Kimi K3：2.8T 参数、一百万上下文，和一份 100 块钱的输出价
7 月 27 日放出开源权重，896 个专家每 token 选 16 个；官方自己承认它「过度主动」，还有一个多轮对话里不注意就掉点的硬坑
文章目录
共 6 节Kimi K3 的博客公告是 7 月 16 日，但开源权重是 7 月 27 日才放出来的。这十一天的差别对大多数人无所谓，对要自己部署的人是两回事。
这个模型有三个数字值得单独拎出来：2.8T 总参数、104B 激活、1,048,576 上下文。以及一个让人一愣的价格：输出 100 元每百万 token。
一、先说那个 100 块
官方定价页（platform.kimi.com/docs/pricing/chat）现在的完整表：
| model id | 上下文 | 输入（未命中） | 输入（命中） | 输出 | 缓存写 5 分钟 | 缓存写 1 小时 |
|---|---|---|---|---|---|---|
kimi-k3 | 1,048,576 | 20.00 | 2.00 | 100.00 | 20.00 | 40.00 |
kimi-k2.7-code | 262,144 | 6.50 | 1.30 | 27.00 | — | — |
kimi-k2.7-code-highspeed | 262,144 | 13.00 | 2.60 | 54.00 | — | — |
kimi-k2.6 | 262,144 | 6.50 | 1.10 | 27.00 | — | — |
表格可左右滑动
单位是元每百万 token。
K3 的输出价是 K2.7-code 的 3.7 倍，是 DeepSeek V4.1-Flash 空闲价的 25 倍。国际站的美元价是输入 $3.00、缓存命中 $0.30、输出 $15.00。
先别急着说贵。这个价格本身是一句定位声明：K3 不是拿来跑量的，是拿来跑「一次要对」的活的。你要是拿它去做日志清洗、批量打标签、客服意图分类，那是拿宝马拉水泥。
另外注意 K3 独有的缓存写入费：5 分钟 TTL 写一次 20 元，1 小时 TTL 写一次 40 元。K2 那几个型号的价格表里没有这一项。这意味着 K3 的缓存策略要重新算账——写入是要单独付钱的，不是免费送的。前缀短、调用次数少的场景，写缓存可能比不写还贵。经验判断：同一段前缀在一小时内会被调用五次以上，1 小时 TTL 的写入费才摊得平。
二、架构：KDA 和 896 个专家
- →2.8T 总参 / 104B 激活
- →896 个专家，每 token 选 16 个，外加 2 个共享专家，框架叫 Stable LatentMoE
- →新的注意力机制 KDA（Kimi Delta Attention），配 Attention Residuals
- →官方口径：整体 scaling 效率相比 Kimi K2 提升约 2.5 倍
- →上下文从 K2 的 256K 直接跳到 1M
- →原生视觉理解
最大输出 token 数官方没写。定价页、模型卡、文档里都找不到这个数。要跑长输出任务的，自己先探一次边界，别按 128K 或者 384K 这类别家的数拍脑袋。
三、许可证：这次是真的要读一遍
K2 系列用的是修改版 MIT，很多人形成了「Kimi 开源很宽松」的印象。K3 不是，它用的是自定义的 Kimi K3 License，里面有几条硬门槛，原文摘出来：
- →做 MaaS（模型即服务）业务的，「被许可方及其关联方在任意连续 12 个月内的累计收入超过 2000 万美元」，需要单独获得 Moonshot AI 的授权
- →「月活超过 1 亿，或者月收入超过 2000 万美元」的，需要在用户界面上显著标注「Kimi K3」
- →豁免：内部使用，或者通过 Moonshot AI 官方产品及认证推理合作伙伴访问的，上述要求不适用
对绝大多数中国中小团队来说这几条够不着，可以放心用。但有两件事要提醒：一是「内部使用」豁免这条很关键——你拿它做公司内部工具，和你拿它对外卖 API，法律位置完全不同；二是如果你在做的是面向 C 端的产品，那个「月活 1 亿」的标注条款要提前放进产品设计里，别等到真做起来了再回头改界面。
「开源」这两个字在 2026 年已经不是一个二元的判断了。MIT、Apache 2.0、带营收分成的自定义协议，三者的商业含义天差地别。签合同前把 LICENSE 原文读完，这个动作花不了十分钟。
四、分数与设置
模型卡给的一组，评测设置写得很清楚：reasoning effort = max，temperature = 1.0，top_p = 1.0。
- →GPQA Diamond 93.5
- →Terminal-Bench 2.1 88.3
- →DeepSWE 67.5
- →BrowseComp 91.2
- →MMMU-Pro 81.6 / 83.4
BrowseComp 91.2 这一项值得注意——这是个考「会不会查资料」的榜，分高意味着它在带搜索工具的 agent 场景里表现好。结合 1M 上下文，K3 的画像其实挺清楚：长材料 + 多工具 + 一次要对的研究型任务。
要注意的是这组分数是在 max 档下跑的。max 档的输出 token 数会比 low 档多出一大截，而 K3 的输出价是 100 元每百万。你照着这组分数选了它，账单会按 max 档的用量来。
五、官方自己列的三条限制
这一点值得给 Moonshot 记一功：三条限制是写在发布博文里的，不是等用户骂出来才承认的。
- →对 thinking history 敏感：多轮对话里，必须把历史的思考内容原样保留传回去，否则掉点。这是个很容易踩的坑——很多人写多轮循环时为了省 token，会把之前的思考块裁掉只留最终回答，在 K3 上这么干会直接损失效果
- →过度主动（excessive proactiveness）：会自作主张多做事。你让它改一个函数，它可能顺手把周边三个文件重构了。做自动化流水线的要在提示词里把边界钉死
- →官方承认在使用体验上与 Claude Fable 5、GPT-5.6 Sol 仍有明显差距
第一条是工程上最要命的。如果你的 agent 框架是按「只传对话不传思考」设计的，接 K3 之前先把这块改了，否则你测出来的分数会莫名其妙地比官方低一大截，而且查不出原因。
六、中国用户怎么接，什么活给它
接入没有障碍，官方平台国内可用。注意域名变了：platform.moonshot.cn 现在 301 永久跳转到 platform.kimi.com。老文档、老 SDK 配置里的旧域名该换了——301 今天还在跳，但把跳转当长期方案不是好习惯。
还有一条对做出海业务的人有用：9 月 18 日 Kimi K3 上了 Amazon Bedrock，而且是 Bedrock 上第一个支持显式 prompt caching 的开源权重模型，上下文给到 1M。有海外 AWS 主体、需要走企业云合规的，这是一条现成的路。
什么活值得花这个钱：
- →深度研究类任务：给一堆长文档 + 联网搜索，让它出一份有依据的结论。BrowseComp 91.2 加 1M 上下文，这是它的主场
- →一次性的高价值产出：技术方案评审、合同条款梳理、竞品拆解报告。跑一次一百块，但这活人来做要两天
- →需要原生视觉的长材料处理：带图表的研报、扫描件合同
什么活别给它：
- →任何按量跑的高频活。同样的钱在 DeepSeek V4.1-Flash 上能跑二十五倍的量
- →需要严格可复现的评测：max 档 + temperature 1.0 的组合本身就不是为了复现设计的
- →输出很长的生成任务：100 元每百万输出，写一本书的代价自己算
如果你要在 K2.7-code 和 K3 之间选：写代码留在 K2.7-code（6.5 / 27，262K 上下文，便宜到只有 K3 的四分之一）；要读一大堆东西再做判断，上 K3。这两件事在价目表上已经分得很清楚了，Moonshot 自己也是这么定位的。