Kimi K3 已于 2026 年 7 月 16 日正式发布。已确认信息包括：2.8T 总参数、1M token 上下文、原生视觉能力、API 模型名 kimi-k3，以及 $3/M 未缓存输入、$15/M 输出的国际 API 定价。

但有三个边界必须先说清楚：2.8T 是总参数，不是每个 token 的激活参数；模型权重计划在 7 月 27 日前发布，目前还不能当成“已经开源”；厂商 benchmark 很强，但测试配置并不完全一致，不能直接写成“全面超过所有竞品”。

本文不做发布稿复述，重点回答四个开发者问题：API 到底多少钱、怎么接、从 K2.6 迁移要改什么、现在是否值得上生产。

一、先看结论：K3 可以测试，但不建议按标题数字直接全量迁移

结论	状态	依据
Kimi K3 已于 2026-07-16 发布	已确认	Moonshot AI 官方发布页
总参数为 2.8T	已确认	官方发布页
每个 token 激活 16/896 个专家	已确认	官方架构说明
每个 token 激活 2.8T 参数	错误解读	官方没有这样声明，且与 MoE 描述不符
上下文窗口为 1,048,576 tokens	已确认	官方 API 文档
国际 API 价格为 $3/$15	已确认	官方定价页，分别为未缓存输入/输出
权重已经可以下载	截至 7 月 17 日为 False	官方承诺 7 月 27 日前发布，尚未看到公开 checkpoint
K3 全面超过 GPT/Claude	无法确认	厂商表格结果有输有赢，且 harness 不一致

工程结论很直接：如果你的任务是长上下文代码、文档分析、视觉文档或复杂 agent，可以用 5% 流量做 A/B 测试；如果你依赖低 reasoning effort、内置联网搜索、严格短输出或立即私有化部署，当前版本仍有明显限制。

二、2.8T 是总参数，激活参数仍未公开

Kimi K3 使用 Mixture-of-Experts 架构。官方披露的关键信息是：模型共有 896 个专家，每个 token 路由到其中 16 个专家；同时使用 Kimi Delta Attention、Attention Residuals 和 Stable LatentMoE。

这不等于“每次推理都跑满 2.8T 参数”。

要计算真实的每 token 推理量，还需要知道共享层规模、专家维度、注意力部分参数、路由结构以及其他架构细节。官方尚未披露 active parameter count，因此不能根据 16/896 简单相除后编出一个数字。

对自部署而言，可以先算一个理想化的存储下限。假设全部 2.8T 参数都按 4 bit 保存：

2.8T x 4 bit / 8 = 1.4 TB

这还没有包含量化 scale、元数据、KV cache、运行时 buffer 和副本。官方建议使用 64 张及以上加速卡。由此可以确认的是，K3 即使按计划开放权重，也不是普通单机可以轻松部署的模型。

三、官方 API 定价与三组成本计算

K3 国际 API 的公开价格如下：

Token 类型	每 1M tokens 价格
Cache hit 输入	$0.30
Cache miss 输入	$3.00
输出	$15.00

场景 1：小型 coding agent

每月 10M 输入、2M 输出，全部输入未命中缓存：

输入：10 x $3 = $30
输出：2 x $15 = $30
合计：$60/月

场景 2：RAG/文档系统，80% 输入命中缓存

每月 100M 输入、20M 输出：

未缓存输入：20M x $3/M = $60
缓存输入：80M x $0.30/M = $24
输出：20M x $15/M = $300
合计：$384/月

如果 100M 输入全部未缓存，总成本是 $300 + $300 = $600。稳定 system prompt、工具定义和文档前缀可以把这组工作负载从 $600 降到 $384。

场景 3：大规模 agent

每月 1B 输入、200M 输出：

缓存情况	输入成本	输出成本	总成本
全部未缓存	$3,000	$3,000	$6,000
90% 输入缓存命中	$570	$3,000	$3,570

这组数据暴露了一个关键点：缓存只能降低输入成本，输出依旧按 $15/M 计费。

Artificial Analysis 的早期独立测量显示，K3 在其评测中生成了约 130M 输出 tokens，而可比模型中位数为 63M。这个结果不能直接外推到所有业务，但足以提醒开发者记录“单个成功任务的输出 token 数”。

如果在同一评测规模下分别输出 63M 和 130M tokens：

63M x $15/M = $945
130M x $15/M = $1,950
差额 = $1,005

所以不能只比较 token 单价。生产环境应该比较：

Cost per accepted task
= 总输入成本 + 总输出成本 + 重试成本 + 工具调用成本

四、K3 与 K2.6 不是同价升级

Moonshot 官方中文定价页显示，K3 与 K2.6 的人民币价格差距明显：

Token 类型	K2.6	K3	K3/K2.6
缓存命中输入	¥1.10/M	¥2.00/M	1.82x
未缓存输入	¥6.50/M	¥20.00/M	3.08x
输出	¥27.00/M	¥100.00/M	3.70x

如果现有系统跑在 K2.6 上，不能只改模型名。K3 必须通过更高任务成功率、更强长上下文能力、更少重试或多模态能力，才能覆盖 1.82x 到 3.70x 的单价上升。

五、Python 接入示例

K3 提供 OpenAI 兼容接口。下面示例使用官方端点，环境变量中保存 API Key：

import os
from openai import OpenAI
​
client = OpenAI(
    api_key=os.environ["KIMI_API_KEY"],
    base_url="https://api.moonshot.cn/v1",
)
​
response = client.chat.completions.create(
    model="kimi-k3",
    messages=[
        {
            "role": "user",
            "content": "Review this API design and list the three highest-risk failure modes.",
        }
    ],
    reasoning_effort="max",
    max_completion_tokens=4096,
)
​
print(response.choices[0].message.content)
print(response.usage)

如果通过 TokenMix 已接入的模型路由调用，当前 catalog 中的模型 ID 是 moonshot/kimi-k3。调用前应以实时模型目录为准，不要把第三方价格或模型状态硬编码到长期配置中。

client = OpenAI(
    api_key=os.environ["TOKENMIX_API_KEY"],
    base_url="https://api.tokenmix.ai/v1",
)
​
response = client.chat.completions.create(
    model="moonshot/kimi-k3",
    messages=[{"role": "user", "content": "Summarize the attached incident log."}],
    reasoning_effort="max",
    max_completion_tokens=2048,
)

对应的 cURL 请求：

curl https://api.moonshot.cn/v1/chat/completions \
  -H "Authorization: Bearer $KIMI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "kimi-k3",
    "messages": [
      {"role": "user", "content": "Find the root cause in this deployment log."}
    ],
    "reasoning_effort": "max",
    "max_completion_tokens": 4096
  }'

六、从 K2.6 迁移必须检查的 6 个变化

官方 quickstart 已明确列出若干 K3 特有约束。忽略它们，可能导致请求报错、上下文损坏或成本失控。

检查项	K3 当前行为	迁移动作
Reasoning 参数	使用顶层 reasoning_effort	删除 K2 风格的 thinking 参数
Reasoning 档位	当前仅支持 max	不要假设可以切换到 low/medium
Sampling	temperature=1、top_p=0.95 等值固定	删除自定义 sampling 覆盖
对话历史	必须保留完整 assistant message	不要只保存可见文本
会话切模型	不支持在对话中途换模型	换模型时新建会话
内置联网搜索	官方称正在更新，不建议当前使用	接自己的 search tool

此外，官方文档指出公共图片 URL 目前不受支持。做视觉任务时，需要使用官方支持的上传或编码方式，不要沿用其他 OpenAI 兼容模型的 URL 输入假设。

建议增加输出上限

K3 当前固定在最大 reasoning 档位，独立评测又显示输出量偏高。建议所有生产请求都显式设置 max_completion_tokens，同时记录：

• 输入 tokens；

• cache hit tokens；

• reasoning/output tokens；

• 工具调用次数；

• 重试次数；

• 最终任务是否被接受。

不要只看一次请求多少钱，要看一次成功任务需要几次请求。

七、Benchmark 应该怎么读

Moonshot 发布页给出了多项厂商自报成绩：

Benchmark	Kimi K3	表中最高对照值	结论
DeepSWE	67.5	73.0	未领先
Terminal-Bench 2.0	88.3	88.8	接近领先
BrowseComp	91.2	90.4	厂商表中领先
GPQA Diamond	93.5	94.1	未领先
MMMU-Pro	81.6	83.0	未领先
OmniDocBench	91.1	89.8	厂商表中领先

这些数字可以证明 K3 值得测试，但不能证明它“全面第一”。官方脚注显示，不同模型使用了不同 reasoning 模式、工具配置或评测 harness。最稳妥的做法是：用表中 K3 强项确定测试方向，然后在自己的任务集上复测。

Artificial Analysis 的早期独立数据为：Intelligence Index 57、输出速度约 62 tokens/s、首 token 时间约 1.99 秒。独立数据比厂商单表更适合作为外部基线，但服务商扩容和推理优化可能改变速度，因此仍应以实际 API 压测为准。

八、权重发布前不要把“开源”写成既成事实

截至 2026 年 7 月 17 日，官方说法是“7 月 27 日前发布完整权重”。这属于可验证的发布承诺，不等于权重已经上线。

真正决定能否私有化部署的检查项包括：

检查项	当前状态
checkpoint 文件	尚待发布
license	尚待随发布核验
reference inference code	尚待核验
主流推理框架适配	尚待社区和官方实现
量化版本	尚待发布后验证
实际显存、吞吐和并发	尚无稳定独立结论

7 月 27 日后，也不应该只确认“文件存在”。还要检查 license 是否允许目标商业场景，以及 vLLM、SGLang 等推理框架是否有可复现的部署结果。

九、生产采用建议

使用场景	当前建议	原因
长上下文代码分析	小流量测试	1M context 有价值，但需测检索准确性与成本
多模态文档	小流量测试	OmniDocBench 厂商成绩强，需自测真实文档
研究型 agent	小流量测试	BrowseComp 成绩强，但内置搜索仍在更新
严格低延迟聊天	谨慎	当前只有 max reasoning，且独立测速不算快
严格短输出任务	谨慎	早期独立评测显示输出量偏高
立即自部署	等待	权重、license、框架适配尚待验证
K2.6 直接替换	不建议直接全量	价格与 API 行为均有变化

推荐的上线顺序是：

1. 选 50 到 200 个真实任务建立固定测试集。

2. 先跑 K2.6 或当前生产模型作为 baseline。

3. K3 使用相同工具、相同输入和明确输出上限复测。

4. 记录任务成功率、总 tokens、重试、延迟和人工接受率。

5. 仅在“每个成功任务成本”与质量同时达标后扩大流量。

结论

Kimi K3 的发布不是传闻：2.8T 总参数、1M 上下文、原生视觉和 $3/$15 API 都有官方依据。它也不是一张 benchmark 表就能定性的模型：激活参数未公开、权重尚待发布、输出偏长可能改变实际成本，API 迁移还存在多项约束。

对开发者最合理的动作是现在开始小流量评测，而不是现在就全量替换。7 月 27 日后再单独核验 checkpoint、license 和本地部署成本。

参考资料：

• Kimi K3 官方发布：Kimi K3 Tech Blog: Open Frontier Intelligence

• K3 Quickstart：Kimi K3 - Kimi API 开放平台

• K3 定价：https://platform.kimi.com/docs/pricing/chat-k3

• Artificial Analysis 独立页面：https://artificialanalysis.ai/models/kimi-k3

• 完整数据与来源表：https://tokenmix.ai/blog/kimi-k3-release-preview-4t-parameters-2026

说明：TokenMix 当前模型目录中已提供 moonshot/kimi-k3 路由。本文涉及的官方价格、模型状态和第三方路由价格均可能调整，接入前应查询实时目录。