文章摘要
Kimi AI推出K3版本，专注于智能编程与知识工作，支持多种任务如群组协作、幻灯片制作、深度研究、网站和文档处理等。
文章总结
Kimi AI 推出 K3 版本，专为智能编程与知识工作设计。用户可向 AI 提问或指派任务，支持 K3 和 Max 两种模式。功能包括：群体智能（Swarm）、幻灯片制作（Slides）、深度研究（Deep Research）、网站分析（Websites）、文档处理（Docs）和表格处理（Sheets）。页面还提供灵感探索入口。
评论总结
根据评论内容，总结如下：
主要观点与论据：
模型性能与定位：Kimi K3 被描述为“开源模型中的顶尖水平”，在多项基准测试中仅次于 Claude Fable 5 和 GPT-5.6 Sol。评论者认为其“接近前沿模型”，并可能引发“另一个 DeepSeek 时刻”。
- 关键引用：“Among the models tested, its overall intelligence ranks second only to Claude Fable 5 and GPT-5.6 Sol.”（评论 3）
- 关键引用：“Amazing to see an open source model already nearing the benchmarks of Fable and GPT 5.6 Sol!”（评论 8）
定价与成本效率：定价为 $3/$15 每百万 token（缓存 $0.3），与 Anthropic Sonnet 系列持平，但评论者指出推理效率是关键：若 Kimi K3 消耗更多推理 token，实际成本可能更高。同时，有评论认为其推理 token 使用量比 K2.6 少约 60%，缓解了价格担忧。
- 关键引用：“pricing is $3/$15 for 1M tokens... extremely high for a Chinese open-weight model, but if it's truly competitive... the pricing is justified.”（评论 1）
- 关键引用：“Seems to only use ≈60% as many reasoning tokens as 2.6. So the price hike is not as bad as it looks.”（评论 13）
技术架构与开源：模型采用 MoE 架构，激活 16/896 专家，总参数 2.8T，活跃参数约 50B。评论者赞赏其开源承诺，但担忧中国模型提供商“逐渐封闭”（如 Qwen 3.6 未发布最大参数版本）。
- 关键引用：“the model efficiently activates 16 out of 896 experts... 2.5x the overall scaling efficiency of K2”（评论 7）
- 关键引用：“Now, will they actually release the weights? Seems like Chinese model providers are slowly closing up”（评论 16）
实际体验与质疑：部分评论者测试后认为模型“思考过多，重复内容”，且结合价格可能不如 GPT-5.6 划算。另有评论质疑其是否主要依赖蒸馏技术。
- 关键引用：“I have just tried a single prompt... it is still not finish reasoning. It thinks too much and often repeats the same stuff over and over.”（评论 20）
- 关键引用：“I'm curious if they're keeping up mostly due to distillation”（评论 18）
竞争与行业影响：评论者认为中国模型（如 Kimi K3）创造了竞争和紧迫感，推动行业进步。同时，有评论期待 DeepSeek 本周发布，并希望其进一步接近 SOTA。
- 关键引用：“Say what you want about these Chinese models but they sure create competition and urgency in the space.”（评论 12）
- 关键引用：“Excited for the deepseek release this week... Hopefully they also push even closer to SOTA.”（评论 4）
平衡性总结：评论对 Kimi K3 的性能和开源贡献持积极态度，但对其定价、推理效率、实际体验及中国模型的开源趋势存在质疑。整体上，模型被视为有竞争力的开源选择，但需进一步验证其实际成本与能力。