月之暗面 Moonshot / Kimi API 选型指南 2026：Kimi K3 发布后怎么选

一、Kimi K3：变了什么

Moonshot 是月之暗面的大模型开放平台，Kimi 是其核心模型产品线。 从 K2 到 K2.7 的一年多时间里，Kimi 的主线模型一直待在每百万 token 一美元以内的价位。 K3 打破了这个惯例。

• 参数规模：2.78T 总参数的 MoE 架构，官方口径为每 token 激活 104B、 896 个专家中激活 16 个。作为对比，K2 全系是 1T 总参 / 32B 激活。
• 上下文与模态：100 万 token 上下文， 全长度统一计价，没有长上下文加价；原生支持图像输入。
• 能力：智能指数 59.7、 编码指数 76.2，两项都是 Moonshot 全系最高， 编码指数已经进入 GPT-5.6 Sol、Claude Opus 5 所在的区间。
• 速度要留意：K3 的输出速度37.3 tok/s、首 token 延迟2.6 秒，比 K2.6（0 tok/s、0 秒）都要慢。 交互式场景上 K3 之前，先确认用户能接受这个首字延迟。

官方定价以 定价文档 为准，本文价格为多源采集的实时 USD 口径。Moonshot 文档给出 K3 的缓存读取价为 $0.30 / 1M， 相当于输入价的十分之一；本站数据源当前还没有提供 K3 的缓存价， 所以下文成本表里 K3 的缓存部分按原价计，属于偏保守的估法。

二、权重放出来了，许可证要看清楚

K3 在 7 月 16 日先上线 API，7 月 26 日放出完整权重，托管在 Hugging Face。MXFP4 量化后的权重文件约 1.56 TB，本站按 6672 GB 显存估算部署门槛—— 这个量级已经超出单机范围，自建要按多节点集群规划。

许可证有一个需要合规同事看一眼的条款：K3 用的是 Moonshot 自定的 kimi-k3 许可，对外提供推理服务且相关年收入超过 2000 万美元时，需要另行取得授权。 K2 系列用的是 Modified MIT，没有这条限制。自己内部用、或者做到这个体量之前， 两者在实践中没有区别；打算拿 K3 直接对外卖 API 的团队要提前算一下这条线。

想比较其他开源权重模型的部署门槛，见 开源模型专区，那里按显存需求和硬件成本做了分档。

三、Kimi 模型总览

当前在售 / 可用的 11 个 Kimi 模型，按推荐关注度排序。 价格单位为每百万 tokens（USD），点击模型名可查看完整详情。

价格分成了三档：K2.5 一代输入 $0.6 / 输出 $3，K2.6 与 K2.7 Code 是输入 $0.95 / 输出 $4， K3 跳到输入 $3 / 输出 $15。K2 系列的缓存读取价低至输入价的 1/6，对多轮 Agent 场景友好。

四、怎么选：按场景决策

K3 出现后，Moonshot 产品线的选型逻辑从「选哪个版本」变成了「这个任务值不值 3 倍的价钱」。 先看任务，再看价位。

五、成本示例：Agent 编码日均 2000 万 tokens

以「Agent 编码」场景、「中度开发」用量（日均 2000 万 tokens）估算： input 占 85%、缓存命中率 70%， 与 日均 Token 消耗口径 一致。

缓存读取价为「-」的模型，表中把缓存部分按原价计。K3 按官方文档的 $0.30 缓存价重算， 同样条件下月度估算会降到 $1900 上下——对高缓存命中的 Agent 场景，这一项决定了账单的量级， 评估时务必用真实的缓存命中率去算。换成你的真实用量，在 成本计算器 里调整日均 tokens、场景比例与缓存命中率，还能同时对比多个模型。

六、和 GPT / Claude / DeepSeek 怎么比

K3 定价 $3 / $15 之后，Kimi 的旗舰第一次和 GPT-5.6 Terra、Claude Opus 5 站在同一个价位段里， 比较的对手也跟着换了一批。以下入口已预选好模型组合：

同期 OpenAI 把 GPT-5.6 Luna 降价 80% 追上 DeepSeek，整个价位格局在两个月内被重排了一次，见 这半年大模型降价的完整时间线。想看国内市场全局，读 国内大模型 API 价格全对比 2026。