大数跨境

Kimi突发K2.8:性能逼近K3,百万上下文全员开放

Kimi突发K2.8:性能逼近K3,百万上下文全员开放 量子位
2026-09-12
81
导读:冲刺港股IPO
程浅 发自 凹非寺
量子位 | 公众号 QbitAI

Kimi 再次发布新模型,将 K3 的核心能力下沉至全价位段。

9 月 11 日,Kimi K2.8 Preview 在 Kimi Code 和 Kimi Work 全量上线。官方表示,该模型综合性能接近旗舰 K3,且在编程(Coding)和智能体(Agent)能力上进一步优化。此次更新最核心的变化在于权限下放:所有会员档位均可使用 1M 上下文窗口。

相比之下,K3 的百万上下文功能目前仍需 Allegretto 及以上高阶会员方可使用。

此次发布正值月之暗面业务高速增长期。数据显示,公司年度经常性收入(ARR)从 6 月的 3 亿美元激增至 8 月的 10 亿美元,主要驱动力为 7 月发布的 K3 模型。据彭博社报道,公司内部目标是在年底前将 ARR 提升至20 亿美元

K2.8:更具性价比的“小 K3"

K2.8 Preview 的命名暗示了其定位:一个更轻量、更具成本效益的 K3 版本。

根据官方信息,K2.8 Preview 具备以下核心特性:

  • 性能对齐:综合表现接近 K3,编码与 Agent 能力全面升级,思考效率较 K2.7 Code 显著改善;
  • 推理分级:支持 low/high/max 三档推理力度(reasoning effort),与 K3 保持一致;
  • 多模态支持:支持图片和视频输入,原生上下文窗口高达 1M。

由于本次预览版未公布具体的 Benchmark 数据,其“接近 K3"的具体程度尚待验证。K3 作为参数量达 2.8 万亿的 MoE 模型,主打极致性能但伴随高成本与高延迟;而 K2.8 Preview 则更侧重于日常实用场景,特别是代码补全和常规开发任务。

早期测试反馈显示,K2.8 虽然在复杂任务的一次性完成率上略逊于 K3,但在响应速度和成本控制上优势明显。

目前 Kimi Code 会员分为五档:Adagio(免费)、Andante(49 元/月)、Moderato(99 元/月)、Allegretto(199 元/月)及 Allegro(699 元/月)。K3 仅限 99 元以上档位调用,1M 上下文需 199 元以上档位;而K2.8 Preview 对所有会员开放,并直接提供 1M 上下文支持。

值得一提的是,会员档位名称采用了音乐术语(柔板、行板、中板等),这与创始人的音乐爱好密切相关。

在流量接管策略上,系统将实行无感知替换:原有的"kimi-for-coding"直接升级为 K2.8 Preview,Model ID 保持不变;当用户在 Kimi Code 中关闭 K3 的思考模式时,请求也将自动路由至 K2.8 Preview 的无思考版本。此外,Kimi Work 也已同步上线该模型。

月之暗面急需低成本主力模型接力

K2.8 的推出与月之暗面激进的商业化节奏紧密相关。公司 ARR 从今年 3 月的 1 亿美元快速增长至 8 月的 10 亿美元,K3 模型是这一增长曲线中的关键拐点。

K3 凭借开源权重、超长上下文及旗舰级编程能力迅速占领市场。其定价仅为竞品的三分之一,却在多项编程基准测试中超越 Claude Opus 4.8 和 GPT-5.5。在 Arena.ai 前端代码竞技场中,K3 以 1679 分登顶,远超前代 K2.6 的第 18 名。

△ 前端代码竞技场胜率排行

尽管 K3 系列日均生成 Token 量已达 3000 亿,但要支撑从 10 亿到 20 亿美元 ARR 的跨越,仅靠高成本的旗舰模型难以为继。

此外,K3 在产品体验上也存在边界。技术博客指出,K3 对历史思考记录较为敏感,若会话中断或切换模型,生成质量可能波动;同时在模糊任务中可能表现出过度的主动性。对于代码补全等明确边界内的日常开发,用户往往更倾向于行为可控、调用门槛低的模型。

因此,推出一款单位成本更低、可大规模铺开的的主力模型,成为月之暗面的必然选择。

One More Thing:IPO 进程与估值挑战

据彭博社消息,月之暗面已于本月初以保密形式向港交所递交 A1 上市申请文件,正式启动港股 IPO 流程。

估值方面,公司在短短八个月内经历了快速攀升:2025 年底 C 轮后估值 43 亿美元,2026 年 5 月涨至 200 亿美元,7 月 F 轮后达到 350 亿美元。7 月底启动的 Pre-IPO 轮融资中,投前估值已升至500 亿美元

然而,高估值背后是巨大的营收压力。按 500 亿美元投前估值和当时 3 亿美元的 ARR 计算,其市销率(P/S)高达 167 倍。作为对比,Anthropic 约为 20 倍,OpenAI 约为 40 倍,智谱在万亿市值时约为 94 倍。

在此背景下,通过 K2.8 等模型降低调用成本、扩大用户基数,不仅是产品策略,更是月之暗面对接资本市场、夯实估值逻辑的当务之急。

参考链接:
https://www.kimi.com/code/docs/kimi-code/whats-new.html
[2] https://www.kimi.com/code/docs/kimi-code/models.html
[3] https://www.bloomberg.com/news/articles/2026-09-11/china-ai-star-moonshot-eyes-2-billion-annualized-sales-in-2026
[4] https://x.com/notjazii/status/2098400259223458188?s=46

【声明】内容源于网络
0
0
量子位
各类跨境出海行业相关资讯
内容 16445
粉丝 1
量子位 各类跨境出海行业相关资讯
总阅读424.8k
粉丝1
内容16.4k