Kimi K3 编码比肩顶尖模型，真实成本引发争议

围绕 Kimi K3 的讨论在 7 月 18 至 19 日集中升温，焦点从单纯的“能力强不强”迅速转向“到底便不便宜”。多位一线开发者认可 K3 在智能体编码（agentic coding）场景中已接近当下顶尖公开模型，但同时也指出它实际 token 消耗很高，使得“更便宜”这一开源卖点在真实任务里站不住脚，开源大模型的性价比叙事因此被重新审视。

能力表现获认可

kuchaev 表示，Kimi 是一个非常出色的模型，在 agentic coding 中基本与 GPT-5.6 持平，这种表现很难简单用“蒸馏”来解释。ssh4net 也称，在自己的观察里，Kimi 在代理编码会话中的表现接近 2026 年第一季度最好的公开模型，同样认为不太像是单纯蒸馏的结果。aniketmaurya 转述了类似判断：该模型在智能体编码任务中基本与 2026 年第一季度最强公开模型相当。

成本不只看单价

Theo 认为，评价 K3 的关键不是“便宜”，而是它与 GPT-5.6 Sol 在真实使用里的总成本大致相近；K3 的单 token 价格约为 GPT-5.6 Sol 的一半，但后者往往使用的 token 也更少。gethackteam 提醒，开发者若只比较每百万 token 单价，会忽略不同模型在同一任务上的 token 效率差异——以 K3 为例，单价虽更优，但 token 消耗远高于 GPT-5.6，实际成本未必占优。ssh4net、aniketmaurya 同样提到 K3 在实际使用中相当消耗 token。

开源卖点的现实拷问

danielmac8 转发的讨论更直接地把问题摆上台面：如果 K3 在 DeepSWE 基准上性能不如闭源的 GPT-5.6，且使用成本更高，那么选择它的理性场景是什么？这触及了开源大模型“低成本”核心卖点在真实评测中面临的挑战。综合本轮讨论形成的共识是：K3 的能力受到肯定，但它是否具备预期中的成本优势，仍需按完整任务的总成本而非标价来判断。

2026-07-18 ~ 2026-07-19 · 6 条相关

事件全程(共 10 集)→

一手来源