Kimi K3 开源权重 7 月 27 日发布：2.8 万亿参数、百万上下文，闭源溢价还守得住吗？

如果你在等 Kimi K3 开源权重、纠结要不要从 Claude/GPT 切 API，或想算清楚本地部署到底要多少卡——这篇把调研文档里的关键结论一次讲透。月之暗面 7 月 16 日已上线 K3 API 与 Kimi 全家桶，7 月 27 日将公开完整 2.8 万亿参数权重（Modified MIT）并同步技术报告。 核心判断：K3 不是「Fable 5 杀手」——AA Intelligence Index 57.1 排第三，落后 Fable 5（59.9）和 GPT-5.6 Sol（58.9）——但以约 1/3 成本做到接近前沿的能力，且给出闭源给不了的两样东西：可下载权重 + 100 万 token 上下文。

SECTION 01 选 K3 前最容易踩的五个坑

• 两个日期别混：7 月 16 日是 API/产品上线，7 月 27 日才是 Hugging Face 权重下载。搜「K3 发布」和「K3 下载」是两拨人、两个峰值。
• 「开源」要拆词：英文圈严格区分 open weights（只放权重）和 open source（含训练代码/数据）。K3 属于前者，标题写错会被社区当成外行。
• 本地部署别被标题党骗：4-bit 权重约 1.4 TB，官方建议 64+ 加速器超节点——不是单卡能跑的事。
• 跑分要看场景：K3 在长程编码、前端 UI 代码盲测上领先，GDPval、DeepSWE 等长程判断力仍输给 Fable 5。
• 幻觉率比 K2.6 上升：官方已承认；Reddit 也有接入自建应用后幻觉多于顶级闭源模型的反馈——生产环境要做抽检。

SECTION 02 时间线与模型规格一览

SECTION 03 Kimi K3 跑分：领先项与短板（对标 Claude / GPT）

领先或打平：Frontend Code Arena 第 1（盲测 UI 代码偏好超 Fable/Sol）；Automation Bench、SpreadsheetBench 2 第 1；BrowseComp 91.2（第 1）；SWE Marathon 42.0（超长编码会话明显领先，GPT-5.5/GLM-5.2 崩到十几分）；Terminal Bench 2.1 88.3（与 Sol 88.8 基本打平）；Program Bench 77.8；FrontierSWE 81.2（超 Sol 71.3，低于 Fable 5 86.6）。

仍落后：GDPval v2 Elo 1668–1687 vs Fable 5 1760、Sol 1748；DeepSWE 67.5 vs Sol 73.0；对话打磨度与单次会话方差逊于 Fable 5 / Sol。

月之暗面发布时罕见地主动承认综合性能仍落后 Fable 5 和 GPT-5.6 Sol，并列出短板：对 harness 传回推理内容敏感、意图模糊时过于主动等。架构细节可参考Kimi K3 深度评测；开源圈另一强选手见DeepSeek V4 满血版解析。

SECTION 04 Kimi K3 API 价格与真实成本（含缓存）

定价对齐西方「质量牌」，是中国厂商里最高的，但仍显著低于 Claude Opus 4.8 单任务成本。AA 实测单任务 $0.94：比 GPT-5.6 Sol 低 9.4%，比 Claude Fable 5 低 65.8%。编码类负载缓存命中率据称超 90%，实际账单远低于表面单价。

SECTION 05 7 月 27 日开源发布：会发生什么

• 完整 2.8T 权重上架 Moonshot Hugging Face 组织，Modified MIT（条款以发布日原文为准）
• 同步技术报告：架构、训练、评估细节
• vLLM 对 KDA / prefix caching 的支持将随权重落地；后续 Ollama、GGUF 量化预计跟进（参考 K2 系列节奏）

SECTION 06 本地部署真相：显存要求与发布日核对清单

结论先说：消费级硬件跑不了。 4-bit 权重约 1.4 TB；官方建议 64+ 加速器超节点，需专家并行 + 张量并行。参照：K2.7 Code（1T）INT4 约 577 GB 显存，K3 是其 2.8 倍。

自部署只在三种场景成立：严格数据驻留/离线、自有数据微调、调用量大到自建更便宜。绝大多数人正确答案是用 API（$3/$15）。

1. 提前关注 HF 组织：发布日第一时间核对仓库文件是否齐全。
2. 阅读 LICENSE 原文：Modified MIT 不等于标准 MIT，商用与再分发条款以文件为准。
3. 确认量化版本：MXFP4 官方包与社区 GGUF/INT4 分支分别验证。
4. 跟踪 vLLM / SGLang 启动命令：KDA 与 prefix caching 需匹配版本，生产前 pin commit。
5. 对照技术报告最低硬件：加速器数量、互联、并行策略与预算对齐。
6. 独立长上下文复测：百万 token 解码加速勿只信官方数字，用自己的 harness 跑一遍。
7. 算 API vs 自建 TCO：含电力、运维、网络与编码 Agent 缓存命中率。

SECTION 07 行业意义：开源追平闭源、地缘与月之暗面翻身

• 能力差距基本闭合：综合分从「差几百」缩到「差两三分」，闭源很难再纯靠能力证明溢价。
• 地缘背景：发布赶在 WAIC；一个月前美国曾短暂下架 Anthropic Fable/Mythos（7 月 1 日恢复）——「监管能关闭源，关不掉已发布的开源权重」成为新叙事。
• 中国厂商集体逼近：Z.ai GLM-5.2、DeepSeek V4 Pro（1.6T）、MiniMax 等，K3 是这波浪潮的高点。
• 月之暗面翻身：2025 年初被 DeepSeek R1 冲击后国内排名跌至第七，靠 K2 → K2.5 → K3 开源路线重建地位。

SECTION 08 可引用数据与权威来源

• 参数：2.8T；896 专家激活 16 个；上下文 1,048,576
• AA Index：K3 57.1 / Sol 58.9 / Fable 5 59.9
• 单任务成本：K3 $0.94，比 Fable 5 低 65.8%
• API：$3 / $0.30（缓存）/ $15 每百万 tokens
• 自部署：4-bit 约 1.4 TB；建议 64+ 加速器
• 编码亮点：Frontend Code Arena 第 1；SWE Marathon 42.0

以下链接请在发版或上游更新后再次打开核对：

月之暗面 Kimi K3 官方技术博客

Kimi Platform API 文档与定价

Artificial Analysis 独立评测（2026-07-16）

K3 开源权重会改写「前沿能力」的定价逻辑，但不能替代 Xcode 编译、Metal 调试和 iOS 签名链。虚拟机 macOS 有 EULA 风险且性能损耗 20–40%。务实组合是：K3 API（或未来自建推理）负责百万上下文推理与 Agent 编排，VPSNIX M4/M4 Pro 云端物理节点负责原生 Apple Silicon 构建——100% 苹果原装、完整 Root、零 Hypervisor 损耗、按天/月弹性下单。详见定价页；若已读过K3 评测，下一步应把算力锚定在合规物理基础设施上，而不是赌单一 API 厂商的涨价曲线。

SECTION 09 常见问题 FAQ