Kimi K3来了：自己承认不如顶级模型，还涨价，凭什么？

©潮涌AI编辑部

今天凌晨，中文互联网最大的AI事件：Kimi发布了K3。

月之暗面（Moonshot AI）自己在新品公告里第一句话就说：“Kimi K3的整体表现仍落后于最强的闭源模型Claude Fable 5和GPT-5.6 Sol。”

挺直接的，不装。

但紧接着第二件事：涨价了。

K3的API输出价格涨到100元/百万token，比上一代旗舰K2.6的输出价格27元/百万token涨了超3.5倍；输入价格也涨到了20元/百万token，比K2.6的输入价格（缓存未命中）‌6.5 元/百万 token涨了超3倍。‌

那K3到底牛在哪？普通用户值不值得用？涨价这件事又靠不靠谱？潮涌AI团队天天用Kimi辅助工作，今天聊聊实测感受。

K3到底牛在哪？

先说硬数据。

K3参数2.8万亿，用的是混合专家架构（MoE），896个专家里每次激活16个。上下文窗口干到了100万token，原生支持视觉理解。

但参数大不等于厉害。K3真正厉害的地方，是在前端开发上干到了全球第一。

Frontend Code Arena（前端代码竞技场），让用户匿名投票选哪个模型生成的网页更好。K3得分1679，超过了Claude Fable 5（1631）和GPT-5.6 Sol（1618）。这是开源模型第一次在这个维度上反超顶级闭源。

注意：这是前端开发（WebDev）领域，不是全面的编程能力。而且目前排名标记为Preliminary（初步），K3的投票数（1757）还少于Fable 5（2505），随着投票增加，排名可能变化。

7个前端细分领域，K3拿了6个第一。

换句话说，如果你做前端开发、网页设计，K3是目前你能用到的最好的模型。

月之暗面还放出了几个案例：用K3从零写了一套GPU编程系统MiniTriton；48小时自主完成芯片设计；自己剪了一条56段素材的视频。

这些不是“回答一个问题”，是“完成一个项目”——让AI自己干活，自己改，自己跑完。

价格涨了，但编程场景实际可能比你想的更便宜

K3标价：输入20元/百万token（没命中缓存），2元/百万token（命中缓存），输出100元/百万token。

对比：Claude Fable 5输入10美元/输出50美元；GPT-5.6 Sol $5/$30，Terra $2.5/$15，Luna $1/$6。

K3的标价大概是Fable 5的三分之一。

但这里有个关键细节：Mooncake架构。

月之暗面自己披露，编程场景缓存命中率超过90%。也就是说，你反复提交同一份代码库时，实际输入成本会大幅下降。

按90%缓存命中率计算，实际混合输入成本约为3.8元/百万token（约合0.53美元），全部命中缓存时最低为2元/百万token（约合0.28美元）。

DeepSeek级别的价格，全球第一的前端开发能力。

这就是K3敢涨价的原因：在编程这个核心场景，它的实际成本可能比你看到的标价低得多。

潮涌AI实测：K3对我们工作流的影响

我们潮涌AI团队平时用Kimi做几件事：写文章辅助、处理长文档、代码支持、多模态分析。

K3在这些场景里，有些变了，有些没变。

kimi官网截图

（1）长文档处理：100万token上下文，这是真香

我们写产业分析文章，经常要处理几十万字的调研材料、财报、采访稿。K3之前的模型，20万字上下文已经够用了，但100万token意味着我们可以一次性扔进去整本书、整份代码库、整段视频脚本。

不用切分、不用分段，一次喂完。

这是效率层面的质变。

（2）多模态：不再是“后加”的视觉能力

K3是原生支持视觉理解，不是文本模型后面接了个视觉模块。这意味着它看图片、看PDF扫描件、看设计稿的理解深度会更高。

我们测试了一个场景：上传一张复杂的产业链图谱，让K3分析里面的公司关系和竞争格局。上一代模型会漏掉一些关键节点，K3的识别准确率明显提升。

（3）编程辅助：从“写代码”到“做项目”

我们团队有技术成员，平时用Kimi写脚本、处理数据。

K3的变化不是“代码写得更快了”，而是“能自主完成更复杂的任务了”。

比如让它写一个数据采集脚本，上一代模型写完代码就结束了。K3会自己检查代码能不能跑、哪里可能报错、然后自动修复。

这是从“代码生成”到“项目交付”的跨越。

K3的劣势：不能回避

（1）综合评分还是第三

Artificial Analysis Intelligence Index：K3得分57分。第一名Claude Fable 5是60分，第二名GPT-5.6 Sol是59分。3分的差距在通用场景下是可感知的。

K3在前端开发上全球第一，但综合能力仍落后于顶级闭源模型。

如果你主要需求是聊天、写作、创意生成，K3的“全球第一”标签并不适用。

（2）权重还没开放，现在只能用API

月之暗面承诺7月27日前开放完整模型权重。但现在是7月17日，权重还没出来。

这意味着：现在想用K3，只能通过API调用。数据隐私、服务稳定性、定制化能力都受限于月之暗面的基础设施。

想要本地部署、微调、改模型？等10天。

（3）非编程场景，缓存率低，实际价格不低

那个90%缓存率是针对编程场景的。如果你用来写文案、做客服、日常问答，缓存命中率会大幅下降。实际成本可能接近标价——约3美元输入/15美元输出。

在这个价格下，K3对非编程用户的性价比就不如DeepSeek V4 Pro（约0.435美元/0.87美元）了。

（4）本地部署门槛

2.8万亿参数的MoE模型，即使每次只激活部分专家，本地部署仍需要极高的算力资源。7月27日权重开放后，普通用户“想用开源”和“能跑起来”之间，仍有巨大的硬件鸿沟。

普通用户到底该不该用K3？

如果你是前端开发者/程序员：用。

Frontend Code Arena全球第一，编程场景实际成本可能低至0.28美元/百万token（全部命中缓存），7月27日还要开放权重。这三个条件组合在一起，没有竞品。

如果你处理大量长文档（法律、金融、学术）：可以尝试。

100万token上下文是硬优势。但注意：K3的综合能力仍落后于顶级闭源模型，关键信息需要交叉验证。

如果你是普通用户（聊天、写作、日常问答）：可以等等。

K3在这个场景的性价比不如DeepSeek，通用能力不如Fable 5。如果不是特别需要K3的某个功能，建议观望。

如果你需要数据隐私/本地化：等7月27日。

权重开放后，K3是国产模型中参数最大、前端能力最强的开源选项。但本地部署需要极高的GPU资源，普通用户大概率跑不动。

K3不是“中国版Fable 5”，也不是“全能冠军”，它是“前端开发单项冠军+性价比之王”。

月之暗面自己说了不如顶级模型，但它在特定场景上做到了全球第一，价格只有Fable 5的三分之一，还要开放权重。

对于前端开发者来说，K3是目前最好的选择。

对于不写代码的人来说，K3是一个“值得关注”的选项，但不是“必须切换”的选项。

7月27日权重开放后，如果开源社区能快速跟进，K3的生态优势可能会真正爆发。

=▹

联系我们 CONTACT US!

请添加微信xingminghui15