Kimi K3 2.8兆參數開源模型震撼矽谷：效能、定價與GPU荒全分析

2026年7月16日，北京 Moonshot AI 發布咗 Kimi K3，一個 2.8 兆參數嘅混合專家（MoE）開源重量模型，即刻成為史上最大型嘅開源 AI 模型。發佈時間好刻意：揀正上海世界人工智能大會之前，個模型擺明車馬挑戰 OpenAI 同 Anthropic 嘅頂級系統。48 個鐘之內，K3 嘅需求勁到 Moonshot 要暫停新用戶訂閱，因為 GPU 容量已經頂唔順。呢個發佈仲震散埋環球市場，《海峽時報》話 K3 「引發咗科技股跌勢」。

以下就係呢次發佈嘅詳細分析 — 個模型事實上做到啲咩、點樣收費、點解代表住中美 AI 競賽嘅一個重要時刻。

競爭表現：全球第三，但喺關鍵基準贏晒

Kimi K3 喺獨立嘅 Artificial Analysis Intelligence Index v4.1 攞到 57.1 分，全球排第三，落後 Claude Fable 5（60 分）同 GPT-5.6 Sol（59 分）。差距大約 3 分 — 以歷史標準嚟講算好窄，但好清楚：最廣泛嘅智能測試仍然偏好頂級美國模型 。Moonshot 自己都承認，K3 「總體效能仍然落後」Anthropic 同 OpenAI 嘅最強專有模型 。

但 K3 喺具體、真實嘅代理基準上反而領先：

基準測試	Kimi K3	Claude Fable 5	GPT-5.6 Sol	Claude Opus 4.8
Terminal-Bench 2.1	88.3	84.6	88.8	84.6
DeepSWE	73.0	70.0	67.5	59.0
BrowseComp	91.2	88.0	90.4	84.3
Automation Bench	75.6	—	—	—
SpreadsheetBench 2	34.8	34.7	32.4	31.6

喺呢五個代理基準加 Program Bench（77.8），K3 贏咗 6 個之中嘅 5 個，喺呢啲特定測試上擊敗咗 Fable 5 同 GPT-5.6 Sol 。佢仲 喺每個已發布嘅基準上大幅拋離 Claude Opus 4.8 — 呢個結果好有意義，因為 Opus 4.8 嘅定價係每百萬 tokens 輸入 $5、輸出 $25，直接係成本競爭對手 。

喺由 UC Berkeley 研究人員建立嘅 Arena 盲測平台，K3 喺發布後短時間內就登頂編程排行榜 。Arena 嘅群眾比較評估顯示，K3 喺前端網頁開發攞到 1,679 分，排第一，領先 Fable 5（1,631）同 GPT-5.6 Sol（1,618）。

喺 GPU 核心優化 — 即係改善 AI 模型同硬件互動嘅技術 — Moonshot 匯報 K3 「大幅超越」Opus 4.8、GPT-5.6 Sol 同 GPT-5.5 。呢個喺商業上好緊要，因為更好嘅核心優化意味住同一硬件上有更低延遲同更高吞吐量。

呢個模型採用 稀疏 MoE 架構，有 896 個專家，每次只激活 16 個，因此雖然總參數達 2.8 兆，推論成本同 GPT-5.6 Sol 差唔多 。佢仲引入 Kimi Delta Attention（KDA） 同 Attention Residuals（AttnRes） — 係新嘅架構組件，用嚟改善長上下文推理能力 。

定價：比美國旗艦平 40-70%

Kimi K3 其中一個最顛覆市場嘅地方係 API 定價，比頂級美國模型平一大截：

模型	輸入（每百萬 tokens）	輸出（每百萬 tokens）
Kimi K3	$3.00	$15.00
GPT-5.6 Sol	$5.00	$30.00
Claude Fable 5	$10.00	$50.00
Claude Opus 4.8	$5.00	$25.00

Kimi K3 比 GPT-5.6 Sol 平大約 40%，比 Claude Fable 5 平大約 70%。呢三個模型形成一條好清楚嘅 3.3 倍階梯：Fable 5 嘅輸入輸出價格係 Kimi K3 嘅 3.3 倍，GPT-5.6 Sol 就夾喺中間 。

另外，K3 嘅 快取命中輸入率係 $0.30 每百萬 tokens — 比快取未命中率平 10 倍 — 用於之前已經服務過嘅上下文查詢 。以每個任務計，K3 估計比美國旗艦模型 平 50-65%。

Moonshot 對 K3 嘅定價係一個明顯轉變：佢而家定價似一個前沿模型，而唔係平價選項 。之前嘅 Kimi 模型好似 K2.5 同 K2.6 定價係 $0.60 輸入 / $2.50-4.00 輸出，所以 K3 比自己嘅前代貴大約 3-4 倍 。不過，佢仍然比頂級美國模型平，同時喺特定代理任務上提供可比擬甚至更好嘅表現。

GPU 荒：48 小時內需求癱瘓容量

2026 年 7 月 19 日 — 發布後大約 48 小時 — Moonshot AI 宣布 暫停 Kimi K3 新用戶訂閱。公司喺 X 出 post：「Kimi K3 得到嘅愛遠超我哋預期，我哋嘅 GPU 感受到壓力。過去 48 小時，需求已經接近我哋目前容量嘅極限」。

公司話會優先將算力分配畀現有訂閱用戶，同時盡快增加容量，計劃分批重新開放訂閱名額 。現有用戶保留完整使用權限，企業同 API 服務亦不受影響 。

多間傳媒指出，呢件事 凸顯咗中國因美國晶片出口限制而長期面對嘅算力制約 。《南華早報》話，呢個情況「突顯咗中國 AI 實驗室向全球用戶提供服務所面臨嘅挑戰」。模型嘅完整權重要到 7 月 27 日先開放，等第三方可以喺自己硬件上運行 — 意味住發布初期 Moonshot 係唯一嘅推論容量提供者 。

Moonshot 利用今次暫停，將會員計劃拆分為兩種：Kimi Membership（用於網頁、App 同 Work）同 Kimi Code Membership（用於編程工作流程），呢個重組目的係更好咁分配算力資源 。

市場衝擊同 IPO 推進

Kimi K3 嘅發布喺 AI 基準之外都引起漣漪效應。《海峽時報》直接話 K3 「引發咗科技股跌勢」，多間傳媒將呢次發布同美國半導體同 AI 股嘅拋售聯繫起來 。雖然喺現有資料集中未能獨立確認費城半導體指數嘅具體走向或 Nvidia 嘅股價變動，但整體嘅市場背景係有充分記載嘅。

喺企業層面，路透社喺 2026 年 7 月 20 日報導，呢次訂閱暫停「正值公司尋求新一輪融資，消息人士話佢哋正準備喺香港進行首次公開招股」。不過，現有證據入面冇來源確認到一個具體嘅股東決議或 300 億美元嘅估值目標。路透社嘅報導只係提到 IPO 計劃，冇講明目標估值 。

開源權重發布同開發者影響

Kimi K3 嘅完整模型權重預計喺 2026 年 7 月 27 日 公開 。呢個係一個關鍵細節：代表開發者同機構最終可以 下載、運行、檢查、微調同擁有 呢個模型，而唔係純粹透過 API 租嚟用 。呢個兩步走嘅策略 — 先開放 API，11 日後再開放權重 — 就係成個發布嘅形狀 。

喺開源權重發布之前，開發者可以透過 kimi.com、Kimi API 或者 OpenRouter 使用 K3 。呢個模型兼容 OpenAI SDK，支援工具呼叫、結構化輸出同自動上下文快取，仲有 100 萬 tokens 嘅上下文窗口，冇長上下文附加費 。

不過，要本地運行一個 2.8 兆參數嘅模型並唔簡單。檔案大小估計大約 1.5 TB，建議硬件包括 64 塊或以上企業級 NVIDIA H100 GPU 。對大多數團隊嚟講，API 仍然係實際嘅接入點。

更大嘅圖畫

Kimi K3 並唔係一個喺整體智能上推翻 GPT-5.6 Sol 或者 Claude Fable 5 嘅模型 — Moonshot 自己都係咁講。但佢係一個證明開源權重系統可以喺特定、有商業價值嘅任務上同前沿專有模型競爭嘅模型，而且成本只係對方嘅一個零頭。佢係史上最大型嘅開源權重模型，而且帶住足夠嘅真實世界需求，兩日之內就逼爆咗一間公司嘅 GPU 基礎設施。

呢個組合 — 喺代理基準上達到前沿水平嘅表現、進取嘅定價、開源權重，同埋一個清晰嘅需求訊號 — 令 K3 成為 AI 領域一個重要嘅里程碑，無論佢喺任何單一排行榜上排第幾。