Kimi K3发布,拥有2.8万亿参数模型,通过KDA和AttnRes架构优化实现高效长程Agent能力提升,榜单进入全球第一梯队。在编程、搜索、表格等Agent任务上,K3媲美海外顶尖闭源模型,如Coding任务中DeepSWE仅次于GPT 5.6 Sol和Fable 5,通用Agent任务中GDPval仅次于Fable5和GPT 5.6 Sol。礼物K3的实用性和易用性与Opus 4.8相当,整体能力介于4.8和Mythos之间。
核心提升来自三项架构优化:KDA降低长上下文计算和KV Cache开销;AttnRes改善深层网络中的信息传递;896个专家中仅激活16个,在扩大参数规模同时控制推理成本。
当前定价为每百万tokens输入20元、输出100元,为国内最贵旗舰模型,输出价格约为GLM5.2的3.6倍,Qwen3.7的12.5倍,Minimax M3的11.9倍,DeepSeekV4的16.7倍。礼物稀疏度1.7%情况下推理毛利率预计在75-85%范围内。我们认为K3定义是高价值任务模型,短期有利于毛利率、算力控制和高端定位。
#榜单进入全球第一梯队
礼物K3在编程、搜索、表格等Agent任务上媲美海外顶尖闭源。Coding:DeepSWE仅次于GPT 5.6 Sol和Fable 5,Terminal Bench2.1仅次于GPT 5.6 Sol。通用Agent:GDPval仅次于Fable5和GPT 5.6Sol
礼物整体反馈:实用性和易用性和Opus 4.8相当,整体能力介于4.8和Mythos之间。
#核心提升来自三项架构优化
礼物KDA降低长上下文计算和KV Cache开销;
礼物AttnRes改善深层网络中的信息传递;
礼物896个专家中仅激活16个,在扩大参数规模同时控制推理成本。
#当前定价每百万tokens输入/输出分别为20/100元,为国内最贵旗舰模型,输出价格约为GLM5.2的3.6倍,Qwen3.7的12.5倍,Minimax M3的11.9倍,DeepSeekV4的16.7倍。
礼物稀疏度1.7%情况下推理毛利率预计在75-85%范围内。
礼物我们认为K3定义是高价值任务模型,短期有利于毛利率、算力控制和高端定位。