Kimi不再便宜|agent|kimi|token|上下文|大模型|编程|调用

来源：市场资讯

（来源：新财富产业研究院新财富）

现在想在Kimi的聊天框里使用K3，要先成为付费会员。

按照年付价格计算，Kimi目前四档会员Andante、Moderato、Allegretto和Allegro，分别为每月39元、79元、159元和559元，对应每年468元、948元、1908元和6708元。不同档位的主要区别，是Agent额度、并行任务数量、Kimi Code额度和超长对话容量。

K3并不是国内第一个放在付费墙后的聊天模型。早在2023年，百度文心一言4.0就曾采用会员模式，免费用户只能使用较早版本。

7月19日，K3上线不到48小时，月之暗面宣布暂停C端新用户订阅。公司给出的解释是，请求量远超预期，现有GPU集群已经接近负载上限，有限算力需要优先保障存量付费用户。

模型太火，免费开放会迅速挤占有限算力。月之暗面只能提高使用门槛，把K3暂时留给愿意付费、需求更明确的用户。

API的定价则更加醒目。每输出100万个Token，Kimi K3收费100元。

K3缓存未命中的输入价格为20元/百万Token，缓存命中为2元，输出为100元。相比上一代旗舰K2.6的6.5元和27元，K3的输入价格上涨208%，输出价格上涨270%。

阿里Qwen3.7-Max的输入、输出价格分别为12元和36元；DeepSeek V4-Pro最高时段的输入和输出价格均为6元。K3的输出价格约为Qwen3.7-Max的2.8倍、DeepSeek V4-Pro的16.7倍。

K3每百万Token的输入、输出价格约为3美元和15美元，已经进入海外闭源前沿模型的价格区间。

放在过去两年的市场里，这套收费方式显得很不合群。

从DeepSeek R1开始，国产模型逐渐形成一种熟悉的发布方式：参数更大，能力更强，价格继续下降。模型公司用海外旗舰几分之一的API价格争夺开发者，再把最新模型免费放进聊天产品，用来获取用户和流量。

久而久之，“免费聊天”和“低价API”几乎成了国产大模型的默认配置。

就比如最近传出某模型公司定价策略按照十个月回本，并表示在当前价格区间内，用户对API价格并不敏感。即使价格提高一倍，Token使用量可能也不会明显下降，收入则可能接近翻倍。

K3改变了这种预期。

贵了，也确实更强了

2.8万亿参数，是全球首个开放的3T级模型，也是目前最大的开源模型；原生100万token上下文，原生视觉理解。架构上，K3用Kimi Delta Attention（KDA）加注意力残差（AttnRes）搭建，采用Stable Latent MoE，896个专家里每次只激活16个，相较K2整体缩放效率提升约2.5倍。月之暗面甚至从零写了一个类Triton的GPU编译器MiniTriton，自主完成了一颗专用推理芯片的架构设计与验证。

Frontend Code Arena 1679分登顶全球第一，超过Claude Fable 5和GPT-5.6 Sol，在七个前端细分领域中拿到六个第一。这个榜单采用匿名模型对战和用户盲选，最终结果会同时受到视觉效果、交互体验和任务完成度影响。从K2.6的第18名跃升到K3的第一名，说明月之暗面找到了自己的优势场景。

BrowseComp在100万token不做任何上下文管理时拿到90.4分。它证明了国产模型在特定维度上，已经能正面对抗最强的闭源。

K3的综合能力还没有达到全球第一。在Artificial Analysis智能指数中，K3得到57分，排在Claude Fable 5和GPT-5.6 Sol之后。月之暗面对此相当坦率，其技术说明直接承认，K3的整体表现仍落后于最强的海外闭源模型。

K3选择集中火力：前端开发、长程编程、知识工作和视觉Agent。

通用聊天模型需要照顾海量低价值请求，用户对价格很敏感，也很容易切换平台。编程Agent承担的任务更长，进入用户工作流更深。代码库、工具权限、提示词和历史记录一旦配置完成，更换模型的成本也会上升。

在编程Agent中，模型需要反复读取相同的代码库、系统提示和对话历史。月之暗面披露，K3在高频编程场景下的缓存命中率可以超过90%。缓存命中后的输入价格只有2元，相当于未命中价格的十分之一。

价目表上的20元并不等于企业的实际平均输入成本。如果大部分长上下文都能命中缓存，真正昂贵的部分主要是模型新生成的内容。K3输出价格达到100元，恰好把收费重点放在模型完成任务的过程和结果上。

Artificial Analysis测算，按照其测试任务中的Token结构，K3单项任务的平均调用成本约为0.94美元，与GPT-5.6 Sol的1.04美元接近，约为Claude Opus 4.8的一半。100元听起来很贵，分摊到具体任务里，差距并没有价目表看起来那么大。

不过，缓存只能降低输入成本，无法解决另外两个问题：速度和输出长度。

Artificial Analysis测得K3平均输出速度约为每秒33个Token，在同级模型中偏慢。它完成整套智能指数测试时生成约1.3亿个输出Token，接近同类模型中位数的两倍。输出越长，用户等待的时间越久，账单也越高。

因此，K3现阶段最适合高价值、长周期、可以异步完成的工作。

让它调试代码、制作网页、分析大量材料，等待几十分钟通常可以接受；把它放进需要高频沟通、即时修改的工作流，速度和额度就会成为阻力。K3已经具备了卖高价的能力，还没有提供与高价完全匹配的稳定体验。

Kimi K3证明Scaling Law仍是有效的

过去一年，大模型行业不断出现“Scaling Law即将失效”的判断：公开数据接近耗尽，参数增加的边际收益下降，新模型在传统基准上的进步也越来越小。

Kimi K3提供了一个不同的样本，从K2的1万亿参数扩大到K3的2.8万亿参数后，模型在前端开发、复杂搜索、长程编程和视觉Agent等场景继续提升。它的综合能力尚未超过最强闭源模型，但开放模型的能力上限再次被向前推进。这至少说明，大模型还没有撞上一堵无法跨越的技术高墙，更多计算投入仍然可以转化为更强能力。

只是今天的Scaling，已经不再是简单堆参数。

如果每生成一个Token都调用全部2.8万亿参数，K3很难大规模提供服务。为此，月之暗面采用混合专家架构，在896个专家中每次只激活16个；又通过Kimi Delta Attention、Attention Residuals和Stable Latent MoE，降低长上下文开销并提高训练稳定性。按照公司披露，K3相较K2的整体缩放效率提升约2.5倍。

Scaling Law正在从“扩大模型”升级为“扩大系统”。

参数规模仍然重要，但决定能力上限的已经不只是参数。数据质量、专家路由、注意力结构、强化学习、上下文长度、推理系统、编译器和Agent环境，都成为Scaling的一部分。任何一个环节没有同步升级，更大的模型都可能只是一台更昂贵的机器。

Scaling的方向也在改变。过去，模型主要回答一次性问题；现在，Agent需要读取代码、调用工具、检查结果、修复错误并重新规划。模型不仅要知道得更多，还要在更长时间里保持目标并完成任务。计算投入也从预训练延伸到后训练和推理阶段：模型可以思考更久、调用更多工具，用更多计算换取更高的任务成功率。

因此，K3传递给行业的信号并不是简单的“大力出奇迹”，而是前沿模型仍有继续扩展的空间，只是扩展变得更加系统，也更加昂贵。

模型还会更大，工作时间还会更长，承担的任务还会更复杂。大模型行业真正的问题已经从“能力还能不能提高”，变成了“下一次提高需要多少钱，以及谁来支付这笔钱”。