← #801

Kimi K3：开放的前沿智能

文章摘要

月之暗面（Moonshot AI）发布了最新一代模型 Kimi K3，号称是”全球首个开放权重的 3 万亿参数级别模型”，总参数量达 2.8T。它面向长周期编程、专业知识工作和复杂推理等高难度任务，原生支持视觉理解，并提供高达 100 万 token 的上下文窗口。

在架构层面，K3 引入了多项新设计：Kimi Delta Attention（KDA）与 Attention Residuals（AttnRes）作为核心组件，采用 Stable LatentMoE 结构，从 896 个专家中激活约 16 个。官方称这套架构相比 Kimi K2 实现了约 2.5 倍的整体扩展效率提升，同时还配套了用于专家分配的 Quantile Balancing、Per-Head Muon 优化器以及 Sigmoid Tanh 激活单元等改进。

在性能方面，月之暗面坦承 K3 整体上仍落后于最强的闭源模型（Claude Fable 5 和 GPT 5.6 Sol），但宣称在其评测套件中达到了前沿水平，通常优于其它参与对比的模型。具体能力包括：编程上完成了 GPU kernel 优化，并独立开发出一个类 Triton 的完整编译器 MiniTriton，在部分基准上可与 Triton 比肩；知识工作上擅长生成交互式研究可视化（含动态图表和动画的金融分析、科学报告）；多模态上统一处理文本、图像、视频，可用于视频编辑、游戏开发和视觉设计；科研上曾把一项原本需要 1-2 周的天体物理计算工作压缩到约 2 小时完成。

价格方面，API 定价为缓存命中输入 $0.30/百万 token、未命中输入 $3.00、输出 $15.00。官方也披露了两个局限：一是对”思考历史”敏感，若历史思考内容未被妥善保留，生成会不稳定；二是”过度主动”，执行任务时偶尔会超出用户明确意图自作主张。

HN 评论精华

Tiberium 指出这个 $3/$15（缓存 $0.3）的定价对一个中国开源权重模型来说”极高”，恰好是 Anthropic Sonnet 系列的 1:1 定价，也很接近 GPT 5.6 Terra。但他强调真正决定成本的是推理效率：如果 Sol 用 1 万思考 token 完成的事情 K3 要用 5 万，那即便单价更低，实际成本也可能更高。
dghlsakjg 和多位用户认为 K3 真正的竞争对手是 GLM，而 GLM 5.2 的价格还不到 K3 的三分之一。但 asenna 反驳说以这个定价，K3 根本不是在跟 GLM 竞争。InsideOutSanta 从实测角度补充：GLM 5.2 虽好，但明显不如 Opus 4.8 或 GPT-5.5，而 K3 已经和 Fable、Sol 处在同一档次，两者不在一个水平线上。
leecommamichael 做了重要的技术澄清：分词器（tokenizer）定义的是模型训练所用的”字母表”，它不是可以随意替换的独立模块，字母表大小是与训练数据编码方式相关的设计考量。围绕”按 token 计价难以横向比较”，众人提出了替代方案——按字节计价、按标准英文页计价，甚至借鉴 bits-per-byte 作为损失指标的做法。
cmrdporcupine 提出一个反直觉的实战观点：GLM 虽然单价便宜，但因为 token 效率低，包月订阅下实际并不划算，很难比 Codex 更省。他的结论是——只要不是按 token 付费，Anthropic 和 OpenAI 的包月编程套餐目前仍是性价比最优选择，开源权重模型没有成本上的理由。
easygenes 反驳”补贴论”，认为这次定价只是按能力定价（K3 是迄今最大、服务成本最高、能力最强的开源权重模型），并主张推理的实际运营 TCO 比人们想象的低、API 利润率很高。csomar 则持相反态度，认为补贴时代正在结束，各家会先在 API 定价上收敛，订阅价随后跟进。
hedora 提出一个价值观层面的担忧：他反感 Claude 频繁误报安全护栏（把普通请求误判为生物或安全研究），认为支持这种”由中央权威决定哪些知识探索被允许”的工具在伦理上有问题，并借此追问 K3 是否也有类似过度敏感的护栏。