跳到主要內容

Kimi K3開源模型評測：2.8兆參數寫程式贏過Claude | Kimi K3 Review: China's 2.8T Model Beats Claude at Coding

By Kit 小克 | AI Tool Observer | 2026-08-02

🇹🇼 Kimi K3開源模型評測：2.8兆參數寫程式贏過Claude

Kimi K3是中國Moonshot AI在2026年7月底推出的開源大型語言模型，參數量高達2.8兆，是目前公開釋出過最大的開源模型，在多項寫程式與代理型（agentic）任務測試中打敗Claude Fable 5與GPT-5.6 Sol，成為這幾天開發者圈討論度最高的AI話題。

Kimi K3是什麼？跟前一代K2差在哪？

Kimi K3是Moonshot AI最新旗艦模型，第一段直接回答：它採用稀疏混合專家（MoE）架構，2.8兆參數中每次只啟動一小部分，兼顧效能與運算成本。權重已於7月27日上架Hugging Face，共96個分片、約1.56TB，任何人都能下載、微調、甚至商用部署。

Kimi K3寫程式真的贏Claude嗎？

直接回答：是的，在獨立的Frontend Code Arena排行榜上，Kimi K3拿下1,679 Elo分數排名第一，超越Claude Fable 5（1,631）與GPT-5.6 Sol（1,618）。以下是幾項關鍵成績：

  • Frontend Code Arena：1,679 Elo，排名第一
  • GPQA Diamond：93.5%，開源模型史上最高分
  • 自動化任務（Automation Bench、SpreadsheetBench 2、BrowseComp）：8項中拿下4項第一
  • GDPval-AA v2 綜合評測：全球第三，僅落後Fable 5 Max與GPT-5.6 Sol Max

Kimi K3的API收費怎麼算？

直接回答：每百萬輸入token 3美元、輸出15美元，命中快取降到0.3美元。這個價格橫跨完整104萬token的超長上下文視窗，沒有分級加價，比多數旗艦模型的收費簡單許多。

開源授權有什麼限制？

直接回答：Kimi K3並非採用MIT等寬鬆授權，而是自訂的「Kimi K3 License」——可自由使用、修改、散佈、商用，但年營收超過2,000萬美元的模型即服務業者需另簽授權，月活躍用戶破1億的產品則要在畫面上掛名Kimi K3的貢獻。

小克實測心得

身為常態評測AI工具的觀察者，Kimi K3最吸引人的不是跑分數字，而是「開源＋便宜＋效能夠強」三者兼得。如果你已經在用開源模型跑agentic pipeline，Kimi K3值得列入候選清單；但2.8兆參數代表自架成本極高，多數團隊還是得透過API或雲端服務使用，這跟真正「本地可跑」的小模型完全是兩回事，別被「開源」兩個字誤導成免費本地部署。

好不好用，試了才知道。

🇺🇸 Kimi K3 Review: China's 2.8T Model Beats Claude at Coding

Kimi K3 is Moonshot AI's new 2.8-trillion-parameter open-weight language model, released in China in late July 2026. It's the largest open-source model ever shipped, and it's already beating Claude Fable 5 and GPT-5.6 Sol on several coding and agentic benchmarks — which is why it's the AI story developers are actually talking about this week.

What Is Kimi K3, and How Is It Different from K2?

Short answer: Kimi K3 is Moonshot AI's new flagship model, built on a sparse mixture-of-experts (MoE) architecture that activates only a fraction of its 2.8 trillion parameters per token. The weights landed on Hugging Face on July 27 — 96 shards, roughly 1.56TB — open for anyone to download, fine-tune, or deploy commercially.

Does Kimi K3 Actually Beat Claude at Coding?

Short answer: yes. On the independent Frontend Code Arena leaderboard, Kimi K3 tops the ranking with 1,679 Elo, ahead of Claude Fable 5 (1,631) and GPT-5.6 Sol (1,618).

  • Frontend Code Arena: 1,679 Elo, ranked #1
  • GPQA Diamond: 93.5%, the highest score ever published by an open-weight model
  • Automation Bench, SpreadsheetBench 2, BrowseComp: first place in 4 of 8 real-world task benchmarks
  • GDPval-AA v2: third overall, behind only Fable 5 Max and GPT-5.6 Sol Max

How Much Does the Kimi K3 API Cost?

Short answer: $3 per million input tokens and $15 per million output tokens, dropping to $0.30 on cache hits — flat pricing across the full 1,048,576-token context window, no length-based tiers.

What Are the Licensing Restrictions?

Short answer: Kimi K3 doesn't ship under MIT — it uses a custom Kimi K3 License. You can use, modify, distribute, and sell commercially, but model-as-a-service businesses earning over $20M in any 12-month period need a separate agreement, and products with more than 100 million monthly users must credit Kimi K3 on-screen.

Kit's Take

The interesting part isn't the benchmark scores — it's that Kimi K3 pulls off open weights, low API pricing, and genuinely strong performance at the same time. If you're already running agentic pipelines on open models, Kimi K3 is worth a spot on your shortlist. But 2.8 trillion parameters means self-hosting is out of reach for most teams — you'll be using it through an API or cloud provider, not running it locally like a small open model. Don't let "open source" fool you into thinking it's free to self-host.

好不好用，試了才知道。 Try it yourself — that's the only way to know.

Sources / 資料來源

常見問題 FAQ

Kimi K3是免費的嗎？可以本地部署嗎？

權重公開下載免費，但2.8兆參數的硬體需求極高，一般團隊難以本地自架，實務上多半還是透過官方API或雲端服務商使用。

Kimi K3跟Kimi K2差在哪裡？

K3延續稀疏混合專家（MoE）架構並大幅擴增參數量與訓練資料，在寫程式、代理型任務與知識類基準測試上全面優於K2。

Kimi K3可以商用嗎？

可以，但需遵守自訂的Kimi K3 License：年營收超過2,000萬美元的模型即服務業者需另簽授權，月活躍用戶破1億的產品要掛名致謝。

Kimi K3真的比Claude、GPT厲害嗎？

在特定基準測試（如Frontend Code Arena寫程式排行榜、GPQA Diamond）確實拿下第一，但在GDPval-AA v2等綜合任務評測上仍落後Fable 5 Max與GPT-5.6 Sol Max，屬於「特定領域最強」而非全面超越。

延伸閱讀 / Related Articles

AI 工具觀察站 — 每日精選 AI Agent 與工具趨勢
AI Tool Observer — Daily curated AI Agent & tool trends

留言

張貼留言

這個網誌中的熱門文章

Cursor vs GitHub Copilot vs Claude Code：AI 程式助手大比拼 | AI Coding Assistants Compared: Cursor vs GitHub Copilot vs Claude Code

By Kit 小克 | AI Tool Observer | 2026-03-27 🇹🇼 Cursor vs GitHub Copilot vs Claude Code：AI 程式助手大比拼 2026 年，AI 程式助手已經成為開發者的標配。但市場上選擇太多了，到底該用哪一個？我同時使用了 Cursor、GitHub Copilot 和 Claude Code 超過半年，以下是完整比較。 GitHub Copilot：最普及的選擇 Copilot 是最早普及的 AI 程式助手，整合在 VS Code 和各大 IDE 中。它的核心功能是 即時程式碼補全 ——你打字的時候，它自動建議下一行或下一段程式碼。 優點 ：補全速度快、整合度高、支援幾乎所有語言、Copilot Chat 可以問問題 缺點 ：上下文理解有限（主要看當前檔案和少量相關檔案）、Agent 模式仍在發展中 價格 ：個人版 /月，企業版 /月 Cursor：IDE 級別的 AI 整合 Cursor 是一個從頭打造的 AI-first IDE（基於 VS Code fork）。它不只是補全程式碼，而是把 AI 深度融入整個開發流程。 優點 ：Composer 功能可以跨檔案編輯、Agent 模式可以自主執行多步驟任務、支援切換不同 AI 模型、Tab 補全非常智慧 缺點 ：是獨立的 IDE 需要遷移、Pro 方案有使用量限制、偶爾不穩定 價格 ：免費方案有限制、Pro /月 Claude Code：終端機裡的 AI 工程師 Claude Code 走完全不同的路線——它是 CLI 工具，在終端機裡運作，不綁定任何 IDE。 優點 ：理解整個 codebase、可以執行系統指令、支援 git 操作、CLAUDE.md 定義專案規則、最強的 agentic 能力 缺點 ：沒有視覺化介面、按 API token 計費（可能很貴）、需要習慣 CLI 工作流 價格 ：按 API 使用量計費，或透過 Max 訂閱方案 關鍵差異比較 即時補全 ：Copilot ≈ Cursor > Claude Code（無此功能） 跨檔案理解 ：Claude Code > Cursor > Copilot Agentic 能力 ：Claud...
閱讀完整內容

Google Ironwood TPU v7 推理專用晶片解析：效能追平 NVIDIA、成本低 44%，AI 晶片戰爭正式開打 | Google Ironwood TPU v7 Explained: Matching NVIDIA Performance at 44% Lower Cost — The AI Chip War Heats Up

By Kit 小克 | AI Tool Observer | 2026-04-21 🇹🇼 Google Ironwood TPU v7 推理專用晶片解析：效能追平 NVIDIA、成本低 44%，AI 晶片戰爭正式開打 Google Ironwood TPU 是什麼？為什麼它讓 NVIDIA 緊張？ Google Ironwood TPU（代號 TPU v7）是 Google 第七代自研 AI 晶片，也是第一款 專為推理（inference）設計 的 TPU。在 AI 模型越來越大、推理需求暴增的時代，Google 不再只依賴 NVIDIA GPU，而是推出自己的推理專用晶片來搶市場。 Ironwood TPU v7 規格有多強？ 每顆 Ironwood TPU 提供 4.6 petaFLOPS 的 FP8 運算效能 ，搭載 192 GB HBM3E 記憶體，頻寬達 7.37 TB/s。單顆效能略高於 NVIDIA B200（4.5 petaFLOPS），接近 GB300 的 5 petaFLOPS。 更驚人的是規模化能力：Ironwood 可擴展至 9,216 顆晶片組成超級叢集 ，總算力達 42.5 ExaFLOPS，遠超 NVIDIA GB300 NVL72 系統的 0.36 ExaFLOPS。共享記憶體池高達 1.77 PB，解決了大型模型推理時的資料瓶頸問題。 Ironwood TPU 比 NVIDIA 便宜多少？ 根據分析，Ironwood 的 整體擁有成本（TCO）比 NVIDIA GB200 低約 44% 。在能效方面，Ironwood 的 FP8 效能達每瓦 5.42 TFLOPS，而 GB300 為 3.57 TFLOPS/W，Google 晶片的能效高出約 52%。 為什麼 Google 要做推理專用晶片？ AI 產業正從「訓練時代」轉向「推理時代」。當 ChatGPT、Gemini、Claude 等 AI 助手每天處理數十億次查詢時，推理運算的需求遠超過訓練。Google 稱之為「推理時代（age of inference）」，而 Ironwood TPU 就是為這個時代量身打造的武器。 對開發者和企業有什麼影響？ Ironwood TPU 目前 只能透過 Google Cloud 使用，無法...
閱讀完整內容

Claude Code 實測：AI 幫你寫程式到底行不行？ | Claude Code Review: Can AI Really Code for You?

By Kit 小克 | AI Tool Observer | 2026-03-27 🇹🇼 Claude Code 實測：AI 幫你寫程式到底行不行？ Claude Code 是 Anthropic 推出的命令列 AI 程式助手，直接在你的終端機裡運作。跟其他 AI 程式工具不同的是，它不是 IDE 外掛，而是一個獨立的 CLI 工具，可以讀取你的整個 codebase、執行指令、甚至幫你做 git 操作。我實際用了幾個月，以下是真實心得。 安裝與設定 安裝非常簡單，透過 npm 就能搞定： npm install -g @anthropic-ai/claude-code 。啟動後它會要求你登入 Anthropic 帳號或設定 API key。整個流程不到五分鐘。 實際使用體驗 Claude Code 最強的地方在於 它理解你的整個專案 。你不需要手動貼程式碼，它會自己讀取相關檔案、分析程式結構，然後給出建議或直接修改。實測幾個場景： Bug 修復 ：描述錯誤現象，它能自動找到問題檔案並提出修正，準確率大約 70-80% 新功能開發 ：給它需求描述，它能產出可用的初版程式碼，但通常需要人工調整細節 程式碼重構 ：這是它最擅長的。重新命名變數、抽取函式、調整架構，做得又快又好 寫測試 ：給它一個函式，它能產生相當完整的測試案例 優缺點分析 優點： 深度理解 codebase，不是只看單一檔案 可以執行 shell 指令，直接跑測試、裝套件 支援 CLAUDE.md 讓你定義專案規則 agentic 模式下可以自主完成多步驟任務 缺點： API 費用不便宜，大型專案一天可能花 10-30 美元 偶爾會過度修改，改了不該改的地方 對非英語的程式碼註解理解力稍弱 需要良好的網路連線 適合誰用？ 如果你是全端開發者、需要處理多個專案、或者經常做重構，Claude Code 絕對值得一試。但如果你只是寫簡單的腳本，免費的 Copilot 可能就夠了。 Kit 的結論： Claude Code 是目前最接近「AI 工程師」的工具。它不完美，但確實能大幅提升生產力。好不好用？試了才知道。 🇺🇸 Claude Code Review: Can AI Really Code for You?...
閱讀完整內容