目录
7 月 14 日晚上，有人注意到 Kimi 开放平台上多了一个充值赠送页面——标题写着"K3 上线"，活动时间 7 月 15 日到 8 月 11 日。几个小时后页面被撤了，但截图已经传开。第二天 @Kimi_Moonshot 发了一段预告视频，六十多万浏览，六千点赞。
然后你打开 X、打开微信群、打开 Reddit，看到的是同一套说法：2.5 万亿参数、超过 GPT-5.6、比肩 Fable 5、开源可期。
问题是：这些说法里有多少站得住脚？
如果你在评估要不要在生产环境里试 K3，或者只是想搞清楚这波热度背后到底有多少干货，这篇能帮你省掉自己翻五六篇英文泄露稿和几十条推文的时间。我们交叉对照了泄露的平台页面、五篇独立的发布前报道、以及首日的 X 反馈，把每条信息都标上了可信度——高、中、低，或者直接标"矛盾"。
注意： 截至 2026 年 7 月 15 日，月之暗面没有发布 K3 的官方模型卡、基准测试分数、许可证或 API 价格表。下面所有内容来自泄露页面、第三方报道和早期使用者反馈。官方信息出来后我们会更新。
30 秒看懂 K3 是什么
Kimi K3 是月之暗面的下一代旗舰模型——一个 混合专家架构（MoE），总参数约 2.5 万亿，上下文窗口报道为 100 万 token 以上。它接在 K2 系列（K2、K2.5、K2.6、K2.7 Code）后面，属于换代级升级：K2.6 大约 1 万亿总参数、256K 上下文，K3 参数翻了一倍多，上下文翻了四倍。
下面逐项展开。
规格：哪些数字多个来源对得上
多个独立来源在几个核心数字上是一致的。对得上的我们标高可信度，只有单一来源或来源之间打架的标中或低：
| 规格 | 报道数值 | 可信度 | 判断依据 |
|---|---|---|---|
| 架构 | 混合专家（MoE） | 高 | K2 系列一直是 MoE |
| 总参数 | ~2.5 万亿 | 高 | aibase 4 月路线图报道 + 多处泄露一致 |
| 激活参数 | 每 token 约 40–100B | 中 | 各来源差异大，最低 40B 最高 100B |
| 上下文 | 100 万 token（有说 200 万） | 高 | 泄露页面 + 多位测试者确认 |
| 输入模态 | 文本 + 图片 + 音频 | 矛盾 | 部分测试者说有，泄露汇总没提 |
| 语言 | 50+ 种 | 中 | 仅少数来源 |
| 训练数据 | 15T+ token | 低 | 仅单一来源 |
2.5 万亿是什么概念？K2.6 约 1T，DeepSeek V4 Pro 约 1.6T，ERNIE 5.0 约 2.4T。如果数字准确，K3 直接排到目前公开参数量最大的模型之列。
经验法则： 总参数不等于推理时真正用到的参数。MoE 架构每个 token 只激活一部分专家，所以"2.5T"和一个 2.5T 的 Dense 模型是两回事。关注激活参数和实际推理速度，比关注总参数有用得多。
多模态：目前最说不清的一项
这里需要单独拎出来说，因为信息是矛盾的。
一边是部分早期测试者表示 K3 支持文本、图片、音频输入。另一边是几篇泄露汇总文章里完全没提多模态。月之暗面此前把 K2.7 Code 叫做"开源多模态模型"，但 K2.7 的多模态是不是继承到了 K3、还是只属于 K2.7 那个分支，目前没人说得清楚。
保守结论：K3 的多模态能力算未确认，别把它当已有功能来做技术选型。
Kimi-Linear：百万上下文背后的技术
百万 token 上下文是这次最抓眼球的数字，但也是最需要技术支撑的——不是说参数堆上去就能用。
月之暗面 6 月底在 GitHub 上开源了一个叫 Kimi-Linear 的项目，代码和论文都有。这是一种线性注意力混合方案，通过选择性状态压缩来解决长上下文的核心瓶颈——KV cache 占用。据论文描述，Kimi-Linear 能把 KV cache 压缩约 75%，解码吞吐提升约 6 倍。K3 预计就是基于这项技术。
这为什么重要？目前大多数开放模型上下文上限在 128K 到 256K。就算声称支持更长上下文，实际部署时的显存需求会让成本飙升或者直接跑不起来。如果 Kimi-Linear 在 K3 上确实有效，那"100 万上下文"不是一个纸面参数，而是能在合理成本下真正用起来的能力。
经验法则： 上下文窗口的标称值和实际可用值经常有差距。真正要判断一个长上下文模型能不能用，看两件事：一是"大海捞针"测试在不同位置的准确率有没有断崖下降，二是实际推理时每 token 的成本会不会随上下文长度指数级上升。等独立评测出来再下结论。
从 K2 到 K3：不是小改款
先看数字对比：
| 模型 | 总参数 | 上下文 | 主打方向 | API 价格（输入/输出，每百万 token） |
|---|---|---|---|---|
| K2.6 | ~1T MoE | 256K | Agent 编码、工具调用 | $0.60 / $2.50 |
| K2.7 Code | ~1T MoE | 256K | 编码专精，推理 token 减 30% | $0.95 / $4.00 |
| K3 | ~2.5T MoE | 100 万+ | 通用 + Agent + 多模态 | 待公布 |
参数翻倍、上下文翻四倍。但更关键的背景是：K2.7 Code 在独立评测中表现一般。Kimi Code Bench v2 拿了 62.0 分（GPT-5.5 是 69.0），Program Bench 拿了 53.6 分（对比 69.1）。K3 看起来是月之暗面的调整策略——与其在编码细分方向上修修补补，不如整体拉大一个量级。
这个判断对不对，得看实测。
社区反馈：热度很高，评测为零
直说：目前没有任何官方基准测试。以下全是社区反馈，听个响。
看多的：
- Jun Song（AI 研究员）用 Flappy Bird 编码测试了 K3 和 Opus 4.8，说 K3"明显更强"，到了"Opus 5 水平"。但这是一个人做的一道题。
- BridgeMind 说传言把 K3 放在"Claude Opus 4.7 档"，但他们自己要等 BridgeBench 结果出来再说。
- X 上多人报告 K3 在编码和推理上介于 GPT-5.6 和 Fable 5 之间。
- 有人说这是开源领域的"DeepSeek 时刻"。
看空的：
- @bijanbowen（328 赞）直接怼："没自己跑过就别当水军。"
经验法则： 每个大模型发布的头 48 小时，X 上都会出现一批"这次真的颠覆一切"的帖子。历史数据是：大多数模型的实际独立评测成绩，比首日社区吹的水平低 10–20%。用单项编码任务的截图当基准测试看，跟用一张自拍当体检报告差不多——别信，等 Artificial Analysis、Chatbot Arena 或 SWE-bench Verified。
价格估算
官方价格没出。根据泄露页面和月之暗面的历史定价习惯，几家报道给出的估算如下：
| 估算范围 | 对比参考 | |
|---|---|---|
| 输入 / 百万 token | $0.80–$1.20 | GLM 5.2 是 $1.40 |
| 输出 / 百万 token | $3.50–$4.50 | GLM 5.2 是 $4.40 |
| 首发活动 | 充值赠送 10–30% | 7/15–8/11 |
如果真是这个价，K3 用百万级上下文卖出了别人 128K 上下文的价钱。月之暗面一直走低价路线——K2.6 的 $0.60/$2.50 在同级别模型里本来就是最便宜的之一。
但注意：泄露出来的充值活动价格通常是首发优惠。K2.6 的价格确实长期稳定，但 K2.7 Code 一下跳到了 $0.95/$4.00。在官方价格表出来之前，别拿这些数字做容量预算。
现在能试吗
根据目前信息，K3 正在通过几个渠道陆续开放：
kimi.com 对话界面 — 最快的方式。有用户反馈 K3 已经出现在模型选项里。谷歌或手机号注册，不要信用卡，有免费额度。想知道 K3 对你的任务管不管用，花一分钟自己跑一下比看十条推文有用。
Kimi 开放平台 API — 泄露页面本身就在 platform.moonshot.cn 上。正式上线后大概率很快会出新的模型 ID。
开源权重 — K2 和 K2.6 都放了开源权重，所以 K3 开源是普遍预期。但有传言说 API 先行，权重可能推迟到 Q4。没确认，先别等。
第三方托管 — K2.6 在 AWS Marketplace、Together AI 等平台有。K3 正式发布后大概率跟进。
K3 在开放模型里排什么位置
没有官方评测的情况下，最公平的看法是：用 K2.6（月之暗面目前在线的模型）当下限，社区反馈当上限，看 K3 大概在什么区间。
| Kimi K2.6 | Kimi K3（传言） | Inkling | GLM 5.2 | |
|---|---|---|---|---|
| 总参数 | ~1T | ~2.5T | 975B | ~1.5T |
| 上下文 | 256K | 100 万+ | 100 万（开源）/ 256K（托管） | 128K |
| SWE-bench Verified | 80.2% | 待定 | 77.6% | 80.0% |
| AIME 2026 | 96.4% | 待定 | 97.1% | 99.2% |
| 多模态 | 文本 | 文本 + 图片 + 音频（未确认） | 文本 + 图片 + 视频 + 音频 | 文本 |
| 开源权重 | 有 | 预期 | 有 | 有 |
如果早期测试者说的"GPT-5.6 到 Fable 5 之间"是真的，K3 就是目前最强的开源权重模型。但"如果"两个字在这句话里承担了太多重量。
经验法则： 不要根据 X 帖子换生产模型。最低标准是：一个独立评测（Artificial Analysis、Chatbot Arena 或 SWE-bench Verified）+ 你自己在实际任务上的测试。做到这两条再做决定。
接下来几天盯什么
五件事，按重要性排：
- 官方模型卡和基准分数 — 没有 AIME、SWE-bench、MMMU、HLE 的官方成绩之前，所有性能说法都是段子。
- Chatbot Arena 和 Artificial Analysis 排名 — 最有公信力的独立评测。K3 可能已经以代号"Kivine"上了 Arena。
- 开源权重 — 放不放、什么时候放，决定了 K3 是加入开放权重阵营还是留在 API 围墙里。
- 正式定价 — 泄露活动页暗示了低价策略，但官方费率可能不同。
- 长上下文实测 — 百万级上下文是个很重的说法。独立的大海捞针测试和长上下文评测出来之前，这个能力打个问号。
常见问题
K3 发布了吗？
看起来在软发布阶段。官方发了预告视频，有人已经能在 kimi.com 上用到，但没有正式的带规格的公告。不算真正意义上的"发布"。
多大？
总参数约 2.5 万亿，MoE 架构。每个 token 激活的参数估计在 40–100B 之间——各来源差别很大，别太当真。
开源吗？
还没确认。K2 和 K2.6 都是开源权重的，所以 K3 开源被广泛预期，但不保证。有传言说权重可能推到 Q4。
跟 GPT-5.6 比呢？跟 Fable 5 呢？
早期测试者说介于两者之间。但没有一个独立基准测试验证过这个说法。
大概什么价格？
估算是输入 $0.80–$1.20、输出 $3.50–$4.50 每百万 token。如果准确，是同级别模型里最便宜的之一。但这是估算。
百万上下文是真的吗？
技术上有 Kimi-Linear 做支撑（代码和论文都公开了），可信度不低。但"标称支持"和"实际好用"之间有差距，等独立长上下文评测。
总结
K3 泄露出来的规格——2.5T MoE、百万上下文、多模态、激进定价——放在一起看确实是 2026 年到目前为止最值得关注的开放模型发布。
但这篇文章里反复出现的"待定""未确认""传言"不是我们在凑字数。这些标签代表的是：我们目前还没有足够的证据把说法升级为结论。
可以确定的：参数量、上下文窗口、大致价格区间——多个独立来源交叉对得上。
不能确定的：实际性能、多模态、开源时间线、正式定价——一个都没有官方来源。
如果你想自己判断，最直接的做法是去 kimi.com 注册一个账号，在你实际关心的任务上跑几遍。你自己跑出来的结果，比任何排行榜和推文都管用。官方规格和独立评测出来后，我们会更新这篇文章。
