马斯克点赞！Kimi K3携2.8万亿参数开源挑战GPT、Claude，涨价潮下大模型商业化加速

在7月16日那部充满艺术感的预热短片引发行业热议后不到一天的时间，月之暗面公司便迅速推出了其新一代旗舰大模型——Kimi K3，这一举动无疑再次点燃了AI领域的热情。

7月17日凌晨，Kimi K3正式揭开神秘面纱。据官方介绍，Kimi K3拥有高达2.8万亿的参数规模，配备了100万Token（词元）的超长上下文窗口，并原生支持视觉理解能力，成为当前全球参数体量最为庞大的开源大模型，一举将开源阵营的技术门槛提升至3万亿级别的新高度。

Kimi K3发布后，第三方评测机构的数据显示，在Arena AI的Code Arena榜单上，Kimi K3以1679的高分荣登榜首，超越了行业内的两大巨头Claude Fable 5和GPT-5.6 Sol。值得一提的是，Kimi K3的发布还吸引了特斯拉CEO马斯克的关注，他在评论区留下了“Impressive（令人印象深刻）”的赞誉。

随着国产大模型在全球AI赛道上的话语权日益增强，行业竞争的重心已经从单纯的参数比拼转向了商业价值的兑现。

Kimi K3系统架构解析

图片来源：月之暗面官网

48小时完成芯片设计，Kimi K3展现长程编程实力

在模型的测试表现方面，Kimi K3在编码（coding）专项测评中展现出了强大的竞争力。在测试超长程软件工程任务能力的SWE Marathon测评中，Kimi K3以42.0分的优异成绩位居榜首；而在AI终端操作能力基准测试的Terminal Bench 2.1、评估AI模型软件工程能力的FrontierSWE两项测评以及自研内部代码测试集Kimi Code Bench 2.0中，Kimi K3虽然略有落后，但仍稳居第二。

在通用智能体赛道上，Kimi K3在自动化操作、网页深度检索、办公类实操任务测试中均表现出色。综合来看，虽然Kimi K3的整体表现尚未超越闭源模型Claude Fable 5和GPT-5.6 Sol，但与这两款头部闭源模型的差距已经相对较小。

值得一提的是，Kimi K3在架构层面也进行了重大创新，带来了效率的显著提升。它基于Kimi Delta Attention（KDA）混合线性注意力机制和Attention Residuals（AttnRes）注意力残差技术构建，同时在MoE（混合专家）层面，模型在896个专家中激活16个。这些结构性改进使得Kimi K3相比K2的整体扩展效率提升了约2.5倍。

Kimi K3重点突破的长程编码能力在多个应用场景中得到了具体体现。例如，在Kernel优化、创作数字作品、芯片设计等领域，Kimi K3都展现出了强大的实力。

其中，Kimi K3设计了一款芯片，用于运行一个基于自身架构构建的nano模型。官方表示，在连续48小时的自主Agent（智能体）运行中，K3基于开源EDA工具和Nangate 45nm工艺库，独立完成了芯片的构建、优化与验证。该芯片能够在100 MHz下完成时序收敛，仿真解码吞吐持续超过每秒8700个Token，充分展示了Kimi K3在芯片设计领域的实力。

K3并非孤立存在，月之暗面公司于6月中旬发布的K2.7 Code和Kimi Work也已经在垂直方向上进行了积极尝试。

K2.7 Code专注于编程场景，Token消耗比前代降低了30%，后来还追加了高速版。而Kimi Work则将Agent能力搬到了桌面端，支持本地文件操作、浏览器自动化和定时任务，并提供了可连续工作24小时的目标模式以及接入飞书、WPS、钉钉等第三方应用的插件中心，为用户带来了更加便捷的使用体验。

桌面Agent正在成为各家大模型研发企业落地的共同选择。百度、阿里等公司将Agent集成进了办公套件，6月底豆包也开启了付费功能，重点覆盖办公和Agent场景，月费从68元到500元分了三档。行业整体趋势是让AI直接在工作流中发挥作用，而不仅仅是停留在聊天框中。

K3的发布为应用提供了更强的模型底座支持，同时Kimi Work也同步新增了小组件和看板两项功能，将对话输出转化为可持续查看的可视化界面，进一步提升了用户体验。

值得一提的是，官方还主动列出了Kimi K3目前存在的三点局限：一是对历史思考内容敏感，中途切换模型或框架不兼容可能导致上下文干扰，从而影响内容生成质量；二是训练侧重长程高难任务，在简单场景下模型可能“过于主动”，替用户做出非预期判断。针对这两点局限，Kimi官方给出了简单的使用指南；三是尽管Kimi K3总体上是一个非常有竞争力的模型，但与Claude Fable 5和GPT-5.6 Sol相比，在用户体验上仍有一定差距。

目前，Kimi K3的完整模型权重尚未发布，月之暗面公司表示将于今年7月27日前发布。更多技术细节将随技术报告一并公布，让用户更加深入地了解这款强大模型。

行业涨价潮来袭，大模型商业化进入兑现关键期

与模型能力一同提升的还有模型价格，这已经成为当前AI行业的一个显著趋势。

Kimi K3的API（应用程序编程接口）定价为：输入每百万Token 2元（命中缓存）和20元（未命中），输出每百万Token100元。官方表示，在编程场景下缓存率超过90%，因此折算下来实际输入成本并不高。

据第三方机构Artificial Analysis测算，Kimi K3单任务成本约0.94美元，与GPT-5.6 Sol的1.04美元接近，约为Claude Opus 4.8（1.80美元）的一半，显示出其在性价比方面的优势。

整体来看，涨价已经成为全行业的主旋律。智谱GLM-5系列已经分三轮上调价格，DeepSeek宣布V4正式版上线后实行峰谷定价，高峰时段价格翻倍。此前，Kimi的价格也有所上涨，从K2的每百万Token 4元涨到K2.7 Code的6.5元，涨幅约60%，反映出市场需求的旺盛和成本压力的增大。

月之暗面公司B端（商家端）负责人黄震昕近期公开表示，在供需两端挤压下，API涨价是必然趋势。用户愿意为高性能支付溢价，而厂商则通过缓存优化、推理效率提升来对冲成本。目前Kimi原厂服务的缓存命中率超过90%，为用户提供了更加稳定、高效的服务。

在涨价之外，各家企业在商业化路径上也呈现出明显的分化。有的企业押注企业私有化部署，有的企业深耕开发者生态拓展付费用户。而Kimi的选择是B端和C端（消费者端）同时发力。黄震昕提到，互联网、金融、制造、教育、医疗是目前主要的企业客户来源。海外市场增长更快，付费用户和API收入都增长了400%，产品进入200多个国家和地区，展现出强大的市场拓展能力。

C端最有话题性的尝试是Kimi信用卡的推出。这款联名卡已于7月10日正式发行，合作方是美国运通和农业银行。通过这张卡，用户可以把消费积分换成Kimi算力额度和Agent使用权，相当于用金融权益做C端获客和留存。项目从4月酝酿到7月落地，3个月走完流程，知情人士称双方“一拍即合”。然而类似的跨界合作在行业里并不多见，效果如何还需要时间来验证。

商业化探索的背后，是月之暗面公司估值的火箭般攀升。过去半年，月之暗面完成了三级跳：2025年12月估值43亿美元，今年5月D轮后跃至200亿美元，6月又被曝出新一轮融资投前估值达315亿美元，半年增长超6倍，展现出强大的资本吸引力。

当前，大模型头部梯队的资本化竞速已经全面铺开。智谱、MiniMax已先后登陆港股，在股价高点时市值分别冲到万亿港元、千亿港元级别。月之暗面此刻的每一步商业化试探，也都承载着资本市场的高预期和关注。

然而，在闭源模型持续领跑、国产同行加速追赶的格局下，K3能给月之暗面带来多大的实际优势？面对定价的抬升，Kimi K3能否呈现出与价格匹配的良好表现？这些都还需要进一步的时间和市场检验来给出答案。