速览

月之暗面（Moonshot AI）于7月17日（X上的发布时间）发布Kimi K3。

昨天我用了一下，感觉还不错，故写文分享一下。我做的事情是优化OBS（开源录屏软件）：

• 实现随意框选区域进行录屏，无需多余操作；
• 增加桌面悬浮窗，实现快速录屏和停止、快速录制选区。

这两天稍微处理一下就发布。

回到 Kimi K3，它是目前全球参数规模最大的开源大模型，参数量达到了 2.8 万亿级别。 1M 上下文窗口 + low / high / max 三档思考深度，擅长复杂工程任务与长程推理，原生多模态。

目前国内的几个顶级模型都表现不错：Deespseek、GLM、Qwen、Kimi…，而且都是开源。

简单对比一下：

模型	厂商	发布时间	总参数量	专家架构	上下文窗口	模态	开源状态
Kimi K3	月之暗面	07-17	2.8T	MoE (激活约50B)	1M	多模态：文本、图像、视频输入，文本输出	计划开源，完整权重预计 2026 年 7 月 27 日前放出
DeepSeek V4 Pro-Preview	深度求索	预览版：04-24 正式版即将发布	1.6T	MoE (激活约49B)	1M	纯文本（无多模态）	已开源，MIT 协议
GLM-5.2	智谱AI	06-13	753B	MoE (激活约40B)	1M	纯文本（无视觉能力）	已开源，MIT 协议
Qwen3.8-Max-Preview	阿里云	07-19	2.4T	MoE (激活参数未公开)	1M	多模态：文本、图像、视频、文档	预览版闭源，正式版计划开源（时间未定）
MiniMax-M3	稀宇科技	06-01	428B	MoE (激活约23B)	1M	原生多模态：文本、图像、视频	开源权重

价格对比：

说明：国产模型以**人民币（元/百万Token）计价，海外模型以美元（USD/百万Token）**计价；价格均为厂商公开的标准零售价格，不含企业定制、批量折扣。具体的各个模型的价格计算可能比下图/表列举的复杂一点，这里就不展开了，大致比较一下。

模型	标准输入价	标准输出价	缓存命中输入价	定价规则与备注
Kimi K3	20 元	100 元	2 元	全上下文窗口统一费率，支持1M token上下文
DeepSeek V4 Pro	3 元	6 元	0.025 元	默认开启思考模式无额外加价，1M token上下文统一价
GLM-5.2	8 元	28 元	2 元	全上下文窗口统一费率，支持1M token上下文
Qwen3.8-Max-Preview	约 12 元*	约 36 元*	约 1.2 元*	*参考上一代Qwen3.7-Max官方标准价推算；当前为预览阶段，无公开按量付费单价，仅通过订阅Credits计费，预览期享标准价1折优惠
MiniMax-M3	≤512K：2.1 元 >512K：4.2 元	≤512K：8.4 元 >512K：16.8 元	≤512K：0.42 元 >512K：0.84 元	官方永久五折后价格，按输入Token长度阶梯计费
GPT-5.6 Sol	$5.00	$30.00	$0.50	GPT-5.6系列旗舰版本；同系列还有均衡版Terra（$2.5/$15）、轻量版Luna（$1/$6）两个档位
Claude Fable 5	$10.00	$50.00	-	Anthropic当前旗舰模型，1M token上下文；官方支持上下文缓存（约90%折扣），具体费率未单独公示

可以看到，Kimi K3在国产开源模型中，参数量最大，价格也最高，比此前我觉得贵的GLM-5.2还要贵，不过比GPT和Claude这2个顶级闭源模型便宜。

排名对比

我这几天看到的 Kimi K3 评价都是比较好的，这里再看一下跑分排名吧，这里的排名有专业评测和真人主观评价等不同模式。

Kimi K3、DeepSeek V4 Pro-Preview、GLM-5.2、MiniMax-M3

LiveBench 排名

核心特点：每月更新测试题目，所有问题都有客观标准答案，彻底避免 AI 模型训练数据污染问题

评估维度：数学推理、代码生成、知识问答等多个领域，强调模型的真实学习与问题解决能力

适用场景：适合评估模型的客观能力边界，而非主观用户偏好

官网：https://livebench.ai/

综合排名：Kimi K3来到了第6名。

更多排名情况（数值为得分，得分下面是排名）：基本全是最强的

LMArena 排名

核心机构：加州大学伯克利分校 LMSYS 组织开发维护

核心机制：匿名盲测对战，用户在不知模型身份的情况下对两个 AI 回答投票，采用国际象棋 ELO 评分系统

覆盖范围：全球 190 + 主流大模型，涵盖文本对话、数学推理、编程、图像生成等多个竞技场

特点：

• 月活用户 500 万 +，覆盖 150 + 国家，每月 6000 万 + 模型对话
• 细分多语言榜单（中文、英文等），数据公开且每日更新
• 被称为 AI 领域的 “奥运会”，结果反映真实用户体验偏好

官网：https://arena.ai/zh/leaderboard

排名对比（数值为最高排名）：

模型	Text	Agent	WebDev
Kimi K3	8	4	1
DeepSeek V4 Pro	43	22	33
GLM-5.2 (Max)	29	11	4
MiniMax-M3	60	24	21

在前端网页开发这一项排到了全球第一！

Artificial Analysis 排名

核心特点：综合 10 项评估维度，从 “AI 智商” 角度全面衡量模型能力，包含逻辑推理、抽象思维、学习能力等

评估方法：结合客观测试与专家评审，结果具有较高参考价值

最新版本：Intelligence Index v3.0，覆盖主流闭源与开源模型

官网：https://artificialanalysis.ai/

排名对比：

评测项目	Kimi K3	GLM-5.2	MiniMax-M3	DeepSeek V4 Pro
总体综合指数	3	9	15	15
智能体真实工作任务	3	9	11	14
智能体工具使用	1	8	21	11
代码与终端能力	3	11	16	18
纯代码能力	2	14	19	14
复杂推理与知识	6	10	14	16
科学推理	1	16	5	16
物理推理	6	7	21	14
知识准确率	8	18	26	10
长上下文推理	1	9	2	19
长周期知识工作	2	7	9	10

和更多模型比较：

---

从前面的一些排名中可以看到，Kimi K3 整体差不多达到了全球第三的水平，某些领域则达到了第一。

可喜可贺。

但，其实还是有较大差距的。

再来看一下LMArena 排行里面的前10名模型：可以看到这8项排名里面大多数都是GPT和Claude，国产只有12.5%。

对国产模型的崛起，我即为之喜，又为之贺，但不可盲目自信。

实测

如开头所说，我昨天对OBS做了功能优化：

• 实现随意框选区域进行录屏，无需多余操作；
• 增加桌面悬浮窗，实现快速录屏和停止、快速录制选区。
• 绘制区域进行录制时，自动添加默认音频，做到框选后就可以直接录制目标区域音视频。

更多细节后续发布。

最开始是使用GLM-5.2做的，但它一直无法处理自动设置画布分辨率的问题。之后使用 Kimi K3 得以实现。

最终效果如下图：

我是obs深度用户，这项功能的增加，我认为非常使用。

还有几个小功能需要增加，预计这几天就会构建安装包并开源并给官网提交PR。

Kimi Code Plan

不出意外的话，和智谱一样的，套餐售罄：

DeepSeek虽然最便宜，不过高峰期（白天），价格也是翻倍的。

我昨天使用的是opencode的Go套餐里面的，具体介绍我之前文章写的详细：https://mp.weixin.qq.com/s/4_cZOStFYJ-0qF8GOrv-cQ

如果你要尝试Go套餐，可以使用我的要求链接：https://opencode.ai/go?ref=VH6HNYB1GE

你和我都能获得5美元的Go额度。

现在Go套餐里面的K3模型是显示2倍用量，但我的用量依旧消耗的很快，还用了好几个赠送额度。

同时我也订购了火山方舟的Agent Plan，里面也可以选择K3：前面的文章也分享了这个，不重复了

思考

AI发展真的很快，我今年手写的代码很少，大多数都是AI完成的。

一些行业，用时间成本换取薪水的模式或许正在走向终结。

之前看到过一张图：

有点搞笑，但又不无道理。

当我们的技能变成一个个Skill 时，我们还剩下什么呢？

还剩下： 你的判断力、 你的信誉、 你的责任感、 你的随机应变能力…

这些或许才是最后无法被蒸馏的东西。

坦率地说，没有什么是绝对安全的。

AI 的发展速度已经超越了我们预测的精度。

但与其在焦虑中等待被替代，不如把 AI 当作一场倒逼我们进化的海啸。

这场海啸会冲刷掉所有平庸的、机械的技能，迫使我们去面对一个最核心的问题：

当机器可以做得比我们更好时，生而为人的独特意义到底是什么？

这是一个没有标准答案的问题。

未来已来，你认为人类最后一道不可替代的防线，到底在哪里？

我的回答：人类最后不可替代的防线，或许在于“意义的赋予”与“真实的联结”。