Kimi K3 發佈：專為 Agentic Coding 設計的 2.8 兆參數模型

Kimi K3 為 Agentic 工作提供前沿級智慧

Kimi K3 是 Moonshot AI 目前最強大的模型，專為 agentic coding 和複雜知識工作而設計。在內部與第三方評估中，K3 展示了足以媲美當前產業領導者的性能，在整體智慧方面僅次於 Claude Fable 5 和 GPT-5.6 Sol。

關鍵基準測試成就包括：

• GDPval-AA v2: Kimi K3 得分為 1687，位居 Claude Opus 4.8 Max (1600) 之前，僅次於 Claude Fable 5 Max 和 GPT-5.6 Sol Max。
• AA-Briefcase: K3 得分為 1527，排名第二，超越了 GPT-5.6 Sol Max (1495)，僅次於 Claude Fable 5 Max。此基準測試專門評估在長週期知識工作中的 agentic 能力。

龐大規模與架構效率

Kimi K3 是目前可用的最大型開源模型之一，總參數達 2.8 兆。為了在維持推理效率的同時管理此規模，Moonshot AI 利用了 Stable LatentMoE (Mixture of Experts) 架構。

此架構顯著增加了稀疏性，每個 token 僅激活 896 個專家中的 16 個。這種結構化方法提供了其前身 Kimi K2 約 2.5 倍的擴展效率，使模型能更有效地將計算量轉化為能力。根據總參數數量與專家分布，預估模型在推理期間約有 500 億個激活參數。

在自主晶片設計與編譯器方面的突破

Kimi K3 透過兩個高度技術性的概念驗證項目，展示了先進的長週期 agentic 能力：

1. 自主晶片設計: 在 48 小時的自主運行中，K3 設計了一個用於在其自身架構基礎上運行 nano model 的晶片。使用開源 EDA 工具與 Nangate 45nm library，它產出了一個面積在 4 mm² 以內、時序收斂於 100 MHz 的設計，並在模擬中維持超過 8,700 tokens/s 的解碼吞吐量。
2. GPU 編譯器開發: 據報導，該模型從零開始編寫了一個完整的 GPU 編譯器，其中某些 GPU kernels 的性能在特定情況下優於 Triton。

技術規格與 API 限制

Kimi K3 支持 100 萬 token 的上下文窗口，並包含原生視覺能力。然而，目前的 API 實作存在幾項嚴格限制：

• Reasoning Effort: 目前僅支持 "max" 推理強度；思考模式預設始終開啟。
• Fixed Parameters: Temperature (1.0), top_p (0.95), 以及懲罰項 (presence and frequency = 0) 是固定的，無法在請求中修改。
• Vision Input: 不支持公開的圖片 URL；用戶必須使用 base64 編碼或特定的 file IDs。
• Web Search: 目前正在更新中，不建議用於生產環境工作流。

定價與市場定位

Kimi K3 被定位為 Anthropic Sonnet 系列的直接競爭對手。定價設定為每 100 萬 input tokens 為 $3，每 100 萬 output tokens 為 $15，快取輸入 (cached input) 速率為每 100 萬 tokens 為 $0.3。

雖然原始定價與前沿模型相比具有競爭力，但社群回饋指出，實際的成本效益取決於推理效率。部分用戶指出 K3 可能會顯得 "slow"，且在處理單個 prompt 時可能會消耗大量推理 tokens，這與 GPT-5.6 Sol 等更高效的模型相比，可能會增加單個任務的有效成本。

社群洞察與評論

Hacker News 用戶分享了關於該模型在現實世界應用中的初步體驗，評價褒貶不一：

"在第一次嘗試時，Kimi K3 僅僅找到了 Fable 5 在多次嘗試中都無法精確定位的 bug 來源。"

"我剛在網頁介面嘗試了一個單個 prompt，它還沒完成推理。它想得太多了，而且經常重複同樣的內容。"

除了數據隱私方面的疑慮，還有其他擔憂，因為 Moonshot AI 的服務條款指出，客戶內容可能會被用於改進其模型，除非另有獨立的企業級協議。