Kimi K3 发布解读：2.8T、1M 上下文、API 价格与早期用户反馈

截至 2026 年 7 月 17 日，Moonshot AI 已正式发布 Kimi K3。如果只看规格，这次更新已经足够显眼：2.8T 参数、1M token 上下文、原生视觉、多端可用、OpenAI 兼容 API，再加上官方明确把它定位为面向 long-horizon coding、knowledge work 和 reasoning 的旗舰模型，K3 很自然会被视为 Kimi 体系迄今最重要的一次升级。

但这次发布真正值得关注的，不只是“参数更大了”，而是 Moonshot 明显在把 Kimi K3 往 开放权重旗舰 和 agent 工作流底座 的方向推进。与此同时，首批开发者反馈也很快给这股热度降了温：能力确实强，但目前偏慢、偏贵、偏啰嗦，而且推理强度还不够可控。

如果你最近也在关注中国模型的前沿竞争节奏，可以先结合我们之前写的中国 LLM 现状观察一起看；而如果你更关心开放权重与 API 产品化之间的平衡，DeepSeek V4 预览版上线分析也能提供一个很好的参照系。

Kimi K3 这次到底发布了什么？

根据 Moonshot AI 在 2026 年 7 月 16 日 发布的官方博客，Kimi K3 的几项核心信息已经比较清楚：

总参数量 2.8T
1M token 上下文窗口
原生视觉能力
基于 Kimi Delta Attention（KDA） 与 Attention Residuals（AttnRes）
官方将其描述为 “world's first open 3T-class model”

不过，这里有一个必须说清楚的时间点差异。

官方博客同时写明，Kimi K3 已经可以在 Kimi.com、Kimi Work、Kimi Code 和 Kimi API 上使用，但 完整模型权重要到 2026 年 7 月 27 日前后才会发布，更完整的技术报告也会随后公开。也就是说，截至 2026 年 7 月 17 日，K3 已经是一个正式可用的产品，但还不是“权重已经全部放出来”的完成态。

这点很重要，因为很多人看到“open 3T-class model”时，容易直接理解成“已经完整开源”。更准确的表述应该是：Moonshot 已经把 K3 明确定位成开放权重路线的一代旗舰，但权重发布日期晚于模型上线日期。

如果你想先看最直观的成绩，官方 benchmark 和 coding benchmark 大致如下： Kimi K3官方benchmark结果 Kimi K3官方Coding benchmark结果

如果你更关心前端生成场景，第三方 Arena 榜单也提供了一个补充视角： Kimi K3 Arena 前端编码排名

API 侧已经上线，而且定位比 K2.6 更激进

从 Kimi API 文档索引和 Quickstart 可以确认，kimi-k3 已经进入 Moonshot 的正式 API 产品线，接入方式依然是熟悉的 OpenAI-compatible 风格，基础 base_url 仍然是：

https://api.moonshot.ai/v1

这意味着，如果你的现有工具链原本就支持 OpenAI 兼容接口，迁移到 Kimi K3 的工程门槛并不高。Moonshot 的文档索引里还列出了多篇围绕 Kimi K3 的接入说明，包括：

Kimi K3 Quickstart
Kimi K3 API Tool Calling Best Practices
Build an Agent with Kimi K3
Use Kimi API in Codex
Use Kimi in Claude Code
Use Kimi in Cline

这组文档结构本身已经释放出一个很明确的产品信号：K3 并不是只想做“聊天更聪明一点”的模型，而是明显在为 coding agent、tool calling 和多工具工作流准备。

价格出来了，但它不再是“便宜替代品”路线

Kimi K3 的另一条关键信息，是官方已经同步公开了 API 定价。

根据官方博客和 Flagship Model Kimi K3 Pricing 页面，当前价格为：

计费项	价格
Cache-hit input	`$0.30 / 1M tokens`
Cache-miss input	`$3.00 / 1M tokens`
Output	`$15.00 / 1M tokens`

如果你对 Kimi 之前几代模型有印象，这组数字会立刻传达出一个变化：K3 不再走“靠极低价格抢眼球”的路线。

在 Simon Willison 的首日观察里，他特别指出，Kimi K3 的输入/输出定价已经来到与 Anthropic Claude Sonnet 系列接近的区间，而且比 Kimi K2.6 明显更贵。换句话说，Moonshot 这次不是在卖“更便宜的中国替代品”，而是在卖 更接近 frontier 档位的开放旗舰能力。

这也解释了为什么首批社区讨论里，很多人并没有把注意力放在“好便宜”上，而是在问另一个更现实的问题：它的真实使用成本，是否真的比闭源前沿模型更划算？

官方想强调的，不只是参数和价格

如果把官方博客完整读下来，你会发现 Moonshot 真正想强调的是另一件事：K3 更像一个长时程任务执行模型，而不是单轮聊天模型。

官方给出的 showcase 和 benchmark 叙事，大多围绕这些场景展开：

长时程代码编写与仓库导航
GPU kernel 优化
从零构建 GPU 编译器
带视觉反馈的前端、游戏和 CAD 类开发
研究型知识工作与交互式报告生成
多轮、多工具、多子代理协作

这也是为什么官方博客会专门强调 Kimi K3 在架构上采用 KDA、AttnRes 和更高稀疏度的 Stable LatentMoE，并声称相较 Kimi K2 带来了大约 2.5 倍的 overall scaling efficiency。这些说法当然仍然属于官方口径，但至少可以看出 Moonshot 这次的主叙事并不是“我们也有一个更大的通用模型”，而是：

我们在试图把超大开放模型推向真正可用的 agent 工作流。

官方 benchmark 说明了什么？

结合上面的官方配图，再看正文里的 benchmark 叙述，最核心的一句总结其实已经写在开头：Kimi K3 的整体表现仍然落后于 Claude Fable 5 和 GPT 5.6 Sol，但在 Moonshot 的评测集中，稳定超过了其余被纳入对比的模型。

如果只抓几项更容易理解的结果，大致可以这样概括：

在多项 coding benchmark 上，Kimi K3 已经明显进入第一梯队
在 agentic workflow 和 tool use 任务上，它的定位也非常明确
在 reasoning / knowledge / vision 维度上，官方分数显示它不是短板型产品，而是想做全面旗舰

但更值得注意的是官方写法本身。Moonshot 没有把 K3 包装成“已经全面超过闭源头部模型”，反而明确承认它和 Fable 5、GPT 5.6 Sol 仍有差距。这个口径相对克制，反而让官方 benchmark 更值得读。

当然，benchmark 归 benchmark，真实体验仍然要看第三方和首批用户反馈。

第三方观察：能力进了前排，但速度和 verbosity 是代价

截至 2026 年 7 月 17 日，比较值得参考的第三方观察之一是 Artificial Analysis 的 Kimi K3 页面。

Artificial Analysis Kimi K3页面

这家评测站点给出的几个数字很有代表性：

Kimi K3 的 Artificial Analysis Intelligence Index 是 57（作为对比，Claude Fable 5 是 60，GPT-5.6-Sol-Max 是 59）
它的输出速度大约是 62 tokens/s
这个速度 低于同价位推理模型的中位数
它在 Intelligence Index 评测中总共生成了 130M output tokens
这个输出量显著高于同价位模型中位数，说明它 非常 verbose

Artificial Analysis 对它的总结很直接：智能水平已经进入领先区间，但它偏慢、偏贵，而且非常啰嗦。

这组观察和官方叙事并不矛盾。Moonshot 想卖的是“前沿能力”，而不是“最省 token 的效率王”。只是当模型进入真实 API 计费环境后，更强的推理往往也意味着更多 token、更长等待时间和更高实际成本。

首批社区反馈最在意什么？

如果把 Hacker News 讨论串和 Simon Willison 的首日上手放在一起看，社区最在意的问题主要集中在四个方向。

1. 目前只有 `max` reasoning，推理力度不够可控

官方博客已经写明，Kimi K3 在发布时默认使用 max thinking effort，低强度和高强度模式会在后续更新中引入。

这不是小问题。因为在许多生产环境里，开发者最需要的不是“永远最强”，而是能在质量、速度和成本之间自己做权衡。首发阶段只有 max，意味着 K3 现在更像一台全油门运转的机器。

Simon Willison 在首日测试里也明确提到，K3 当前只有一个 reasoning effort，而这件事在成本上“看得见摸得着”：一个简单的“生成一只骑自行车的鹈鹕 SVG”测试，就消耗了 16,658 output tokens，其中 13,241 是 reasoning tokens。

2. 输出偏长，真实成本未必像单价看起来那么美好

HN 讨论里一个很高频的观点是：不能只看每百万 token 的标价，还得看模型为了完成同一任务到底会“烧掉”多少 reasoning tokens。

这也是为什么一些评论者会说，哪怕 Kimi K3 的名义价格低于 Claude Fable 5 或 GPT 5.6 Sol，如果它为了拿到相近结果要消耗更多推理 token，实际成本优势也会被迅速吃掉。

Artificial Analysis 也给了一个更可比较的指标：它测得 Kimi K3 的 cost per task 大约是 $0.94，已经和 GPT 5.6 Sol 的 $1.04 很接近。这个数字并不意味着 K3 没价值，但它足以说明：K3 不是那种靠价格碾压闭源前沿模型的产品。

3. 速度不算快，而且有人遇到了 timeout

HN 上一位完成初步 benchmark 的开发者提到，Kimi K3 只支持 max reasoning，而且模型本身比较慢；他还遇到了部分请求超时，以及编码演示在默认超时设置下失败的问题。

这类反馈和 Artificial Analysis 给出的“速度低于同价位中位数”是互相印证的。对一些能容忍等待的深度任务来说，这不一定构成致命问题；但如果你的工作流高度交互式、需要频繁往返，K3 的首发体验可能还不够顺手。

4. 工具调用和 schema 兼容性还有磨合空间

HN 同一条 benchmark 反馈里还提到，Moonshot 在部分 tool calling / response format schema 场景下存在兼容性问题，例如 tools.function.parameters 中使用 anyOf 时被接口拒绝。

这类问题不一定代表 K3 的工具能力弱，更可能说明：模型能力已经上线了，但周边 API 兼容层、工程实现和第三方 agent 框架适配还在追赶。

对普通聊天用户来说，这种细节不明显；但对已经在做 agent 产品、自动化工作流或 coding harness 的团队来说，这类边角兼容问题往往就是“能否马上进生产”的分水岭。

这篇文章最重要的结论

如果把截至 2026 年 7 月 17 日 已经公开的信息压缩成一句话，我会这样描述 Kimi K3：

它已经是 Moonshot 迄今最有野心的一代旗舰模型，也是中国开放权重路线里非常值得关注的一步；但在首发阶段，它更像一台能力很强、工程味很重、还在继续打磨的人型引擎，而不是一款已经把速度、成本和开发者体验都调到最顺手状态的“成熟日用品”。

换句话说，K3 现在最适合三类人重点关注：

正在评估 开放权重旗舰 新进展的开发者和研究者
需要 长时程 coding / tool use / 多代理工作流 的团队
想观察中国模型是否已经逼近闭源头部产品体验边界的人

反过来说，如果你的优先级是：

最低延迟
最强价格优势
最稳定的 schema / tool 兼容性
立刻进生产、尽量少踩坑

那么截至今天，Kimi K3 更适合先 跟踪、试用、做 benchmark，而不是直接重仓。

常见问题

Kimi K3 现在已经完整开源了吗？

还不能这么说。根据 Moonshot 在 2026 年 7 月 16 日 的官方博客，Kimi K3 已经正式上线可用，但完整模型权重预计在 2026 年 7 月 27 日发布。截至 2026 年 7 月 17 日，更准确的表述是：产品已发布，完整权重尚未放出。

Kimi K3 的最大卖点是什么？

目前最明确的卖点有四个：2.8T 参数规模、1M 上下文、原生视觉能力，以及对 long-horizon coding / knowledge work / agent workflow 的明确优化。

Kimi K3 现在最明显的短板是什么？

从官方限制和首批用户反馈看，主要是四点：只有 max reasoning、输出偏长、速度不算快、工具链兼容性还在磨合。