Kimi 这次把牌摊得很大：2.8 万亿参数、100 万 token 上下文、原生视觉理解，还把价格直接挂在开放平台首页。7 月 16 日发布的 Kimi K3，先把月之暗面重新推回国产开源模型的中央位置。
这条新闻的张力不在“又发了一个大模型”。过去一年，国产模型一直在用价格、开源和长上下文追赶闭源前沿模型；K3 把这三件事压到同一个节点上。它如果能把权重、模型卡和独立评测补齐，开发者会多一个可下载、可调用、可长上下文跑代码任务的超大模型选项。
公开稿件里，月之暗面有关负责人给了一个直接说法：
“参数越大，能力上限越高，可以提供更智能的模型表现。”
这句话听起来朴素，却把 K3 的卖点讲透了：月之暗面在押一个更大的上限，同时把入口放到 API 和 Kimi Code 这类开发者场景里。
先落地的是服务入口
新华社转发稿给出的基础信息很清楚：Kimi K3 于 7 月 16 日发布，参数规模 2.8 万亿，原生支持视觉理解，具备 100 万 token 上下文窗口，面向软件工程、知识工作、深度研究和多模态理解等复杂任务。
Kimi 官方模型列表也已经把 kimi-k3 放在多模态模型第一项，描述为“Kimi 迄今能力最强的模型”。同一页还写明，Kimi K3 发布后，kimi-k2.5 和 moonshot-v1 系列模型已停止向新注册用户开放，全平台正式下线节点定在 8 月 31 日。
这给 K3 的位置定得很直：它已经从实验入口上升到 Moonshot 面向新用户的主力模型位。
价格把门槛也写出来了
开放平台英文首页已经列出 K3 的计费：缓存命中输入 0.30 美元 / 百万 token，普通输入 3.00 美元 / 百万 token，输出 15.00 美元 / 百万 token。同页的 K2.7 Code 和 K2.6 价格是缓存命中 0.19 美元、普通输入 0.95 美元、输出 4.00 美元。
粗算一下，K3 的普通输入价约为 K2.7 Code 的 3.2 倍，输出价约为 3.75 倍。它没有继续走“越新越便宜”的路线，转向把 1M 上下文、视觉、多任务推理和代码能力打包成更高价的旗舰层。
这对企业开发者反而更透明。长上下文任务最怕两件事：窗口不够导致拆任务，或者价格口径太复杂导致成本失控。K3 的公开价至少把比较基准立住了：要不要为 1M 上下文和旗舰能力多付这几倍钱，可以直接拿自己的仓库、文档和工单流量去测。
开源承诺还差最后一块
新华社稿称 Kimi K3 是“目前全球参数最大的开源模型”。这句话足够有分量，但开发者还要看下一层证据：权重仓库、许可证、模型卡、活跃参数量、训练数据口径和 benchmark 设置。
本轮公开核验里，Kimi 官方开放平台已经确认模型名称、参数量、上下文、能力方向和 API 价格；Hugging Face 的 Moonshot 组织页仍以 K2.7 Code、K2.6、K2.5、K2 系列为主，没有看到 K3 权重页进入列表。
所以 K3 现在更像“服务先行，开源闭环待补齐”的发布。它已经能被调用，也已经被放进新主力模型位；但开源模型的含金量，最后还是要看权重、许可证和外部复测能不能跟上。
能改变开发者选择的，是 2.8 万亿参数背后那套能力能否被外部团队跑起来。
对国产模型战线的影响
Kimi K3 的产业位置很清楚。DeepSeek、Qwen、智谱和 Kimi 都在争同一批高价值任务：长代码仓库、企业知识库、深度研究、多模态分析和可持续工具调用。K3 把参数量抬到 2.8 万亿后，月之暗面至少在“模型规模”和“长上下文服务”两个维度上重新抢到叙事主动权。
但规模不会自动转成胜负。软件工程任务看的是补丁能不能过测试，企业知识任务看的是回答能不能追到证据，多模态任务看的是图文混合输入下的稳定性。参数量给上限，工程细节决定用户会不会留下。
下一步看三个指标就够了：第一，K3 权重和许可证何时完整放出；第二，独立评测在 SWE-bench、Terminal-Bench、长上下文检索和视觉推理上给出什么结果；第三，1M 上下文在真实项目里能否把拆分任务和缓存成本降下来。
如果这些节点跑通，Kimi K3 会把国产开源模型的竞争从“够便宜”推到“够大、够长、够能干”。如果权重和评测迟迟缺席，2.8 万亿就会先停留在发布会级别的信号。
参考来源：新华社、Kimi API 开放平台、Kimi 官方模型列表、Financial Times、CocoLoop、Hugging Face Moonshot 组织页；核验 Kimi K3 发布节点、2.8 万亿参数、100 万 token 上下文、视觉理解、API 输入/输出/缓存价格、K2.5 与 Moonshot V1 下线安排及公开权重页状态。