7 月 16 日，月之暗面在 2026 世界人工智能大会开幕前夜扔了一颗炸弹：Kimi K3。

2.8 万亿参数，100 万 token 上下文，原生视觉理解，官方说它是目前全球最大的开源模型。重点是，它已经在 Kimi.com、Kimi Work、Kimi Code、Kimi API 和移动端全量上线，完整权重也会在 7 月 27 日正式开放下载。

对普通用户来说，参数和 token 都是数字，真正关心的是：它能干什么？我该怎么用？贵不贵？这篇就围绕这三个问题，把 K3 的入口、场景、定价和后续本地部署路线一次性说清楚。

参数大，到底意味着什么

先别被 2.8 万亿吓到。月之暗面自己解释得很直白：参数就像人脑里的神经连接，数量越多，模型能装下的知识和模式就越复杂。翻译成人话就是：K3 能同时处理更长的文档、更复杂的代码仓库、更烧脑的多步骤推理任务。

几个硬指标值得记住：

• 2.8T 总参数，采用 MoE 架构，每次推理只激活其中一部分专家，不是每次都要跑满 2.8 万亿。
• 100 万 token 上下文，大约相当于几十万字中文。你可以把整本书、整套代码库、全年财报一次性丢进去对话。
• 原生视觉理解，不只是读图，而是把文本、图片、视频放在同一个模型里统一理解。
• Kimi Delta Attention + Attention Residuals，月之暗面自研的架构改进，官方称相比 Kimi K2 扩展效率提升了约 2.5 倍。

在官方放出的评测里，K3 在 GDPval-AA v2 综合任务基准上排第三，仅次于 Claude Fable 5 Max 和 GPT-5.6 Sol Max；在 BrowseComp 长周期检索基准上拿了 91.2 分，是目前最高分；在 Arena.AI 前端代码竞技场也以 1679 分登顶。

也就是说，K3 的整体能力还没有超过最顶尖的闭源模型，但在开源阵营里已经是第一梯队，部分长文本和代码任务上甚至反超了闭源对手。

五种入口，总有一个你用得上

月之暗面这次把 K3 铺得很开，不是只给开发者玩，普通用户也能立刻上手。

1. Kimi 网页版（kimi.com）

最省事的入口。打开 kimi.com，登录后模型选择里已经能看到 Kimi K3。目前默认是 max thinking effort 模式，也就是深度思考模式，后续才会开放低/高两档调节。

适合：写长文、读 PDF、做研究、处理复杂表格。

2. Kimi Work 桌面端

这是月之暗面面向知识工作和办公场景的桌面应用，Windows 和 Apple Silicon Mac 都能装，需要 v3.1.0 以上版本。K3 在这里有两个新功能：

• Widgets：直接在聊天里生成交互组件，比如一个能连接本地数据的实时看板。
• Dashboard：把常用 Widgets 汇总到一个持久化视图里，相当于一个个性化工作台。

适合：每天需要处理大量文档、表格、邮件的办公人群。

3. Kimi Code

开发者专用入口。在终端安装 Kimi Code 后，用 `/model` 命令切换到 Kimi K3，就能让它在代码仓库里进行长周期工程会话。

官方展示的几个案例很能说明问题：

• 24 小时内独立优化 GPU 内核，把特定任务的前向+反向时间从 283.6ms 降到 114.4ms。
• 48 小时自主运行，完成一颗 4 平方毫米芯片的完整设计流程，从架构到验证，最终实现 100MHz 时序收敛。
• 2 小时左右复现一个天体物理研究（I–Love–Q 普适关系），通常需要研究者一到两周。

适合：写代码、改代码、重构工程、调试性能、做科研编程。

如果你之前用过 Claude Code 的 fork 工作流 或者 AI 编程工程化的思路，K3 的用法大同小异，只是上下文窗口和持续工作能力更强。

4. Kimi API

有开发能力的用户可以直接调用 API，模型名是 `kimi-k3`，兼容 OpenAI SDK。定价如下：

计费类型	价格
缓存命中输入	$0.30 / 百万 token
缓存未命中输入	$3.00 / 百万 token
输出	$15.00 / 百万 token

在编码任务里，缓存命中率可以超过 90%，所以实际成本往往比标价低不少。输出 15 美元/百万 token 是什么概念？比 GPT-5.6 Sol 的 30 美元便宜一半，但比 DeepSeek V4 Pro 的 0.87 美元贵很多。定位属于”高端开源模型”价位。

适合：需要把 K3 接进自己产品、工作流、Agent 系统的开发者。

5. 移动端 App

iOS、Android、HarmonyOS 的最新版 Kimi App 都已经接入 K3。手机上主要用来处理文档、拍照提问、语音输入这些轻量任务。100 万 token 的上下文在手机端一样生效，你可以把一份长报告直接拖到聊天里让它总结。

适合：通勤路上、会议间隙、需要随时随地处理文档的场景。

它能干的四类活儿

第一类：长周期软件工程

这是 K3 最突出的能力。官方管它叫 Agentic Coding，也就是让模型自己规划、自己执行、自己迭代。不是简单帮你写个函数，而是能在大型代码仓库里持续工作多个小时，调用终端工具、跑测试、修 bug、改文档。

我们之前写过 Kimi K2.6 开源时，它就能连续编 13 小时代码。K3 在这个基础上更进一步，特别是在 GPU 内核优化、编译器开发、科研代码复现这些硬核任务上。

如果你日常工作涉及代码，建议先从这三个场景试起：

1. 重构一个老旧模块：把模块说明和历史 bug 记录丢进去，让它给出重构方案并生成修改后的代码。

2. 性能调优：给它看 profiler 报告，让它定位瓶颈并尝试优化。

3. 自动生成测试：让它根据现有代码补全单元测试和集成测试。

第二类：知识工作与深度研究

K3 在 BrowseComp、DeepSearchQA 这些研究类基准上分数很高，说明它擅长做需要多轮搜索、交叉验证、长文档整合的任务。

官方展示了一个案例：研究 42 年 AI ASIC 产业历史，K3 进行了 120 多轮自我改进、2800 多次网络搜索、1100 多次终端数据拉取，覆盖了 1.1 万多页资料、87 份季度报告、99 份原始 PDF。

对普通用户来说，这意味着你可以：

• 把几十篇论文打包上传，让 K3 写综述。
• 给一份行业报告，让它提取关键数据、画趋势图、做对比表。
• 做竞品分析时，把多个公司财报和新闻丢进去，直接生成一份咨询风格的报告。

第三类：多模态理解

K3 不是先读文字再调视觉模型，而是原生把图像、视频和文本一起理解。这带来几个实用场景：

• 前端开发看截图：给它一张网页截图，它直接生成对应代码，并能在代码和实时截图之间反复迭代。
• 文档解析：扫描版 PDF、表格、图表混在一起，它能直接提取结构化信息。官方在 OmniDocBench 上拿了 91.1 分，目前最高。
• 视频内容处理：理解视频内容并生成摘要、剪辑建议、字幕。

视觉能力在 ChatGPT Images 2.0 和 Muse Image 那类产品里已经见过类似玩法，但 K3 胜在上下文够长、能一次性处理更多素材。

第四类：创意与内容生产

K3 在游戏开发、视频编辑、芯片设计这些偏创意和工程的交叉领域也有演示。比如：

• 用 Three.js WebGPU 做一个 3D 开放世界游戏原型，包括程序化生成环境和角色模型。
• 从 56 个源片段中自动剪辑预告片，做运动匹配、节拍同步和音频处理。
• 为自身架构制作 3Blue1Brown 风格的数学动画解释视频。

这些不是普通用户日常会做的，但说明 K3 已经能处理一些通常需要小型团队协作的复杂创作任务。

定价怎么算，值不值

前面给了 API 定价，这里再对比一下主流模型的输出价格：

模型	输出价格（$/百万 token）	定位
DeepSeek V4 Pro	0.87	低成本开源
Kimi K3	15.00	高端开源
GPT-5.6 Sol	30.00	闭源旗舰
Claude Fable 5	约 25	闭源旗舰

K3 卡在中间：比闭源旗舰便宜，但比 DeepSeek 这种极致成本型贵一个数量级。值不值取决于你的任务。

• 成本敏感、批量调用：DeepSeek V4 Pro 或 GLM-5.2 更合适。
• 需要长上下文、复杂代码、多模态：K3 的性价比不错，特别是缓存命中后输入成本只有 $0.30/百万 token。
• 要极致体验、不在乎预算：Claude Fable 5 和 GPT-5.6 Sol 仍然是第一选择。

月之暗面还强调 K3 的缓存机制对编码任务很友好，90% 以上的缓存命中率意味着反复修改代码时，重复调用的成本会大幅下降。

本地部署：7 月 27 日再动手

K3 的完整权重会在 7 月 27 日开放。目前官方没有公布本地部署的最低配置，但有几个信息点可以参考：

• 模型采用 MXFP4 权重精度和 MXFP8 激活精度，相比 FP16 能省很多显存。
• 推荐用 64 个或更多加速器的超级节点配置做生产部署。
• 个人用户想跑起来，大概率需要依赖量化版本、vLLM/llama.cpp 社区的适配，或者等待官方发布更轻量的蒸馏版本。

如果你之前跟着我们的 本地部署大模型完全指南 玩过 Ollama 或 LM Studio，到时候可以第一时间尝试把 K3 接进来。我们也会继续跟进 K3 的本地部署方案，有进展再更新。

对普通用户来说，在 7 月 27 日之前先用官方提供的网页版、API 和 Kimi Code 就够了，不需要自己折腾硬件。

几个要注意的局限

K3 很强，但官方自己也坦诚了三个问题：

第一，对思考历史的依赖。 K3 在训练时默认保留了完整思考历史，如果你用的 Agent 框架没有正确回传这些历史，或者从别的模型中途切换到 K3，生成质量可能不稳定。建议用官方推荐的 Kimi Code 或已经验证兼容的框架。

第二，过度主动。 因为训练特别偏向长周期、高难度任务，K3 遇到模糊指令时可能会替你做决定，而不是停下来问清楚。建议在 system prompt 或 AGENTS.md 里写清楚边界和权限。

第三，整体体验仍有差距。 虽然benchmark接近，但官方承认在用户体验层面距离 Claude Fable 5 和 GPT-5.6 Sol 还有距离。这主要体现在交互细节、响应速度、错误恢复等方面，不影响能力，但影响日常使用顺手程度。

现在就能做的小事

如果你看完想立刻试试，建议按这个顺序来：

1. 打开 kimi.com，用 Kimi K3 重新处理一份你之前搞不定的长文档，感受一下 100 万 token 上下文是什么体验。

2. 有代码需求的话装 Kimi Code，让它尝试一次小重构或补全测试，观察它在仓库里自主工作的方式。

3. 开发者可以去 platform.kimi.ai 申请 API 权限，把 `kimi-k3` 接进你的工具链，和 DeepSeek V4、Qwen3.6-Plus 对比一轮实际成本。

4. 想看开源模型对比，可以读我们之前写的 DeepSeek V4 开源 vs GPT-5.5 发布，里面关于开源模型生态竞争的分析，放到 K3 身上依然成立。

写在最后

K3 的发布让中国开源大模型在规模和能力的上限上又往前迈了一步。2.8 万亿参数不是终点，而是新一轮开源军备竞赛的起点。DeepSeek、智谱、MiniMax、阿里千问、月之暗面，都在用开源的方式争夺开发者生态。

对普通用户来说，好消息是：这些竞争最终会转化为更便宜、更强、更容易获取的 AI 工具。你不需要关心谁家参数多，只需要知道哪个入口能帮你把当下的活儿干得更好。

K3 的入口已经打开，7 月 27 日权重也会开放。先用起来，再决定它适不适合你的 workflow。