近很多知名公司的 CTO 争相跳槽加入 Anthropic 和 OpenAI。也许他们早就预见到了这种“核爆”般的场景，在深夜里思考良久后，才果断选择躬身入局。而作为普通人的我们，在时代的巨浪拍下之前，又该做点什么呢？
推荐阅读
• 技术人员的桎梏
欢迎关注我的公众号“虚拟框架”，原创技术文章第一时间推送。