影片筆記：Claude Code最强平替来了：Kimi K3超越Opus 4.8，登榜史上最大开源模型！

一句話總結

月之暗面（Moonshot AI）正式開放 KIMI K3 模型，以 2.8 萬億參數刷新開源記錄並在多項評測中超越閉源大廠模型，但實測顯示其生成耗時極長、上下文長度受限且價格對開發者殺傷力大，目前權重尚未開放，僅為雲端服務狀態。

核心重點

1. 發布與規格：KIMI K3 於 7 月 16 日晚正式上線，擁有 2.8 萬億參數，採用 KDA（混合線性注意力）技術與 MoE（混合專家系統），官方宣稱支援 100 萬 Token 上下文。
2. 評測表現優異：在 GPTWALL 真實工作任務評測中排名全球第三（僅次於 Cloud5 和 GPT5.6 瘦），並在 GP2A Diamond 科學題與 BlowComp 檢索任務中取得開源模型最高分，被視為開源模型首次站到大廠旗艦模型前面。
3. 實測問題顯著：

• 耗時極長：生成 PPT 或開發遊戲等任務需耗時十幾分鐘至二十分鐘，遠慢於 GPT 或 Cloud 系列。
• 限制嚴格：高階會員套餐仍受限於 256K 上下文（100 萬需更高階套餐），且用量限制嚴格（如五小時用量限制、週用量達 20%）。
• 價格與開源現狀：輸入 3 美元/百萬 Token，輸出 15 美元/百萬 Token；權重未開放（承諾 7 月 27 日前放出），因參數龐大個人本地電腦無法運行，主要依賴雲端服務。

詳細大綱

一、 KIMI K3 發布背景與規格

• 發布時間與渠道：
• 7 月 15 日促銷頁面泄露，7 月 16 日晚正式上線。
• 可在 KIMI APP 及 KIMI Code 中使用。
• 發布時機緊鄰上海世界人工智能大會，且公司處於新一輪融資談判中（估值約 315 億美元）。
• 核心規格：
• 參數量：2.8 萬億（約為前開源最大模型 Deepseek 的 1.6 萬億的兩倍）。
• 技術創新：
• KDA (KIMI Delta Tension 混合線性注意力)：每四層中三層使用線性注意力，一層使用全注意力，解決上下文長度平方級計算量上漲問題。
• 注意力殘差：讓深層網絡接力淺層注意力信息。
• 訓練效率：官方宣稱達到 KIMI K2 的 2.5 倍。
• 上下文長度：官方宣稱支援 100 萬 Token（此前 K2 為 256K）。
• 混合專家系統 (MoE)：總共 896 個專家，每次推理僅激活 16 個。

二、 評測成績單

• GPTWALL 評測：
• 內容：44 個職業真實工作任務（非做題）。
• 成績：1687 分，全球第三名。
• 排名：第一名 Cloud5，第二名 GPT5.6 瘦，OPUS4.8 被擠至後面。
• 意義：開源模型首次站到大廠旗艦模型前面。
• GP2A Diamond 評測：
• 內容：研究生級別科學題。
• 成績：93.5%，目前所有開源模型中得分最高。
• BlowComp 評測：
• 內容：網上檢索問題答案。
• 成績：91.2%，當時公開成績中最高。

三、 實測案例與問題

• 案例一：生成 PPT 幻燈片
• 任務：根據官方報導及整理文件，生成不低於 12 頁的 PPT，並以網頁形式展現。
• 結果：
• 版面佈局、配色、數據提取、架構拆解圖表設計一次性完成，無明顯錯誤，達到直接使用水平。
• 未創建任何 Skill，僅發送報告和 Planter 即可完成。
• 問題：耗時極長，花費十幾分鐘（以往 GPT 或 Cloud 完成此類任務通常在 10 分鐘內）。
• 案例二：體感消消樂遊戲開發
• 任務：基於現有體感監視器框架，增加「體感消消樂」遊戲。
• 結果：
• 耗時極長，運行十幾二十分鐘未完成。
• To-Do 步驟設計過於繁瑣。
• 僅完成第一條 To-Do，五小時用量限制即達標，週用量達 20%。
• 會員限制問題：
• 第二等級套餐（99 元/月）無法使用 KESA 模型（需更高等級？註：原文語意模糊，僅提及第二等級可用但受限）。
• 第二等級套餐不支援 100 萬上下文，僅支援 256K。
• 需開通 200 元/月套餐方可享受 100 萬上下文長度。
• 感受：誠意不足，可能因算力或用戶過多導致使用量限制嚴格。

四、 價格與開源現狀

• 價格：
• 輸入：3 美元 / 100 萬 Token。
• 輸出：15 美元 / 100 萬 Token。
• 緩存命中：輸入僅 3 毛（KIMI 的優勢）。
• 開源現狀（潑冷水）：
• 權重未開放：目前僅為「期貨」，承諾 7 月 27 日前放出完整權重和技術報告。
• 本地無法運行：2.8 萬億參數為數據中心級別，即使擁有 1.5TB 內存的 Magic Dodo 集群也跑不動。
• 開源意義：主要讓第三方平台能便宜地跑起來，而非個人下載本地運行。

工具 / 模型 / 名詞整理

• 模型/產品：
• KIMI K3
• KIMI K2
• KIMI APP
• KIMI Code
• Deepseek (參數 1.6 萬億)
• Cloud5
• GPT5.6 瘦
• OPUS4.8
• KESA (模型名稱，出現在會員套餐描述中)
• Magic Dodo (提及的集群名稱)
• 評測/平台：
• GPTWALL (評測名稱)
• GP2A Diamond (評測名稱)
• BlowComp (評測名稱)
• KitaHub (代碼託管平台)
• 技術/概念：
• KDA (KIMI Delta Tension 混合線性注意力)
• 注意力殘差
• 混合專家系統 (MoE)
• Token (上下文長度單位)
• Skill (技能/插件)
• Planter (提示詞/指令，原文用詞)
• To-Do (任務列表)

操作流程整理

1. 訪問與使用：

• 通過 KIMI APP 或 KIMI Code 訪問 KIMI K3 模型。

1. 任務執行（以 PPT 生成為例）：

• 準備官方報導及整理文件。
• 發送報告和 Planter（指令）給模型。
• 等待模型生成不低於 12 頁的 PPT 網頁版（耗時約十幾分鐘）。
• 確認版面佈局、配色、數據提取及架構拆解圖表設計無誤。

1. 任務執行（以遊戲開發為例）：

• 基於現有體感監視器框架，提出增加「體感消消樂」遊戲的需求。
• 模型生成 To-Do 步驟。
• 執行 To-Do 步驟（耗時極長，可能超過五小時用量限制）。

1. 會員與套餐選擇：

• 若需 100 萬上下文長度，需開通 200 元/月套餐。
• 第二等級套餐（99 元/月）僅支援 256K 上下文，且可能受限於特定模型（如 KESA）的使用。

值得注意的限制或風險

1. 生成效率低：相比 GPT 或 Cloud 系列，KIMI K3 在生成複雜任務（如 PPT、遊戲開發）時耗時極長（十幾分鐘至二十分鐘）。
2. 上下文長度限制：官方宣稱支援 100 萬 Token，但高階會員套餐（第二等級）僅支援 256K，需更高階套餐才能享受 100 萬上下文。
3. 用量限制嚴格：存在五小時用量限制及週用量限制（如達 20%），可能影響連續開發體驗。
4. 本地運行不可行：2.8 萬億參數規模龐大，個人電腦無法運行，必須依賴雲端服務。
5. 權重未開放：目前僅為「期貨」狀態，完整權重和技術報告承諾於 7 月 27 日前放出，當前無法進行本地部署或二次開發。
6. 價格成本：輸入 3 美元/百萬 Token，輸出 15 美元/百萬 Token，對開發者而言成本較高。

逐字稿辨識疑點

• 月資暗面：原文用詞，疑為「月之暗面」（Moonshot AI）的聽寫錯誤。
• Cloud5：原文用詞，疑為某特定模型或評測版本名稱，需查證是否為常見模型變體。
• GPT5.6 瘦：原文用詞，疑為模型版本或特定壓縮/精簡版名稱。
• B原刺：原文用詞，疑為「大廠」或「閉源」的聽寫錯誤（結合上下文「開源模型第一次站到了...前面」）。
• B月：原文用詞，疑為「大廠」或「閉源」的聽寫錯誤（結合上下文「摸到了...門檻」）。
• 恒：原文「價格又有多恒」，疑為「多低」或「多貴」的聽寫錯誤。
• KDA：原文解釋為「KIMI Delta Tension 混合線性注意力」，需查證該縮寫是否為官方正式命名。
• GPTWALL：評測名稱，需查證是否為標準評測基準名稱。
• GP2A Diamond：評測名稱，需查證是否為標準評測基準名稱。
• BlowComp：評測名稱，需查證是否為標準評測基準名稱。
• Planter：原文指代輸入的報告或指令，疑為「Prompt」或「Plan」的聽寫錯誤。
• KitaHub：原文指代代碼託管平台，疑為「GitHub」的聽寫錯誤。
• Magic Dodo：原文指代集群，需查證是否為特定硬體或集群名稱。
• KESA：原文在會員套餐描述中出現，疑為「KIMI」或特定模型代號的聽寫錯誤。
• 冷餘：原文「步驟是設計的有點過於冷餘」，疑為「繁瑣」或「冗餘」的聽寫錯誤。
• 開用：原文「全球最大開用模型」，疑為「開源」的聽寫錯誤。

可延伸追問

1. KIMI K3 的 KDA（混合線性注意力）技術具體如何運作，與傳統注意力機制相比有何優勢？
2. GPTWALL、GP2A Diamond、BlowComp 等評測基準的具體評分標準是什麼？
3. 7 月 27 日放出的完整權重和技術報告將包含哪些內容？是否會開放給公眾下載？
4. KIMI K3 的 MoE（混合專家系統）架構中，896 個專家與 16 個激活專家的具體分工是什麼？
5. 針對開發者殺傷力大的價格策略，未來是否有調整計劃或更優惠的套餐？