企业官网建设流程全解析

Moonshot AI推出Kimi K3

2026年7月16日，中国人工智能实验室Moonshot AI宣布推出Kimi K3，称其为 "目前最强大的模型，拥有2.8万亿参数"。该模型目前可通过其网站和API使用，官方还承诺 "在2026年7月27日前" 发布开源权重版本。Moonshot宣称这是首个 "开放的3T级模型"（估计是将2.8万亿四舍五入为3万亿），从而从DeepSeek的1.6T v4 Pro手中夺得了桂冠。他们自行公布的基准测试显示，K3在大多数情况下击败了Claude Opus 4.8 max和GPT - 5.5 high，但输给了Claude Fable 5和GPT - 5.6 Sol。

Artificial Analysis报告亮点

以下是关于该模型的Artificial Analysis报告中的一些亮点：“在我们的私有长期知识工作评估中，Kimi K3的整体Elo评分为1547，比Kimi K2.6高出732分，仅次于Claude Fable 5。”“每项任务的成本（0.94美元）与GPT - 5.6 Sol（1.04美元）相近，约为Opus 4.8（1.80美元）的一半，但高于开源权重的同类模型。”“在Artificial Analysis Intelligence Index上，Kimi K3的令牌使用量显著减少，比K2.6少使用21%的输出令牌。”该模型现在也是Arena.ai的前端代码竞技场中的领先模型，甚至超越了Claude Fable 5。

新模型定价情况

这款新模型的定价值得关注：每百万输入令牌收费3美元，每百万输出令牌收费15美元，这与Anthropic的Claude Sonnet系列处于同一水平，使其成为中国人工智能实验室迄今为止发布的最昂贵的模型。与他们早期的模型（如Kimi K2.6，收费为0.95美元/4美元）相比，价格大幅上涨。此外，2.8万亿参数的规模也比1T的Kimi K2.6模型大了两倍多。

鹈鹕测试表现

使用OpenRouter（避免注册Moonshot API密钥）和llm - openrouter插件生成了一张鹈鹕骑自行车的SVG图像：
llm -m openrouter/moonshotai/kimi-k3 'Generate an SVG of a pelican riding a bicycle'
这是对话记录，生成的图像如下：
生成这只鹈鹕图像消耗了95个输入令牌和16658个输出令牌（其中13241个是推理令牌），总成本为25美分！由于K3支持图像输入，将生成的SVG图像作为输入（使用替代文本提示），得到了如下结果（花费0.6美分）：
一只戴着红色围巾的白色鹈鹕骑着红色自行车，沿着有白色虚线的灰色道路行驶的卡通插画；鹈鹕有一个大橙色的喙和橙色的蹼足在蹬踏板，身后有白色的运动线条；背景是浅蓝色的天空，有白色的云朵、黄色的太阳，两只飞行的小黑鸟，前景是带有小白花的绿色草地。

鹈鹕测试的价值与局限

生成鹈鹕骑自行车的SVG图像测试已经有21个月的历史了。它从来都不是一个特别出色的基准测试。最初它只是一个关于比较这些模型有多困难的玩笑，但在第一年里，它却意外地与模型的实际性能存在关联。但现在这种关联大多已不复存在。GPT - 5.6和Claude Fable 5生成的鹈鹕图像被GLM - 5.2超越，尽管看好GLM，但并不认为它能达到Fable级别的模型水平。（仍然不相信各实验室在针对这个基准测试进行训练 —— 如果是这样，期望能看到更好的结果。不过，Gemini有可能针对动物在交通工具上的任意组合进行了优化！）鹈鹕测试的最大局限性在于，它完全没有触及当今模型最重要的方面：智能体工具调用能力以及在对话变长时可靠操作工具的能力。所以，不要用鹈鹕测试来比较模型！

鹈鹕测试的收获

尽管如此，自己运行这个基准测试仍然能获得不少价值。首先，它促使实际去尝试使用模型。如果展示了一只鹈鹕图像，那就意味着已经成功地向模型输入了一个提示。如果模型有官方API，会使用它；如果是开源权重模型（并且小到可以在128GB的M5 MacBook Pro上运行），通常会通过llama.cpp、LM Studio或Ollama在自己的机器上运行。经常会使用OpenRouter，因为它通常能在不需要新API密钥的情况下提供对官方API的代理访问。大多数鹈鹕图像都是使用LLM命令行工具生成的，这也促使确保该工具（通过其插件之一）支持最新的模型。更重要的是，即使只是一个 "生成鹈鹕骑自行车的SVG图像" 的简单提示，也能揭示模型的一些有趣特性。以今天Kimi K3的测试结果为例。运行这些简单的提示有助于强调该模型的几个特点：1. 目前它只有一种推理强度，即 "最大" 强度 —— 这一点很明显。该模型为了输出3417个令牌的响应，消耗了13241个推理令牌。这成本很高 —— 生成这只鹈鹕图像花了25美分！2. "生成鹈鹕骑自行车的SVG图像" 这个提示怎么会有95个输入令牌呢？OpenAI的分词器计算为10个，Anthropic的计算结果是Opus 4.6为10个、Opus 4.7为30个、Sonnet 5/Fable 5为25个。向Kimi K3输入 "hi" 计算为86个令牌，这表明可能存在一个85个令牌的隐藏系统提示。不过，它拒绝透露这个提示。3. 视觉功能表现出色：它生成的替代文本非常好。K3目前只有一种思考强度级别，但最近通过对同一模型的不同思考强度级别运行相同的鹈鹕提示，获得了不少有价值的信息，能快速了解这些级别带来的影响。例如，这是为GPT - 5.6模型家族制作的测试矩阵。实际上，从鹈鹕测试中获得的主要收获有：1. 它是对模型进行提示测试的 "Hello World" 练习。2. 能大致估算出一个简单任务的成本和推理情况。3. 确认模型能够输出有效的SVG图像，并且具备基本的几何和空间感知能力。这对于在笔记本电脑上运行的小型模型来说尤为重要。4. 在同一模型家族的不同版本之间比较鹈鹕图像仍然很有趣。K3生成的鹈鹕图像相比Kimi 2.5有了显著改进。5. 这是一种可以分享的方式，证明已经尝试过该模型。而且在Hacker News上，带有鹈鹕图像的评论已经成为一种传统，每次发布晚了都会有人问鹈鹕图像在哪里！

近期文章

- 全新GPT - 5.6系列：Luna、Terra、Sol —— 2026年7月9日
- sqlite - utils 4.0，现已支持数据库模式迁移 —— 2026年7月7日

月度简报

每月赞助10美元，即可获得一份精心策划的月度最重要大语言模型（LLM）发展动态的电子邮件摘要。付费让少发邮件！赞助并订阅