Kimi K3 評測：和 GPT、Claude 同題比一比

釋出於 2026-11-09 · 櫻桃茶編輯部

先說結論：拿 Kimi K3 處理中文辦公材料，答案准、話不多，在我們出的那道會議紀要題上，它和 Claude Sonnet 5.5 都看出了排期沒有餘量。代價是貴，在櫻桃茶上它的輸出單價是 25 個對話模型裡最高的，日常短問、改個句子用 GPT-6 Luna 就夠了。想先弄清 K3 和 K3.1 Pro 區別的從下一節看，只關心好不好用的，直接跳到同題對比。

Kimi K3 和 K3.1 Pro 是什麼關係？

兩個都是月之暗面今年的新模型，K3.1 Pro 是在 K3 基礎上加練出來的，不是另起爐灶。

K3 在 2026 年 7 月釋出。月之暗面的技術部落格寫的是：2.8 萬億引數，原生支援看圖，上下文 100 萬 token，官方稱它是全球第一個開源的 3T 級模型。部落格當時承諾 7 月 27 日前放出完整權重，現在 Kimi API 開放平臺的 K3 介紹頁已經寫明「完整模型權重已釋出」。

K3.1 Pro 是 10 月下旬釋出的，官方部落格頁面的日期標註是 2026-10-24。官方的說法是：K3.1 Pro 是 K3 的後訓練版本，後訓練用的算力大了很多，主要花在大規模強化學習上，同樣支援 100 萬 token 上下文。一起釋出的還有 K3.1 Pro Highspeed，官方稱速度約為標準版的 2 到 3 倍。部落格承諾 11 月 4 日前開放權重；我們 11 月 7 日去 Hugging Face 看，moonshotai/Kimi-K3.1-Pro 倉庫已經公開，建於 11 月 2 日，裡面有權重檔案。

現在開放平臺把 K3 稱作「上一代旗艦」。搜「kimi k3.1」的讀者要注意一點：櫻桃茶目前上架的是 Kimi K3 和 Kimi K2.5，沒有單獨列出 K3.1 Pro，本文按站內的 K3 來測。有一點要說明：站內 K3 的介面返回的型號標識是 kimi-k3-1，我們沒能向上遊核實它是不是就是 K3.1，所以下文的結論只代表站上這個型號。

官方說 K3 強在哪？

K3 的技術部落格把重點放在三件事上：長時間的程式設計任務、端到端的知識工作（做研究報告、做圖表和幻燈片）、推理。部落格裡的案例大多是寫 GPU 核心、做編譯器、做晶片設計這類工程活，離普通辦公比較遠。

官方原文裡有兩處我們覺得要看。一是部落格自己承認 K3 的整體表現仍落後於 Claude Fable 5 和 GPT 5.6 Sol 這兩款閉源模型，只是在它們的評測裡勝過其餘參測模型。二是 K3 釋出時預設用最高檔思考強度（max），開放平臺的文件也寫明 K3 始終開啟思考，強度可以在 low、high、max 三檔之間調，關不掉。

常被引用的 Terminal-Bench 4.0 得分 65.7% 是 K3.1 Pro 的成績，別和 K3 看混。K3.1 Pro 部落格給的對照是 GPT-6 Astra 58.2%、Claude Opus 5.5 66.4%。這是考程式設計智慧體在終端裡幹活的測試，和寫週報、讀合同關係不大，看看就好。

K3.1 Pro 部落格裡還有一組數字反倒更實用。月之暗面有一套內部的事實準確性壓力測試（Kimi Hallu Bench Hard，題目取自實際工作任務，專挑容易出錯的），按單條事實陳述算，K3 的幻覺率是 23.4%，K3.1 Pro 降到 8.3%。官方註明這是壓力測試，不代表日常使用時的錯誤率。但它至少說明，用 K3 寫帶資料、帶事實的內容，出處還得自己核一遍。

同一道辦公題，K3、Luna、Sonnet 5.5 怎麼答？

先說清楚怎麼測的，免得把一次小測試當成定論。

在櫻桃茶網頁裡對話時，站方會帶上自己的系統提示，還會自動聯網，答案和這裡不會一模一樣。完整提示詞和三家原始輸出都留了記錄。

題目原文

下面是週一（11 月 2 日）市場部例會的速記，請據此完成三件事。

速記：

  • 小王：雙 11 預熱海報的需求上週已經給到設計，設計說週五（11 月 6 日）出初稿。文案還沒定，文案歸小李。
  • 小李：文案我週四中午前給，不過得先確認今年主推 A 款還是 B 款。去年雙 11 A 款賣了 1,200 件，B 款 800 件；今年 A 款庫存只剩 300 件，B 款還有 2,000 件。
  • 主管：主推按庫存走，別推到斷貨。投放預算一共 5 萬，資訊流佔 60%，剩下的一半給小紅書達人，另一半留作機動。小紅書達人報價每位 3,000 元。
  • 小張：上次活動的資料復盤還欠著，我下週一前補上。
  • 主管：海報初稿出來我先看，看完再給運營。運營排期至少要兩個工作日，活動 11 月 11 日零點開始。

任務：

  1. 列出所有待辦：事項、負責人、截止時間（沒說清的寫“未明確”）。
  2. 小紅書達人最多能請幾位？如果設計週五準時出初稿、主管當天看完，運營排期來得及嗎？寫出推理過程。
  3. 用不超過 120 字寫一條發給主管的微信，說明主推款建議和風險，不要客套話。

這道題埋了三個點：預算要算兩層百分比；11 月 6 日是週五，兩個工作日落在 9 日和 10 日，11 日零點上線，來得及但一天餘量都沒有；「先確認主推款」這件事會上沒人認領，偏偏文案卡在它後面。我們手算的答案是：最多 3 位達人，剩 1,000 元；排期來得及但零緩衝；主推 B 款。

三家答得怎麼樣？

下表按我們關心的幾個點逐項對照，單元格寫的是它們的實際表現。

對照點 Kimi K3 GPT-6 Luna Claude Sonnet 5.5
達人人數 3 位，餘 1,000 元 3 位，餘 1,000 元 3 位，餘 1,000 元
排期判斷 來得及，明確說「零緩衝」 來得及，只加了一句「前提是週五及時交接、排期不延誤」 按兩種起算方式分別推，其中一種是「名義上趕得上，實際上零緩衝」
主推款沒人認領 列為待辦，負責人寫「未明確（需主管/相關人拍板）」 列為待辦，負責人「未明確」 負責人寫主管，並標註最遲 11/5 中午前要定
微信裡提沒提排期風險 提了 沒提，只談庫存 提了
輸出長度 584 token（含思考 141） 1099 token（含思考 635） 寫滿 1200 token 上限

K3 對排期的結論是這樣寫的：

結論：來得及，但零緩衝。前提是主管週五當天審完且初稿一次通過；任何修改或延誤一天就會壓縮到上線當天。

它給主管的微信：

建議今年雙11主推B款：A款庫存僅300件，去年賣了1200件，主推必然斷貨；B款庫存2000件充足。風險：海報11/6出初稿，運營需2個工作日，距11/11上線零緩衝，初稿須一次通過，請您週五當天審完。

Luna 的微信只說了庫存：

建議主推 B 款：A 款庫存僅 300 件，去年賣出 1,200 件，斷貨風險高；B 款庫存 2,000 件，去年賣出 800 件，庫存更充足。但今年銷量有不確定性，仍需關注 B 款實際消化。

Sonnet 5.5 多想了一層，三家裡只有它提到這個：

另外，這是“預熱”海報，11/10 才上線意味著預熱期基本為零，這一點比排期本身更值得擔心。

編輯部怎麼看

算術三家都沒錯，差別在「找坑」。K3 用最少的字把零緩衝講明白了，微信也能直接轉發。Sonnet 5.5 想得最深，連預熱期被吃掉都看出來了，代價是囉嗦，一直寫到 1200 token 的上限才停，中間還有一句「同理」接得莫名其妙。Luna 這次在 low 思考檔下最弱，結論沒錯，風險卻沒寫進微信，換成實際工作就是漏報。

我們的取捨是：讀材料、找問題、寫一條短訊息這類活，想要短而準就用 K3，想讓 AI 替你多想一層就用 Sonnet 5.5。Luna 也不是不能用，它便宜得多，拿到答案後可以再追問一句「這裡面還有什麼風險」，不過這次我們沒測追問的效果。一道題說明不了全部，你自己的材料多問幾次更準。

Kimi K3 價格：在櫻桃茶用一次要多少點數？

先看站內單價（寫作時 2026 年 11 月，以商店頁為準）。下表的單價單位是站方寫的「點數/千字」，實際按 token 計；1 元約等於 100 點數（基礎檔）。

模型 輸入 / 輸出單價 含在無限卡里 站內上下文 站內能看圖
Kimi K3 5.6 / 28 否 256k 否
Kimi K2.5 1.12 / 5.88 否 256k 能
GPT-6 Luna 0.4 / 2 是 1050k 能
Claude Sonnet 5.5 1.6 / 8 否 200k 能

拿這次測試實際用掉的 token 套站內單價，大概是這樣（估算）：

注意兩件事。這次介面返回的用量裡，思考過程算在輸出 token 裡，思考越久越貴。網頁對話還會帶上站方提示詞和前面的聊天記錄，實際扣的會比上面多。

再估一個長回答。月之暗面文件的說法是中文 1 token 大約對應 1.5 到 2 個漢字，一篇 3000 字的回答約 1500 到 2000 個輸出 token。按 2000 算，再加幾百 token 的提問，K3 大約 60 點數，K2.5 約 12 點數，Luna 約 4 點數。這個數沒算思考過程，思考也按輸出計，實際只會更多。

單次看都不貴，問題在頻率。K3 的輸出單價是 Luna 的 14 倍，一天問幾十次，差額就攢起來了。我們的建議是把 K3 留給真正需要它的活：幾萬字的材料要歸納、一個問題要推好幾步。改句子、查個概念、翻一段話，用 Luna 就行。K3 在櫻桃茶上不在無限卡里，全程按點數扣，單價和上下文都寫在 Kimi K3 的模型頁。

作為參照，月之暗面官方 API 的 K3 價格是每百萬 token 輸入 3 美元、快取命中 0.30 美元、輸出 15 美元（kimi.com 定價頁，更新於 2026-10-27）。

K3 在櫻桃茶上不太適合做什麼？

看圖。K3 模型本身原生支援視覺，但櫻桃茶目前只給它接了文字，截圖、照片、掃描件它讀不了。要看圖可以換 Kimi K2.5，不過月之暗面開放平臺公告，K2 系列 10 月 31 日起不再對新註冊使用者開放，計劃 12 月底全部下線，站上 K2.5 會不會跟著調整，要看櫻桃茶後續的上下架通知。更穩的選擇是 GPT-6 Luna，能看圖，還在無限卡里。

超長材料。官方 K3 支援 100 萬 token，櫻桃茶上標的是 256k。一整本書稿塞不進去時，Luna 的站內上下文是 1050k。

閒聊和快問快答。K3 是思考型模型，單價又是站上最高的一檔，問「明天周幾」這種事交給它，等得久，錢也多花，換 Luna 更合適。

在哪能用 Kimi K3？

常見問題

Kimi K3 免費嗎？

kimi.com 有免費檔，但官方沒寫免費檔能用多少 K3；API 按量收費，新使用者認證後有 15 元代金券。櫻桃茶上 K3 按點數扣，新使用者註冊送的 50 點數，按本文這道題的用量估算，夠問兩次左右。

櫻桃茶上有 Kimi K3.1 嗎？

寫作時沒有。站上的 Kimi 只有 K3 和 K2.5。

Kimi K3 和 DeepSeek 哪個好？

看活和預算。站內 DeepSeek V4 Pro 的輸出單價是 6.72 點數/千字，約為 K3 的四分之一。幾個國產模型怎麼挑，見國產大模型對比：DeepSeek、GLM、Kimi、MiMo。

K3 的思考能關掉嗎？

在月之暗面官方 API 上關不掉，文件寫明 K3 始終開啟思考，最低只能調到 low 檔。櫻桃茶接的也是這個型號，在對話裡同樣只能調低思考強度，不能完全關掉。

同一個問題換個模型再問一次，差別比評測更直觀。K3、Luna、Sonnet 5.5 在櫻桃茶裡都能直接切換。

參考來源

  1. 月之暗面，《Kimi K3: Open Frontier Intelligence》技術部落格，2026。https://www.kimi.com/blog/kimi-k3
  2. 月之暗面，Kimi K3.1 Pro 技術部落格，2026-10-24。https://www.kimi.com/blog/kimi-k3-1-pro
  3. kimi.com，《Kimi K3 定價：套餐、會員與 API 費用》，更新於 2026-10-27。https://www.kimi.com/zh-cn/resources/kimi-k3-pricing
  4. Kimi API 開放平臺，Kimi K3 模型介紹，2026。https://platform.kimi.com/docs/guide/kimi-k3-quickstart
  5. Kimi API 開放平臺，模型推理價格說明（含 K2 系列下線公告），2026。https://platform.moonshot.cn/docs/pricing/chat
  6. Hugging Face，moonshotai/Kimi-K3.1-Pro 模型倉庫，2026-11-07 檢視。https://huggingface.co/moonshotai/Kimi-K3.1-Pro

關於本文

本文由櫻桃茶編輯部撰寫，AI 輔助檢索和初稿，編輯逐條核對了來源與資料；同題測試由編輯部於 2026-11-07 通過 API 實際呼叫完成，提示詞和三家原始輸出均有留檔。

相關閱讀

去模型廣場看全部模型 · AI 課程

Operated by UK Company CHERRYCHAT LTD · Company Number 16096119 · 客服微信 JsnonoChat · 內容由 AI 生成，請仔細甄別

櫻桃茶·智域GPT

網路有點慢，正在努力載入…