Kimi K3 到底什么水平？2.5 万亿参数、百万上下文，实锤与传言逐条拆解（2026）

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"。

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：

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。

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。

从 K2 到 K3：不是小改款

先看数字对比：

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。"

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：

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。

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。

接下来几天盯什么

五件事，按重要性排：

1. 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。
2. 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。
3. 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。
4. 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。
5. 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。