Kimi K3冲到2.8T参数，API价格也涨了3倍

7月16日，Moonshot AI 发布 Kimi K3——2.8T 参数、首个开源 3T 级模型、100 万 token 上下文窗口、原生视觉能力。官方博客标题是"Open Frontier Intelligence"，但真正值得关注的变量是：这是中国厂商发布过的最贵模型——$3/百万输入 token，$15/百万输出 token，比 Kimi K2.6 的 $0.95/$4 涨了 3 倍还多。

开源模型正在进入一个新阶段：不再靠"便宜"打市场，而是靠"能打"要价。K3 的每任务成本 $0.94，已经和 GPT-5.6 Sol 的 $1.04 处于同一区间。开源前沿的竞赛正在从"谁参数更大"转向"谁能把规模和效率的trade-off做得更好"。

2.8T 参数与2.5倍缩放效率：开源第一次摸到规模天花板

2.8T 的参数规模，意味着开源模型第一次摸到了 3T 的边界，也刷新了此前的参数规模纪录。Moonshot 称，过去12个月中有9个月，Kimi 模型保持了开源模型的规模上限。这至少说明，开源阵营已经开始主动探索超大规模模型，而不只是跟随闭源模型。

真正关键的不是参数数量，而是缩放效率。Kimi K3 引入了两个架构创新：Kimi Delta Attention (KDA) 和 Attention Residuals (AttnRes)，配合 Stable LatentMoE 框架，只激活 896 个专家中的 16 个。Moonshot 称，这些变化让 K3 相比 Kimi K2 的整体缩放效率提高约 2.5 倍；这是官方口径，仍要等待技术报告和外部复现。

这种效率提升为高价提供了叙事基础。Artificial Analysis 的私有评测显示，K3 在长周期知识工作上的 Elo 达到 1547，比 K2.6 提升了 732 分，仅次于 Claude Fable 5。在 Arena.ai 的前端代码评测中，K3 甚至超过了 Fable 5。不过，这些结果来自不同测试环境，不能直接等同于所有真实任务的体验。

但缩放效率提高，不等于部署门槛降低。Moonshot 建议把 K3 部署在包含64个或更多加速器的超节点上。即使权重开放，这也更接近云厂商和大型机构的基础设施，而不是普通开发者下载后就能本地运行的模型。

中国最贵定价：开源模型开始收"能力溢价"

这次发布最具争议的其实是定价。$3/$15 的 token 定价，已经和 Claude Sonnet 系列处在同一档位。放在中国厂商的语境下，这次上调更显眼：相比 Kimi K2.6 的 $0.95/$4，输入和输出单价都涨了3倍以上。

Moonshot 的定价逻辑可以概括为：按能力定价，而不是给国产模型预设低价。Artificial Analysis 的任务成本统计中，K3 为 $0.94，GPT-5.6 Sol 为 $1.04，已经落在相近区间。这不代表两者能力相同，但说明开源模型的竞争正在从单纯比单价，转向同时比较任务完成率和总成本。

但这个定价也有明显的风险。首先是推理 token 开销：Simon Willison 的"pelican riding a bicycle"测试用了 16,658 个输出 token，其中 13,241 个是推理 token，一次简单的 SVG 生成都花了 25 美分。如果用户习惯了"随便问一个问题几分钱"，那 K3 的推理成本可能会让很多人望而却步。

其次是开源权重还没发布。K3 的开源承诺是 7 月 27 日之前发布完整权重。如果权重发布后社区能把推理成本降下来，那 API 的高定价就成了"早期采用者税"；如果权重发布延迟或者推理优化不如预期，那 K3 可能会陷入"API太贵没人用，开源权重跑不动"的两难境地。

从编译器到芯片设计：agentic能力正在变成生产工具

这次发布展示的两个案例最能说明开源模型能力边界的扩展。第一个是 MiniTriton 编译器，K3 从零开发了一个类似 Triton 的紧凑编译器，有自己的 tile-level IR 层、优化 pass 和 PTX 代码生成 pipeline。在支持的 roofline 基准测试中，MiniTriton 的性能与 Triton 和 torch.compile 相当甚至更好——这意味着 K3 不仅能写代码，还能写编译器这种底层基础设施。

第二个是芯片设计。在一次 48 小时的自主运行中，K3 使用开源 EDA 工具在 Nangate 45nm 工艺库上设计、优化并验证了一个用于自身架构的 nano 模型芯片。这个芯片在 4mm² 内实现了 100MHz 时序收敛，模拟中维持超过 8,700 token/s 的解码吞吐量，包含 146 万个标准单元、0.277MB SRAM 和带融合反量化的 INT4 MAC 阵列。

这两个案例的意义不在于"AI 能取代编译器工程师或芯片设计师"，而在于：长周期、多步骤、需要跨领域知识的工程任务，正在变成 AI 可以自主完成的工作流。如果一个模型能在 48 小时内走完人类需要几个月的芯片设计验证流程，那整个工程研发的成本结构都会被改写。

但必须强调边界：官方把芯片案例称为“早期概念验证”，MiniTriton 的性能比较也只覆盖其支持的 roofline 基准。它们证明了模型可以完成更长、更复杂的工程链路，却还不足以外推到生产级编译器或芯片设计。

开源前沿的下一个变量：权重发布与社区反应

真正的考验在 7 月 27 日——完整权重发布的那一天。如果社区能快速适配和优化，那 K3 可能会成为开源模型的新基准；如果权重发布后推理性能不如预期，那高定价的 API 就成了孤家寡人。

下一步值得观察的三个指标。第一，权重发布后的推理速度和显存占用。2.8T 参数的模型在消费级显卡上能不能跑？需要多少显存？量化后的精度损失有多大？这决定了 K3 是"只有云厂商能用的开源"还是"真正社区可用的开源"。

第二，第三方中立评测能否复现。现在能看到的材料仍以官方披露、Artificial Analysis 和少量公开测试为主，完整技术报告尚未发布。K3 在不同推理框架、长上下文和真实工程任务中的表现，才会检验“2.5倍缩放效率”能否转化为稳定收益。

第三，社区生态的反应。HuggingFace、vLLM、llama.cpp 等项目能不能快速支持 K3？有没有第三方基于 K3 做微调变体？这决定了 K3 是一个孤立的里程碑，还是一个能带动整个生态前进的基础模型。

开源模型的竞赛已经进入了深水区。参数规模不再是唯一的胜负手——缩放效率、架构创新、定价策略和社区生态的综合能力，才是真正的护城河。Kimi K3 把中国厂商的定价拉到了历史最高，但也把开源模型的能力边界推到了新高度——接下来的问题是：市场愿意为这个新高度买单吗？