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）於 7 月 16 日正式開放參數高達 2.8 萬億的 KIMI K3 模型，該模型在 GPTWALL 評測中獲得全球第三名，並引入 KDA 技術將上下文長度提升至 100 萬 Token；然而實測顯示其生成耗時極長（10-20 分鐘），且低階會員面臨嚴格的用量限制與上下文長度限制，目前權重尚未開源，個人本地運行難度極高。

核心重點

1. 發布與技術規格：KIMI K3 於 7 月 16 日晚間正式上線，參數規模達 2.8 萬億，超越此前開源最大模型 Deepseek（1.6 萬億）。
2. 架構創新：

• 引入 KDA (KIMI Delta Tension 混合線性注意力) 技術，解決傳統注意力計算量隨上下文平方級上漲的問題。
• 採用混合專家系統（MoE），總共 896 個專家，每次推理僅激活 16 個。
• 引入注意力殘差技術，提升訓練效率至 KIMI K2 的 2.5 倍。
• 上下文長度從 K2 的 256K 提升至 100 萬 Token。

1. 評測成績：

• 在 GPTWALL 評測中得分 1687 分，全球排名第三（僅次於 Cloud5 和 GPT5.6 瘦）。
• 在 GP2A Diamond 和 BlowComp 評測中均取得當時公開成績最高或前列。

1. 實測問題：

• 耗時極長：生成 PPT 或開發遊戲任務需 10-20 分鐘，遠超預期。
• 用量限制嚴格：99 元/月會員在 KIMI Code 中使用 K3，僅完成少量步驟即達 5 小時用量限制，且週用量佔比高。
• 上下文限制：第二等級會員（99 元/月）不支持 100 萬上下文，僅支持 256K（需 200 元/月會員才支持 100 萬上下文）。

1. 價格與開源現狀：

• 輸入價格 3 美元/100 萬 Token，輸出 15 美元/100 萬 Token，緩存命中後輸入僅 3 毛。
• 官方承諾 7 月 27 日前開放權重，但 2.8 萬億參數屬於數據中心級別，個人本地難以運行。

詳細大綱

1. 發布背景與時間線

• 時間點：7 月 15 日促銷頁面泄露，7 月 16 日晚間正式上線。
• 發布渠道：KIMI APP 及 KIMI Code。
• 商業背景：正值上海世界人工智能大會前，月之暗面正在談新一輪融資，估值約 315 億美元。

2. 技術規格與架構創新

• 參數規模：2.8 萬億參數，是此前開源最大模型 Deepseek（1.6 萬億）的兩倍。
• 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。
• 換取 100 萬 Token 上下文長度（K2 為 256K，翻 4 倍）。
• 注意力殘差：讓深層網絡直接接力淺層注意力信息。
• 混合專家系統 (MoE)：總共 896 個專家，每次推理僅激活 16 個。
• 訓練效率：整體訓練效率達到 KIMI K2 的 2.5 倍。

3. 評測成績單

• GPTWALL（44 個職業真實工作任務評測）：
• K3 得分 1687 分，全球第三。
• 第一名：Cloud5。
• 第二名：GPT5.6 瘦。
• 注：Cloud 的 OPUS4.8 被擠到後面一名。
• GP2A Diamond（研究生級別科學題）：
• 得分 93.5%，為所有看源模型最高。
• BlowComp（網上檢索問題答案）：
• 得分 91.2%，為當時公開成績最高。

4. 實測案例與問題

• 案例一：生成 PPT
• 任務：根據官方報導及整理文件，生成不低於 12 頁的 PPT 幻燈片，並以網頁形式展現。
• 結果：版面佈局、參數提取、配色、架構拆解圖表設計一次性完成，無明顯錯誤，可直接使用。
• 問題：耗時極長（十幾分鐘），遠超預期（以往 GPT 或 Cloud 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。
• 問題 1：耗時極久（10-20 分鐘未完成）。
• 問題 2：用量限制嚴格。
• 99 元/月會員（第二等級）在 KIMI Code 中使用 K3。
• 僅完成第一條 To-Do 步驟，5 小時用量限制即達標。
• 週用量達到 20%。
• 第二等級會員不支持 100 萬上下文，僅支持 256K（需 200 元/月會員才支持 100 萬上下文）。

5. 價格與開源意義

• 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。
• 開源現狀：
• 目前僅為「期貨」，權重未開放。
• 官方承諾 7 月 27 日前放出完整權重和技術報告。
• 本地運行難度：
• 2.8 萬億參數屬於數據中心級別。
• 即使擁有 1.5TB 內存的 MGDO 集群也難以運行。
• 開源意義在於讓第三方平台便宜運行，而非個人本地下載運行。

工具 / 模型 / 名詞整理

• KIMI K3：月之暗面推出的模型，參數 2.8 萬億。
• Deepseek：開源模型，參數 1.6 萬億。
• Cloud5：評測第一名。
• GPT5.6 瘦：評測第二名。
• OPUS4.8：Cloud 旗下模型，被 K3 擠到後面。
• KIMI APP：月之暗面推出的應用程式。
• KIMI Code：月之暗面推出的代碼工具。
• KIMI K2：前代模型，上下文 256K。
• KDA (KIMI Delta Tension 混合線性注意力)：K3 引入的注意力技術。
• GPTWALL：評測項目，職業真實工作任務。
• GP2A Diamond：評測項目，研究生級別科學題。
• BlowComp：評測項目，網上檢索問題答案。
• KitaHub：代碼開運平台（疑似 GitHub 聽寫錯誤）。
• MGDO 集群：提及擁有 1.5TB 內存的集群（疑似 H100/A100 或特定顯存集群聽寫錯誤）。
• GPT：提及作為對比。
• Fibre5：提及作為對比（疑似 Llama 或其他模型聽寫錯誤）。

操作流程整理

1. 訪問與使用：

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

1. 任務執行實測：

• PPT 生成任務：

1. 輸入官方報導及整理文件。
2. 要求生成不低於 12 頁的 PPT 幻燈片，並以網頁形式展現。
3. 觀察結果：版面佈局、參數提取、配色、架構拆解圖表設計一次性完成。
4. 記錄耗時：發現耗時極長（十幾分鐘）。

• 遊戲開發任務：

1. 基於現有體感監視器框架，要求增加體感消消樂遊戲。
2. 觀察結果：耗時極久（10-20 分鐘未完成）。
3. 檢查用量：發現 99 元/月會員僅完成第一條 To-Do 步驟，5 小時用量限制即達標，週用量達到 20%。
4. 檢查上下文支持：確認第二等級會員不支持 100 萬上下文，僅支持 256K。
5. 價格與開源查詢：

• 查詢輸入價格（3 美元/100 萬 Token）、輸出價格（15 美元/100 萬 Token）及緩存命中價格（輸入僅 3 毛）。
• 確認開源承諾時間為 7 月 27 日前。

值得注意的限制或風險

1. 性能與效率風險：

• 生成任務耗時極長（10-20 分鐘），遠超預期，可能影響生產力。
• 對於低階會員（99 元/月），用量限制嚴格，僅完成少量步驟即達上限。

1. 功能限制風險：

• 第二等級會員（99 元/月）不支持 100 萬上下文，僅支持 256K，需升級至 200 元/月會員才支持 100 萬上下文。

1. 本地運行風險：

• 2.8 萬億參數屬於數據中心級別，即使擁有 1.5TB 內存的 MGDO 集群也難以運行，個人本地運行難度極高。

1. 開源不確定性：

• 目前權重未開放，僅為「期貨」，官方承諾 7 月 27 日前放出完整權重和技術報告，但實際開源情況尚待確認。

逐字稿辨識疑點

• 月資暗面：應為「月之暗面」（Moonshot AI 的中文名稱）。
• Cloud5：常見模型命名中較少見，需查證是否為特定評測中的代號或筆誤。
• GPT5.6 瘦：需查證是否為特定版本或聽寫錯誤（如 GPT-4o, GPT-4.5 等）。
• B原刺：語意不通，疑似「原生旗艦」或「閉源旗艦」的聽寫錯誤。
• 恒：語境為「價格又有多恒」，疑似「低」或「貴」的聽寫錯誤。
• KDA, KIMI Delta Tension：需查證此縮寫與全稱是否為官方正式命名。
• Planter：語境為「發了一個簡單的報告，以及一個 Planter」，疑似「Prompt」的聽寫錯誤。
• 幻燈篇：疑似「幻燈片」的聽寫錯誤。
• Scale：語境為「沒有創建任何 Scale」，疑似「Scale」指代規模或特定設置，或為「Cache」等詞的誤聽。
• KitaHub：疑似「GitHub」的聽寫錯誤。
• GPT5.64：疑似「GPT-4」或「GPT-4o」的聽寫錯誤。
• Fibre5：疑似「Llama 3」或其他模型名稱的聽寫錯誤。
• MGDO：疑似「H100」、「A100」或「GPU」集群的聽寫錯誤。
• 看源模型：疑似「開源模型」的聽寫錯誤。
• 冷餘：語境為「步驟設計的有點過於冷餘」，疑似「冗餘」的聽寫錯誤。
• 一個多的任務：語境為「僅僅只是完成了一個多的任務」，疑似「一個多」或「一個」的語病或聽寫錯誤。

可延伸追問

1. KIMI K3 的 KDA 技術具體如何實現線性注意力與全注意力的混合？其對模型精確度的影響為何？
2. GPTWALL 評測中 Cloud5 和 GPT5.6 瘦的具體技術架構為何？K3 為何在生成速度上表現較慢？
3. 月之暗面 315 億美元的估值依據為何？新一輪融資將如何影響 KIMI K3 的後續開發與定價策略？
4. 2.8 萬億參數的模型在數據中心級別的具體硬件需求為何？第三方平台將如何分攤運行成本？
5. 99 元/月會員的用量限制具體計算方式為何？為何僅完成第一條 To-Do 步驟即達 5 小時限制？