获马斯克关注！Kimi K3搭载2.8万亿参数开源挑战GPT、Claude双雄，涨价潮下赛道竞争加速转向商业价值兑现

每经记者｜李宇彤    每经编辑｜陈旭    

距离7月16日发布的艺术感预热短片收获行业广泛关注后不到24小时，月之暗面发布了新一代旗舰大模型Kimi K3。

7月17日凌晨，Kimi K3正式亮相。据官方披露，Kimi K3搭载2.8万亿参数规模，配备100万Token（词元）超长上下文窗口，原生兼容视觉理解能力，是当前全球参数体量最大的开源大模型，直接将开源阵营的技术门槛抬升至3万亿级别。

Kimi K3发布后，第三方评测数据显示，Arena AI的Code Arena榜单上Kimi K3得分1679，位列第一，超过行业双雄Claude Fable 5和GPT-5.6 Sol。本次Kimi新模型的发布还得到特斯拉CEO（首席执行官）马斯克的关注，他在评论区留言道：“Impressive（令人印象深刻）。”

伴随国产大模型在全球AI赛道话语权的持续提升，行业竞争重心已从参数比拼转向商业价值兑现。

Kimi K3系统架构

图片来源：月之暗面官网

48小时跑通芯片设计 Kimi瞄准长程编程能力

具体到模型的测试表现，在编码（coding）专项测评中，Kimi K3呈现出较突出的竞争力。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分位列第一；而在AI终端操作能力基准测试的Terminal Bench 2.1和评估AI模型软件工程能力的FrontierSWE两项测评及其自研内部代码测试集Kimi Code Bench 2.0中，Kimi K3则略有落后排在第二。

通用智能体赛道下，Kimi K3在自动化操作、网页深度检索、办公类实操任务测试中优势明显。从Kimi披露的测试结果综合来看，Kimi K3整体表现虽未能超越闭源模型Claude Fable 5和GPT-5.6 Sol，但与头部两款闭源模型差距较小。

值得一提的是，本次Kimi在介绍中也特别提到了架构层面变化带来的效率提升。Kimi K3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。MoE（混合专家）层面，模型在896个专家中激活16个。而上述结构性改进让Kimi K3 相比K2的整体扩展效率提升约2.5倍。

Kimi重点突破的长程编码能力在案例上也有具体体现。Kimi具体介绍了Kernel优化、创作数字作品、芯片设计等几项涉及侧重不同能力需求的应用场景。 

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。

K3不是孤立的产品。月之暗面于6月中旬发布的K2.7 Code、Kimi Work也已经在做垂直方向的尝试。

K2.7 Code专攻编程场景，Token消耗比前代降低30%，后来又追加了高速版。Kimi Work则把Agent能力搬到桌面端，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。

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、阿里等把Agent集成进办公套件，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。行业整体转向让AI直接在工作流里干活，而不是停留在聊天框。

K3的发布，给应用提供了更强的模型底座，Kimi Work也同步新增了小组件和看板两项功能，把对话输出变成可持续查看的可视化界面。

值得一提的是，官方主动列出三点模型目前存在的局限：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，导致内容生成质量不稳定；二是训练侧重长程高难任务，简单场景下模型可能“过于主动”，替用户做非预期判断。而对于这两点Kimi官方也都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。

行业涨价潮来袭 大模型商业化进入兑现期

与模型能力一同走高的还有模型价格。

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。官方称编程场景缓存率超过90%，折算下来实际输入成本低不少。

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。

整体来看，涨价已是全行业的主旋律。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%。

月之暗面B端（商家端）负责人黄震昕近期公开表示，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，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%。

在涨价之外，各家企业在商业化路径上分化明显。有的押注企业私有化部署，有的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。

C端最有话题性的尝试是Kimi信用卡，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不多见，效果如何还需要时间验证。

商业化探索背后，是估值火箭般的攀升。过去半年，月之暗面完成三级跳：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。

当前，大模型头部梯队的资本化竞速全面铺开，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。

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检验。

封面图片来源：每经媒资库