Kimi K3 实测：2.8 万亿参数开源模型在 Claude Code 中的表现

Moonshot AI 近日公布 Kimi K3 模型，参数规模达到 2.8 万亿，原生支持视觉输入，上下文窗口为 100 万 token，并称这是首个达到该量级的开源模型，权重将于 7 月 27 日发布。值得注意的是，Moonshot 自己在发布文章中坦承 K3 在整体表现上仍落后于 Fable 5 与 GPT-5.6，用户体验也尚未达到同等水平。围绕这款模型的实测与讨论，正在成为观察「开源逼近闭源前沿」这一趋势的重要窗口。

模型概况：超大参数规模的开源旗舰

Kimi K3 拥有 2.8 万亿参数，原生多模态视觉能力与 100 万 token 上下文窗口，是 Moonshot 迄今为止最大规模的开源权重模型。在此之前不久，Thinking Machines Lab 也放出了 9750 亿参数、410 亿激活参数的 Inkling 全权重模型；阿里同期宣布的 Qwen 3.8 同样以超大参数规模走向开源。这意味着超大开源模型的发布已不再是偶发事件，而是形成了一条清晰的产品队列。Moonshot 的发布稿罕见地公开承认 K3 在多项指标上落后于头部闭源模型，这种坦诚也降低了外界对其能力的过高预期。

实测体验：速度偏慢，但可用性尚可

作者长期使用 Claude Code 进行编码工作，已熟悉其节奏与工具链。本次测试通过 OpenRouter 将请求路由到 Kimi K3，整体保留 Claude Code 的使用环境。

• 直观感受：初期明显偏慢，但运行约一小时后逐渐适应，作者表示更多是节奏差异而非真实速度问题。
• 客观数据：Artificial Analysis 测得 K3 输出约 62 token/s，Claude Opus 4.8 为 57 token/s，且 K3 的首 token 时间更短。
• 工具调用：K3 在文件操作、编辑与工具调用上表现稳定，足以让作者忘记后端模型已被替换。

此外，K3 当前在 Code Arena 的前端类任务上排名第一，作者以一个前端复刻任务做视觉验证，认为结果具备一定水准，但仍属特定指令与素材下的单次表现，并不能等同于通用能力。

成本对比：明显低于闭源旗舰

作者给出了完整的 token 与费用明细：

• 请求数：115 次
• Prompt token：1364 万（其中 1295 万命中缓存）
• 输出 token：82307
• 实际花费：7.18 美元

若将同一流量按官方刊价折算，Claude Opus 4.8 约为 11.96 美元，Fable 5 约为 23.92 美元。换算下来，本次 K3 的成本相比 Opus 低约 40%，相比 Fable 低约 70%。作者特别指出，每 token 价格并非完美指标，因为不同模型完成任务所用的 token 数量差异很大。

能力边界：仍非 Opus 级替代品

作者明确表态：在他个人的工作流中，K3 尚不能完全替代 Opus。Opus 在以下场景中仍更可靠：

• 知道何时该停止输出
• 处理含混不清的需求
• 不会自作主张做出用户没有要求的决策

Moonshot 自身也把「过度主动」与「对工具链敏感」列为 K3 的已知短板，与作者的部分体验吻合。作者认为，K3 同样没有达到 Fable 5 的水平，但在 Fable 与 Opus 之下的区间中，K3 已经足够接近，足以让一部分用户优先考虑价格而非边际能力差异。

行业含义：开源正在压缩闭源的溢价空间

围绕 Kimi K3 的讨论呈现出多种相反的声音，包括「中美模型护城河终结」「开源使闭源过时」「开源权重只是营销」等。作者倾向于一个更克制的判断：

• 真正的威胁不在于 K3 拿下第一，而在于它已经好到让「高价」更难被合理化。
• 美国头部实验室的估值依赖于「前沿智能保持稀缺、领先持久、客户愿付高毛利」这一假设；一个贴近前沿、价格更低、易于接入既有软件栈的模型，就足以动摇这一假设。
• 与数据库、操作系统等企业软件不同，API 后的语言模型虽然关键，但替换成本反而较低。
• Epoch AI 的估计显示，最强开源权重模型仅落后闭源前沿几个月；这一时滞足以让买家等待、切换或在多供应商之间分配负载。
• 闭源实验室仍有办法守住溢价，可靠性、工具调用、企业级控制与短期领先都是抓手。

更大的图景是：模型本身正在变得可替换，真正的差异化可能上移到应用层与工作流，下移到芯片、电力与推理基础设施；而「开源」并不等于「运行便宜」，隐私与可控性才是开源权重的核心收益。