Kimi K3 上线：2.8 万亿参数开源之最

​

核心要点

• 史上最大开源模型：2.8 万亿总参数 MoE 架构，首个进入 3 万亿参数级别的开源模型，官方承诺 2026 年 7 月 27 日 (UTC+8) 前放出全量权重
• Kimi Delta Attention + 1M 上下文：精确 1,048,576 tokens 上下文窗口，全区间统一计价，不按上下文长度阶梯涨价
• Frontend Code Arena 全球第一：LMArena 前端代码竞技场从 K2.6 的第 18 名跃升至第 1，7 个前端领域拿下 6 个单项第一
• 推理/Agent 硬指标亮眼：GPQA Diamond 93.5%、Terminal-Bench 2.1 88.3%、BrowseComp 91.2%、HLE（带工具）56.0%
• 原生多模态 + 常开思考：原生视觉输入（图片/视频），思考模式默认满档运行（reasoning_effort="max"）
• API易同价直连：挂牌 $3.00/$15.00 每 1M tokens（输入/输出），与月之暗面官网完全一致，缓存命中输入低至 $0.30

​

背景介绍

​

详细解析

​

核心特性

​

性能亮点

​

技术规格

​

实际应用

​

推荐场景

​

代码示例

from openai import OpenAI

client = OpenAI(
    api_key="your-apiyi-key",
    base_url="https://api.apiyi.com/v1"
)

response = client.chat.completions.create(
    model="kimi-k3",
    messages=[
        {"role": "system", "content": "你是一个严谨的高级前端工程师。"},
        {"role": "user", "content": "用 React + Tailwind 实现一个带拖拽排序的看板组件"}
    ]
)
print(response.choices[0].message.content)

response = client.chat.completions.create(
    model="kimi-k3",
    messages=[{
        "role": "user",
        "content": [
            {"type": "image_url", "image_url": {"url": "data:image/png;base64,<base64>"}},
            {"type": "text", "text": "把这张设计稿还原成 HTML + CSS"}
        ]
    }]
)

​

最佳实践

• 不要传采样参数：temperature 等为官方固定值，请求里省略即可
• 长任务预留输出预算：思考模式常开满档，输出 tokens 消耗高于常规模型，max_completion_tokens 默认 131,072、可按需调高
• 善用缓存：Kimi K3 自动上下文缓存，命中部分输入按 $0.30/1M 计费（是未命中价的 1/10），多轮对话和重复前缀场景收益显著
• 1M 上下文直塞长材料：全区间统一计价，长代码库/长文档可整体放入，无需担心跨档位涨价

​

价格与可用性

​

定价信息

​

叠加充值活动

• 充 $100 送 10% → 轻松 91 折
• 大额档位最多可达 83 折（视档位，详见充值优惠 FAQ）

​

总结与建议

1. 开源阵营的旗舰答案：2.8 万亿参数 + 一周后放权重，“开源追平闭源”这件事第一次有了如此有分量的注脚
2. 前端/Agent 是最强卖点：Frontend Code Arena 第一、Terminal-Bench 2.1 88.3%，写前端和跑长程 agent 任务可优先选它
3. 价格结构友好：$3/$15 对 1M 上下文模型属实惠档位，缓存命中 1/10 价 + 全区间统一计价，长上下文成本可控