Kimi 正式发布其最新开源权重模型 K3，以 2.8 万亿参数和百万 token 上下文窗口，在多项基准测试中逼近 OpenAI 的 GPT-5.6 Sol 与 Anthropic 的 Claude Fable 5，同时显著超越 Opus 4.8 和 GLM 5.2。然而，K3 的定价远高于前代 K2，预示着中国开源 AI 模型“极致性价比”阶段的终结。
发生了什么
Kimi 宣布推出 K3，一个多模态开源权重模型，拥有 2.8 万亿参数和 100 万 token 的上下文长度。在 Kimi 公布的内部基准测试中，K3 在多个任务上接近 GPT-5.6 Sol 和 Claude Fable 5 的水平，部分指标甚至超越 Opus 4.8 和 GLM 5.2。更重要的是，K3 的完整权重计划于 7 月 27 日前发布，延续了 Kimi 的开源策略。
为什么重要
K3 的发布标志着开源大模型在性能上再次向闭源顶级模型靠拢。2.8 万亿参数规模使其成为目前最大的开源模型之一，百万 token 上下文也满足了长文档处理等复杂需求。然而，K3 的定价显著高于其前代 K2，反映出训练和推理成本的大幅上升。此前，中国开源模型凭借低价策略在全球市场占据一席之地，K3 的价格上调可能意味着这一策略的转变——从“以价换量”转向“性能优先”。
影响与看点
对于开发者而言，K3 的开源权重提供了研究前沿模型内部机制的机会，但高昂的调用成本可能限制其在中小型项目中的普及。企业用户需要权衡性能提升与成本增加之间的关系。行业层面，K3 的性能表现证明了中国团队在超大模型训练上的技术实力，但价格信号也表明，开源模型不再必然是“廉价”的代名词。值得关注的是，K3 能否在第三方基准测试中复现其宣称的性能，以及社区是否会因定价策略而转向其他更经济的替代方案。
