Kimi K3 รุ่นโอเพนซอร์ส

โมเดลโอเพนซอร์สที่ใหญ่ที่สุดในโลกจาก Moonshot AI: พารามิเตอร์ 2.8 ล้านล้าน รองรับมัลติโหมดแบบเนทีฟและบริบทยาวพิเศษ 1 ล้านโทเค็น ความสามารถเขียนโค้ดอันดับหนึ่งของโลก

โมเดลภาษาใหญ่ LLM 月之暗面

https://kimi.moonshot.cn/

ไปยังเว็บไซต์ทางการ

รายงานเชิงลึก

เมื่อวันที่ 16 กรกฎาคม 2026 Beijing Dark Side of the Moon Technology Co., Ltd. ได้เปิดตัว Kimi K3 ซึ่งเป็นโมเดลโอเพ่นซอร์สขนาดใหญ่ที่มีขนาดพารามิเตอร์รวม 2.8 ล้านล้าน ปัจจุบันนี้เป็นโมเดลโอเพ่นซอร์สที่มีพารามิเตอร์ที่ใหญ่ที่สุดในโลก ติดอันดับรายการการเขียนโปรแกรมส่วนหน้า Frontend Code Arena ด้วยคะแนน 1,679 คะแนน แซงหน้า Claude Fable 5 และ GPT-5.6 Sol K3 สร้างขึ้นจากกลไกความสนใจเชิงเส้นแบบไฮบริด KDA ที่พัฒนาขึ้นเองและเทคโนโลยีความสนใจที่เหลืออยู่ รองรับการทำความเข้าใจด้วยภาพโดยกำเนิดและมีหน้าต่างบริบทโทเค็น 1 ล้าน ได้รับการปรับให้เหมาะสมเป็นพิเศษสำหรับงานที่ซับซ้อน เช่น การเขียนโปรแกรมระยะไกล งานให้ความรู้ การวิจัยเชิงลึก และความเข้าใจหลายรูปแบบ มันแสดงให้เห็นถึงประสิทธิภาพที่ล้ำหน้าในการเขียนโปรแกรมความอดทนและงานตัวแทน แต่ความฉลาดที่ครอบคลุมโดยรวมยังคงล้าหลังโมเดลโอเพนซอร์สที่แข็งแกร่งที่สุด
Moonshot AI ก่อตั้งขึ้นในปี 2566 และมีสำนักงานใหญ่ในกรุงปักกิ่ง เป็นบริษัทสตาร์ทอัพด้าน AI ที่ลงทุนโดย Alibaba และ Hong Kong Investment Management Co., Ltd. (Hong Kong Investment) ผู้ก่อตั้ง Yang Zhilin เคยเป็นผู้ช่วยศาสตราจารย์ที่ Institute of Cross-Information ที่มหาวิทยาลัย Tsinghua สมาชิกหลักของทีมมาจากมหาวิทยาลัยชั้นนำ เช่น Tsinghua และ Peking University และบริษัทเทคโนโลยี เช่น Google และ Meta Kimi K3 ได้รับการพัฒนามานานกว่าหนึ่งปีและเป็นผู้สืบทอดอย่างเป็นทางการจาก Kimi K2 (เปิดตัวในเดือนกรกฎาคม 2568) ในระหว่างนี้ เวอร์ชันวนซ้ำ เช่น รหัส K2.5, K2.6 และ K2.7 ก็ได้รับการเผยแพร่เช่นกัน การเปิดตัว K3 ไม่เพียงแต่ประสบความสำเร็จอย่างก้าวกระโดดในเชิงคุณภาพในระดับพารามิเตอร์ โดยกระโดดจากระดับล้านล้านของ K2 เป็น 2.8 ล้านล้าน แต่ยังสร้างนวัตกรรมหลักสามประการในสถาปัตยกรรมพื้นฐาน ได้แก่ กลไกความสนใจเชิงเส้นแบบไฮบริดของ KDA (Kimi Delta Attention) เทคโนโลยีความสนใจตกค้าง (Attention Residuals) และเครื่องมือเพิ่มประสิทธิภาพลำดับที่สองของ Moon Clip เป็นที่น่าสังเกตว่าการเปิดตัว Kimi K3 ยังทำให้เกิดพายุในอุตสาหกรรมอีกด้วย Michael Kratzios ผู้อำนวยการสำนักงานนโยบายวิทยาศาสตร์และเทคโนโลยีทำเนียบขาว กล่าวหา Dark Side of the Moon ในการพัฒนา K3 โดยการกลั่นกรองโมเดล Fable ของ Anthropic บนโซเชียลมีเดีย และขู่คว่ำบาตรและรายชื่อนิติบุคคล Dean Ball หัวหน้าฝ่ายกลยุทธ์อนาคตของ OpenAI ก็วิพากษ์วิจารณ์ต่อสาธารณะเช่นกัน โดยเรียกมันว่า "พลังชะลอความเร็ว" Huang Zhenxin หัวหน้าฝ่ายด้านมืดของธุรกิจ Moon Enterprise ตอบอย่างชัดเจนว่าแกนหลักของประสิทธิภาพที่เพิ่มขึ้นของ K3 มาจากนวัตกรรมสถาปัตยกรรมดั้งเดิมที่เป็นรากฐาน และไม่ใช่สำเนากลั่นของโมเดลที่มีอยู่ สื่อที่เชื่อถือได้และนักวิชาการวิจัย AI จำนวนมากยังระบุต่อสาธารณะว่าข้อกล่าวหาขาดพื้นฐานทางเทคนิค
ความสามารถหลักของ Kimi K3 มุ่งเน้นไปที่ทิศทางต่อไปนี้ ประการแรกคือความสามารถในการเขียนโปรแกรมซึ่งเป็นด้านที่มีแนวโน้มมากที่สุด ในรายการโค้ดส่วนหน้าของ Frontend Code Arena K3 อยู่ในอันดับแรกด้วยคะแนน 1,679 คะแนน แซงหน้า Claude Fable 5 (1,631 คะแนน) และ GPT-5.6 Sol (1,618 คะแนน) ประสบการณ์การเขียนโปรแกรมจริงแบ่งออกเป็นสองสถานการณ์ สถานการณ์หนึ่งใช้ผ่านเครื่องมือเทอร์มินัล Kimi Code ซึ่งรองรับการสลับคำสั่ง /model และเหมาะสำหรับงานการเขียนโปรแกรมต่อเนื่องในระยะยาว อีกอันถูกเรียกผ่าน Kimi API ซึ่งเข้ากันได้กับ OpenAI SDK และมีราคาอยู่ที่ 0.3 ดอลลาร์ต่อล้านโทเค็นสำหรับการเข้าถึงแคช 3 ดอลลาร์สำหรับอินพุตที่พลาด และ 15 ดอลลาร์สำหรับเอาท์พุต ประการที่สองคือความสามารถในการประมวลผลงานทางไกล กรณีที่แสดงให้เห็นอย่างเป็นทางการ ได้แก่ การออกแบบชิปและการเพิ่มประสิทธิภาพชิปอย่างอิสระเป็นเวลา 48 ชั่วโมงติดต่อกัน และสร้างความสัมพันธ์สากล I-Love-Q ในด้านฟิสิกส์ดาราศาสตร์เชิงคำนวณในเวลาประมาณสองชั่วโมง K3 สามารถทำงานด้านวิศวกรรมในระยะยาวได้อย่างต่อเนื่อง เข้าใจและประมวลผลฐานโค้ดขนาดใหญ่ และประสานงานการใช้เครื่องมือเทอร์มินัลโดยมีการควบคุมดูแลโดยมนุษย์เพียงเล็กน้อย ประการที่สามคือความสามารถในการทำความเข้าใจหลายรูปแบบ K3 รองรับการป้อนรูปภาพและข้อความหลายรูปแบบ ไม่ใช่ตัวเข้ารหัสภาพแบบปลั๊กอิน แต่เป็นความเข้าใจด้านภาพที่แท้จริง ซึ่งหมายความว่าสามารถจัดการอินพุตข้อความ รูปภาพ และวิดีโอได้พร้อมกัน มีสี่วิธีในการใช้ API แชทโดยตรงและฟรีผ่านแอพมือถือ Kimi (iOS/Android/HarmonyOS) Kimi Work 3.1.0 เวอร์ชันเดสก์ท็อปขึ้นไปให้การสนับสนุนฉากการทำงาน เครื่องมือเทอร์มินัล Kimi Code มุ่งเป้าไปที่โปรแกรมเมอร์ แพลตฟอร์ม Kimi API มุ่งเป้าไปที่นักพัฒนาและผู้ใช้ระดับองค์กร อย่างเป็นทางการยังให้บริการเวอร์ชันองค์กร Kimi Enterprise ซึ่งให้การปกป้องความเป็นส่วนตัวของข้อมูลและฟังก์ชั่นการจัดการสมาชิก จากมุมมองของประสบการณ์ผู้ใช้จริง นักพัฒนาส่วนหน้าและโปรแกรมเมอร์โดยทั่วไปให้การประเมินที่สูง และเชื่อว่า K3 "เข้าใจจุดประสงค์การออกแบบอย่างถูกต้อง" ในการสร้างโค้ดส่วนหน้าและการกู้คืน UI อย่างไรก็ตาม ความคิดเห็นจากผู้ใช้ทั่วไปนั้นมีหลายขั้ว บางคนรู้สึกว่าการวิเคราะห์ข้อความยาวๆ ที่ซับซ้อนนั้นดีกว่าจริงๆ ในขณะที่คนอื่นๆ บ่นว่า "การสนทนาในแต่ละวันไม่มีความแตกต่างมากนัก"
ราคา API ของ Kimi K3 อยู่ที่ระดับบนสุดของโมเดลหลักของจีน โดยเอาต์พุตอยู่ที่ 15 เหรียญสหรัฐต่อล้านโทเค็น ซึ่งอยู่ที่ประมาณ 100 หยวน ส่วน K2.6 รุ่นก่อนหน้าอยู่ที่ 4 เหรียญสหรัฐ ซึ่งเพิ่มขึ้นเกือบ 3 เท่า ราคาส่งออกของรุ่น GLM-5.2 ในประเทศที่คล้ายกันคือ 4.4 เหรียญสหรัฐ อย่างไรก็ตาม ข้อมูลสำคัญที่ได้รับจากทางการคือ: ในสถานการณ์การเขียนโปรแกรม อัตราการเข้าถึงแคชอาจเกิน 90% ดังนั้นค่าใช้จ่ายจริงจึงต่ำกว่าราคาที่ระบุไว้มาก อินพุตการเข้าถึงแคชมีราคาเพียง 0.3 ดอลลาร์ต่อล้านโทเค็น ตามที่เจ้าหน้าที่ระบุ ระบบนี้ที่ใช้สถาปัตยกรรมการให้เหตุผลแบบแยกส่วนของ Mooncake ทำให้ K3 คุ้มค่าอย่างมากในสถานการณ์การเขียนโปรแกรมความถี่สูง Huang Zhenxin หัวหน้าฝ่าย Dark Side of the Moon Enterprise Business แสดงให้เห็นชัดเจนว่าโมเดลโอเพ่นซอร์สและโมเดลจีนขนาดใหญ่ไม่ควรติดป้ายกำกับว่าราคาถูก "เราได้สร้างโมเดลระดับ SOTA ที่สามารถจับคู่ราคาเชิงพาณิชย์ที่สมเหตุสมผลได้" การคำนวณของการวิเคราะห์เชิงประดิษฐ์แสดงให้เห็นว่าต้นทุนงานเดี่ยวของ Kimi K3 อยู่ที่ประมาณ 0.94 เหรียญสหรัฐฯ ซึ่งใกล้เคียงกับ GPT-5.6 Sol ที่ 1.04 เหรียญสหรัฐฯ มันไม่ได้ถูกกว่าที่เห็นบนพื้นผิวมากนัก ในด้านผู้บริโภค Kimi เวอร์ชันฟรีมีโควต้า K3 ที่แน่นอน และสมาชิกแบบชำระเงินจะแบ่งออกเป็นหลายระดับ สูงสุด 699 หยวน/เดือน ผู้ใช้บางรายรายงานว่ามีการใช้โควต้า 20% ในหนึ่งวัน ซึ่งหมายความว่าต้นทุนสำหรับผู้ใช้จำนวนมากไม่สามารถละเลยได้ ด้านมืดของดวงจันทร์บอกว่ามันจะยึดติดกับเส้นทางโอเพ่นซอร์ส ตุ้มน้ำหนักรุ่นเต็มเผยแพร่ก่อนวันที่ 27 กรกฎาคม พ.ศ. 2569 ภายใต้ใบอนุญาต MIT ที่ได้รับการแก้ไข สำหรับลูกค้าองค์กรที่มีความต้องการใช้งานส่วนตัวและการปรับแต่งอย่างละเอียด โอเพ่นซอร์สคือตัวเลือกที่มีมูลค่าสูง
ความคิดเห็นเชิงบวกมุ่งเน้นไปที่สามประเด็นหลัก ประการแรก ประสบการณ์ในการเขียนโปรแกรมสถานการณ์นั้นยอดเยี่ยม การสร้างโค้ดส่วนหน้ามีคุณภาพสูง และเข้าใจจุดประสงค์ของการออกแบบได้อย่างแม่นยำ Guillermo Rauch ผู้ก่อตั้ง Vercel ยังได้ดำเนินการทดสอบและตรวจสอบตามจริงอีกด้วย ประการที่สอง ความสามารถในการประมวลผลข้อความขนาดยาวและงานขนาดยาวนั้นโดดเด่น ผู้ใช้รายงานว่าเมื่อใส่เอกสารหลายสิบหน้าลงในสรุป K3 สามารถดึงข้อมูลสำคัญได้อย่างถูกต้อง ลบออกในเชิงรุก และ "เริ่มมีวิจารณญาณที่ดีขึ้น" ประการที่สาม ความสามารถด้านระบบอัตโนมัติในสถานการณ์ทางวิชาชีพ (การวิเคราะห์ทางการเงิน การทบทวนสัญญา การวิจัยอุตสาหกรรม) เป็นที่น่าพอใจ ผู้ใช้บางคนใช้มันเพื่อค้นหาคำสั่งการต่ออายุอัตโนมัติที่ซ่อนอยู่ในสัญญา ความคิดเห็นเชิงลบก็ปรากฏชัดเช่นกัน ข้อร้องเรียนที่พบบ่อยที่สุดคือความเร็วในการตอบสนองที่ช้า งานที่คล้ายกัน Claude Fable 5 ใช้เวลา 3.5 นาที ในขณะที่ K3 ใช้เวลา 12 นาที การตอบสนองของ API ต่ำกว่าค่าเฉลี่ยของหมวดหมู่ ประการที่สองการกำหนดราคาอยู่ในระดับสูง จาก K2.6 ถึง K3 ราคาผลผลิตเพิ่มขึ้นเกือบสามเท่า มีปัญหาเรื่อง "การใช้เหตุผลมากเกินไป" อีกครั้ง ผู้ใช้บางรายรายงานว่า K3 จะขยายขอบเขตของงานตามความคิดริเริ่มของตนเองด้วยความตั้งใจที่คลุมเครือ ส่งผลให้ต้นทุนการทำงานซ้ำเพิ่มขึ้น นอกจากนี้ยังมีความคิดเห็นจากผู้ใช้ว่าไม่มีการปรับปรุงที่สำคัญในสถานการณ์แสงในแต่ละวัน
สื่ออุตสาหกรรมมักยกย่องสิ่งนี้ Economic Daily ตีความสิ่งนี้ว่าเป็นโหนดใหม่สำหรับโมเดลขนาดใหญ่ของจีนที่จะก้าวไปสู่อำนาจด้านราคา รายงานการวิจัยของ Goldman Sachs เชื่อว่าโมเดลขนาดใหญ่ของจีนได้เข้าสู่ตลาดโลกก่อนหน้านี้โดยพิจารณาจากประสิทธิภาพด้านต้นทุนเป็นหลัก และในอนาคตโมเดลเหล่านี้อาจพึ่งพาความสามารถที่ล้ำสมัยเพื่อเข้าสู่ขั้นตอนการทำงานหลักของนักพัฒนาทั่วโลก Morgan Stanley กังวลว่าราคา API ของ Kimi K3 อยู่ในระดับสูงในบรรดารุ่นชั้นนำของจีน และเชื่อว่าการกำหนดราคาที่สูงขึ้นมีความสำคัญเชิงบวกต่อโครงสร้างตลาดของรุ่นขนาดใหญ่ ชุมชนเทคโนโลยีแตกแยก นักพัฒนาบางคนเชื่อว่านี่คือ "จุดเปลี่ยนสำหรับโมเดลโอเพ่นซอร์สในด้านการเขียนโปรแกรม" เพราะนี่เป็นครั้งแรกที่โมเดลโอเพ่นซอร์สแซงหน้าโมเดลโอเพ่นซอร์สทั้งหมดในการแข่งขันโค้ดส่วนหน้า คนอื่นเชื่อว่าเกณฑ์มาตรฐานเป็นของเกณฑ์มาตรฐาน และ "ความช้าและราคาแพง" ในการใช้งานจริงเป็นต้นทุนตามวัตถุประสงค์ที่หลีกเลี่ยงไม่ได้ ผู้เชี่ยวชาญในอุตสาหกรรมบางคนยังชี้ให้เห็นว่ามูลค่าที่แท้จริงของ K3 ไม่เพียงแต่ได้รับจากฝั่ง C เท่านั้น แต่ยังทำหน้าที่เป็นต้นแบบพื้นฐานในการเสริมศักยภาพให้กับวิสาหกิจขนาดกลางและขนาดย่อมจำนวนมาก หลังจากที่ตุ้มน้ำหนักโมเดลเป็นแบบโอเพ่นซอร์ส บริษัทในประเทศจำนวนมากไม่จำเป็นต้องฝึกโมเดลขนาดใหญ่ตั้งแต่เริ่มต้น ในแง่ของตลาดทุน หุ้น AI ของสหรัฐฯ พบว่ามีคลื่นลดลงหลังจากการเปิดตัว K3 ซึ่งสะท้อนถึงความกังวลของนักลงทุนว่าโมเดลล้ำสมัยของโอเพ่นซอร์สอาจส่งผลกระทบต่อความสามารถในการกำหนดราคาแบบปิด Elon Musk แสดงความคิดเห็นสองเรื่องเกี่ยวกับ "น่าประทับใจ" ในความคิดเห็นที่เกี่ยวข้อง และระบุว่า K3 เป็นเป้าหมายหลักสำหรับ Grok 4.6
ค่าใช้จ่ายในการกลั่นเป็นข้อโต้แย้งหลัก ทำเนียบขาวเป็นผู้กล่าวหาโดยตรง แต่ผู้เชี่ยวชาญด้านเทคนิคโดยทั่วไปเชื่อว่าข้อกล่าวหานี้ไม่สามารถป้องกันได้ ผู้เชี่ยวชาญด้านเทคโนโลยี AI ของอเมริกา Nathan Lambert เขียนต่อสาธารณะว่าคนที่เชื่อว่าห้องปฏิบัติการ AI ของจีนสามารถสร้างโมเดลที่ยอดเยี่ยมได้เพียงแค่ขโมยทรัพย์สินทางปัญญา "ถึงเวลาที่ต้องตื่นแล้ว" หัวหน้าฝ่ายอนาคตเชิงกลยุทธ์ของ OpenAI Dean Ball ยอมรับในโพสต์ที่เป็นที่ถกเถียงว่าประสิทธิภาพของ K3 ไม่สามารถบรรลุได้โดยการกลั่น ในแง่ของความเสี่ยงทางเทคนิค ความเร็วอนุมานที่ช้าของแบบจำลองถือเป็นข้อบกพร่องที่โดดเด่นที่สุดในปัจจุบัน สำหรับสภาพแวดล้อมการผลิตที่ต้องการเวลาตอบสนองที่รวดเร็ว K3 อาจไม่ใช่ตัวเลือกที่ดีที่สุด นอกจากนี้ โมเดลยังมีแนวโน้มที่จะ "มีเหตุผลมากเกินไป" และมีแนวโน้มที่จะขยายขอบเขตของงานในเชิงรุกโดยไม่มีคำแนะนำที่ชัดเจน ซึ่งก่อให้เกิดความเสี่ยงในสถานการณ์ที่ต้องมีการควบคุมขอบเขตที่เข้มงวด มีปัญหาจริงเกี่ยวกับการปฏิบัติตามข้อกำหนดและความปลอดภัยของข้อมูล ข้อมูลในบริการโฮสติ้งของ Kimi ได้รับการประมวลผลภายในประเทศจีน ซึ่งเป็นข้อพิจารณาที่สำคัญสำหรับผู้ใช้ในต่างประเทศที่มีข้อจำกัดในการส่งออกข้อมูล แม้ว่าน้ำหนักโอเพ่นซอร์สจะสามารถนำมาใช้ภายในเครื่องได้หลังการเปิดตัว แต่เกณฑ์การปรับใช้ของโมเดลพารามิเตอร์ 2.8 ล้านล้านนั้นสูงมาก คำแนะนำอย่างเป็นทางการคือการกำหนดค่าซูเปอร์โหนดที่มีตัวเร่งความเร็วมากกว่า 64 ตัว ซึ่งโดยทั่วไปแล้วไม่สามารถจ่ายได้สำหรับองค์กรและบุคคลทั่วไป ปัญหาภาพลวงตาของแบบจำลองยังไม่ได้รับการแก้ไขอย่างสมบูรณ์เช่นกัน Huang Zhenxin เองก็ยอมรับว่า "ภาพหลอนไม่สามารถกำจัดให้หมดสิ้นไปได้" อย่างไรก็ตาม K3 ได้ลดอุบัติการณ์ลงอย่างมาก และต้องการตัวแทนย่อยตรวจสอบข้อเท็จจริงในสถาปัตยกรรม Agent Swarm สำหรับการตรวจสอบรอง
ผู้ที่เหมาะกับการใช้ Kimi K3 ได้แก่ นักพัฒนาส่วนหน้าและวิศวกรฟูลสแตก โดยเฉพาะทีมที่มีส่วนร่วมในการพัฒนา UI ที่ซับซ้อนและวิศวกรรมส่วนหน้า วิศวกรและนักวิจัย AI Agent ที่ต้องการการเขียนโปรแกรมอัตโนมัติในระยะยาว นักวิเคราะห์ทางการเงิน นักวิจัยในอุตสาหกรรม และนักวิจัยทางวิทยาศาสตร์ ซึ่งเกี่ยวข้องกับเอกสารขนาดใหญ่มากและดำเนินการสถานการณ์การวิจัยเชิงลึกในระยะยาว ลูกค้าองค์กรที่มีข้อกำหนดการปรับใช้แบบแปรรูปสามารถดำเนินการปรับแต่งและการปรับใช้ในท้องถิ่นได้หลังจากที่ตุ้มน้ำหนักเป็นโอเพ่นซอร์ส ผู้ที่ไม่เหมาะสำหรับการใช้งานทันที ได้แก่ ผู้ใช้ทั่วไปที่ต้องการเพียงถามตอบและเขียนคำโฆษณาง่ายๆ ทุกวันเท่านั้น (โมเดลราคาไม่แพงหลายรุ่นก็เพียงพอแล้ว); ผู้ใช้สภาพแวดล้อมการผลิตที่ต้องการความเร็วในการตอบสนองที่สูงมาก นักพัฒนาแต่ละรายที่มีงบประมาณหรือทรัพยากร GPU ไม่เพียงพอ และเกณฑ์สำหรับการปรับใช้ด้วยตนเองสูงเกินไป ในแง่ของคำแนะนำการใช้งาน คุณสามารถใช้กลยุทธ์แบบเป็นชั้นได้: ใช้ K3 สำหรับงานที่ซับซ้อน 15%-20% (การเขียนโปรแกรมแบบรอบยาว เอเจนต์หลายขั้นตอน การวิเคราะห์เชิงลึกของเอกสารขนาดยาว) และใช้รุ่นที่เบากว่า เช่น รหัส K2.7 หรือ DeepSeek V4 Pro สำหรับงานง่าย ๆ ที่มีความถี่สูงในแต่ละวัน การเพิ่มประสิทธิภาพการเรียก API ตามกลยุทธ์การแคชยังสามารถลดต้นทุนได้อย่างมากอีกด้วย
Kimi K3 เป็นผลิตภัณฑ์ที่โดดเด่น ช่วยให้ป้ายกำกับ "โมเดลโอเพ่นซอร์ส" สามารถแข่งขันกับโมเดลโอเพ่นซอร์สชั้นนำได้อย่างแท้จริงเป็นครั้งแรก ความก้าวหน้าในการเขียนโปรแกรมและงานระยะยาวนั้นมีอยู่จริง และยังก่อให้เกิดผลกระทบอย่างมากต่อระดับอุตสาหกรรมและตลาดอีกด้วย แต่โดยรวมแล้ว ยังคงเป็น "ผู้เล่นเชิงวิทยาศาสตร์" โดยมีประสิทธิภาพสูงสุดในสถานการณ์เฉพาะ แต่ยังคงมีช่องว่างในสถานการณ์ทั่วไป อิทธิพลในระยะยาวที่แท้จริงของมันอาจไม่ได้อยู่ที่จำนวนการเรียก API ในปัจจุบัน แต่ในความจริงที่ว่าหลังจากที่น้ำหนักได้รับการเปิดแหล่งที่มาอย่างเป็นทางการภายในไม่กี่วัน มันก็จะทำหน้าที่เป็นโมเดลพื้นฐานในการเพิ่มศักยภาพให้กับระบบนิเวศ AI ทั้งหมด

รีวิวจากผู้ใช้

CarolynBakerJr

—

K3 的前端代码能力是真的强，丢了个复杂的企业后台需求进去，生成出来的页面审美在线，交互逻辑也基本对的。不过速度是真的慢，等得有点着急。

goldenlion904

—

用 K3 做了个 3D 游戏 demo，效果超出预期。它自己从零写代码、修 bug、调样式，全程不用我怎么管就是每次等它改完都要喝杯咖啡。

Brjen

—

API 价格从 K2.6 的 4 刀涨到 15 刀，涨幅快 3 倍。虽然缓存命中能省不少，但心里还是有点难受。

程彤云

—

实测了三天，K3 最大的变化是开始有判断力了。以前问个问题给你列七八条，现在直接砍掉那些正确的废话，留下的全是真正决策有关的信息。这点比参数提升更难得。

KOgar

—

得承认这是国产开源模型第一次跟 Fable 5 和 GPT-5.6 Sol 站到一个台面上。以前说对标只是口号，这次评测数据是真的接近了。

SandraHart168

—

同一个 bug 修复任务，Claude Fable 5 用了 3.5 分钟，K3 用了 12 分钟。差距很明显，不光是速度，对话响应也偏慢。

游客_8

—

办公场景测了写周报和做 PPT。写周报真的香，把零散的工作记录丢进去，自动给你包装成专业版本。做 PPT 就比较弱了，只给文字大纲，页数还失控，不如豆包的一键生成好用。

Madison_Hall_7

—

精度确实有提升，中文综合从 72.9% 到 75.6%，coding 从 62.6% 到 70.3%。但 token 消耗也上去了，同样任务花的钱多了不少。只能说 SOTA 级模型配 SOTA 级价格吧。

Karen836

—

K3 有点太爱表现了，让它总结一段产品说明，它不光总结，还自作主张加了一段风险分析。问题是原文根本没提风险，纯属脑补。复杂任务用它，简单任务还是切回 K2 更省心。

月光_21

—

最搞笑的是官方自己都承认综合方面还落后 Fable 5 和 Sol，但社区吹得好像已经全面碾压了。理性看待吧，K3 在特定场景下确实强，通用能力还是有差距。

redzebra695

—

前端代码是真的强，Frontend Code Arena 1679 分登顶不是吹的。跟 Fable 5 和 Sol 同时生成同一个 SaaS 落地页，K3 的审美确实在线，按钮间距和配色比例看着更舒服。

AbigailMitchell_2024

—

把几十页的行业白皮书扔进去，让 K3 提炼三个关键变化，它给得很准，而且主动标出了需要留意风险的地方。长文档处理确实比 K2 强一个档次。

realSanjaSilić_dev

—

用 K3 检查租房合同，帮找出一条自动续约的隐藏条款。这功能说大不大，但省了我一笔可能的损失。

VEcoo

—

这个模型在科研编程的场景太适合了。我用来复现一篇计算化学的论文结果，K3 自己读了代码库、修了依赖冲突、跑了参数扫描，整个过程跑了大概 5 个小时，但我基本没干预。

HashHunter114

—

API 接入挺简单的，兼容 OpenAI SDK，改个 base_url 就行。速度偏慢但稳定性还不错，跑了几个长任务没有出现中断。

Olivia.Brooks007

—

刚发布就断售了，负载扛不住可见热度多夸张。好在 API 还能用，网页端等了两天才上去。希望扩容快点跟上。

唐兰

—

2.8万亿参数听起来很吓人，但实际激活的只有 16/896 个专家，推理算力要求其实没想象中那么离谱。问题是自部署需要 64 个以上加速器，个人开发者基本没戏。

Justin.Morales_99

—

蒸馏指控真的有点离谱。K3 公布的架构创新——KDA 注意力机制和 Attention Residuals——都是有技术论文支撑的。说靠蒸馏做出 2.8T 参数的模型，技术上就不可能。

DrErnestoMárquez_x

—

编程能力确实强，但推理速度偏慢。同样是生成一个 Three.js 的瀑布场景，GPT-5.6 Sol 几分钟搞定，K3 花了半小时。不过最后成片的质量 K3 反而更好，彩虹和水雾的细节处理更自然。慢工出细活吧。

blPAR

—

有些人的期望太高了，觉得发布后就应该吊打所有闭源。实际用下来，K3 是顶级编程选手但日常对话有过度推理的问题，选对场景很重要。

Judy_Morales52014

—

开通了 699 元/月的最高档会员，重度用了一天额度掉了 20%。虽然心疼但确实值，复杂文档处理效率至少翻倍。

Richard.RobertsX

—

用 K3 做了个流量回放平台，从需求到跑起来大概半天。之前用别的模型至少折腾两天。它对长代码库的理解力确实比前代强很多。

胡勇丹

—

做 2D 游戏很强，让 K3 复刻泡泡堂，它自己拆成两条并行工作线，地图、角色、逻辑一起写，最终跑起来能玩。就一句话需求，它理解得太好了。

BCooper_2023

—

普通用户可能感受不到 K3 的强大，因为日常写文案聊天跟 K2 差别不大。但如果你做编程或者研究，差距是非常明显的。

DanielleRamirez_668

—

马斯克又点赞了，还说要拿 Grok 4.6 跟 K3 对标。能被这个级别的玩家当成对标目标，本身就是实力认证了。

VincentPerezZ

—

刚上手就给它丢了一个大项目，自己写了个迷你 GPU 编译器，从零开始，最后跑通了 nanoGPT 训练。虽然不是生产级的，但 48 小时能做成这样确实让人惊讶。

吴秀龙

—

月之暗面的开放策略值得肯定，K3 权重将在 7 月 27 日前开源。国内中小企业可以基于这个基座做二次开发，不用从零训练大模型了。

MidhaelJensen

—

第一时间就试了，拿前端代码竞技场的题让它跑，确实一把过。这是第一次有开源模型在这个榜单上超过 Claude 和 GPT。

Kimi K3 รุ่นโอเพนซอร์ส

รายงานเชิงลึก

รีวิวจากผู้ใช้

ผลิตภัณฑ์ที่คล้ายกัน