老金我昨儿在网上瞎逛的时候，突然看到了Kimi K3的消息。
合计先打开官网看看开发者文档有没有啥信儿，结果刚打开官网，好家伙。。就看到已经上线了！
Kimi官网Chat窗口里已经能直接选K3 · Max。下面写的是擅长对话与Agent任务，全能旗舰。再往下还有K3集群 · Max，写着海量搜索、批量处理、一次完成更多。再下面才是K2.6 · Fast，负责快速对话和即时响应。
兄dei，这个感觉就不一样了，而且不是老金我一个人在那儿瞎激动。
已经有人把Kimi K3拿去跟GPT-5.6 Sol、GPT-5.6 Terra、Fable 5、Claude Opus 4.8放一桌聊。LocalLLaMA那边有人发K3已在网页和App上线，下面一堆人围着2.8T参数、1M上下文、能不能开权重、要多少显存跑起来在那儿讨论。那个氛围就不是普通版本更新，是真有人觉得国内模型又往前顶了一截。
非官方透露，Opus 4.8 和 GPT 5.6都是5T及以上的Dense模型，不知道是不是真的（反正我不信）。不过从体感上，老金我看了一圈，确实厉害。
参数没有找到官方公布的，不过根据社区反馈，大概评价如下：
老金我更关心的是，Kimi把K3放到Chat主入口以后，普通人会怎么用它。
AI到底能不能吃下一个完整现场？
平时用AI做复杂任务，我最烦的是它会一半，就是做一半停了或者忘了。
你把资料丢进去，它看前面忘后面。你让它调用工具，它跑着跑着开始飘。你让它按计划推进，它前几步还挺像样，后面突然给你整一个不知道哪来的结论。
我经常搞这个搞得人都麻了。
这时候你就得重新把它拽回来，重新解释目标，重新贴资料，重新提醒边界。折腾到最后，AI看着像助理，你像助理的助理。
所以K3进Chat入口，老金我第一眼在意的不是多了一个模型名，而是这个菜单把任务分开了。
快聊，走K2.6 Fast。长对话和Agent任务，走K3 Max。海量搜索和批量处理，走K3集群Max。
你不需要先懂什么MoE、KDA、1M上下文。想快，想深，想批量，各走各的。
K3这次盯的是长任务
Chat入口告诉普通用户怎么选，API文档则把底牌摊出来了一点。
官方模型列表里写得更直接，K3是Kimi目前最强模型，2.8万亿参数，原生视觉理解，1M-token上下文，面向软件工程、知识工作和深度推理。
官方定价上下文窗口是1,048,576 tokens，cache hit输入价是每百万token 2元，cache miss输入价是每百万token 20元，输出价是每百万token 100元。
你相信我，这几个点连在一起看，味儿就出来了。K3说的不是我能多写几千字，而是你原来老要复制资料、补上下文、提醒AI别跑偏，现在它想尽量把这些东西留在同一个现场里，接着往下干。
当然，坐在桌边不等于活一定干得漂亮。
官方文档里还有一个细节，K3的thinking参数和K2.x不一样。
K2.x可以用thinking参数打开或关闭思考能力。K3这边官方直接写，K3 always has thinking mode enabled，也就是始终开启thinking，并且通过reasoning_effort字段控制思考强度。目前只支持max这一档。
Kimi像是在说，K3就别拿来当便宜闲聊模型了。你让它干的最好是长对话、复杂知识处理、代码工程、Agent任务这种活。随手问今天吃啥也能问，相信你对Fable 5和SOL 5.6干不出来这事儿。
老金我现在看模型更新，越来越不太爱只盯单点能力了。
一个模型会不会解数学题、会不会写代码片段、会不会看图，当然要看。但每天用起来累不累，很多时候取决于它能不能少让你来回搬东西。
看到有些评论说，它有时候比Fable5还慢，不过在游戏设计方面非常强，是真的强到离谱那种强，直接打入第一梯队。
非常擅长运用Three.js，制作3D视觉效果。
动态工具加载，是一个很容易被低估的小信号
Kimi K3文档里还有个点，大家大概率会直接划过去，没看几个人说，叫Dynamic Tool Loading。
这个词看着就劝退，像工程师写给工程师看的。
老金我给你翻一下，就是对话跑到某一步，你再把某个工具拿出来给模型用，不用一开场就把所有工具全塞过去。
以前做Agent工作流，你经常要一上来就把所有工具都塞给模型。能查天气的、能搜资料的、能跑代码的、能查数据库的、能写文件的，全都提前摆出来。
结果是什么？
上下文先被工具说明吃掉一截，模型还容易在一堆工具里选错。你明明只是想让它算个小东西，它非要绕到一个复杂工具里去。
动态工具加载的思路更像是，需要哪个工具，再把哪个工具拿上桌。舒服啊，这个。
Agent不用背着一大包工具满街跑。走到哪一步，抽哪件工具。工具少乱一点，上下文少浪费一点，误调用少一点。
工具调用、结构化输出、局部续写、长上下文、动态加载工具，这些东西单独看都不炸。但放在一起，它就开始像一个工作台了。
也有挺多限制现讲清楚
当然，K3现在也不是随便闭眼冲。
官方文档里有几个边界写得很清楚，如果你真要接API，这几条挺重要的。
reasoning_effort目前只有max这一档。也就是说，K3的思考强度还不是一个完整可调的成本旋钮。
K3的一些采样参数是固定的，比如temperature、top_p、n、presence_penalty、frequency_penalty这些，文档明确建议请求里省略。
对开发者来说，这代表旧模型那套调用习惯不能全照搬。
官方也写到web search正在更新，近期不推荐用于生产工作流。这个点尤其要注意，别看到官方工具就默认能稳定上生产。
视觉输入不支持公共图片URL，要用base64或文件ID，并且content必须是对象数组。普通用户不太需要管这个，开发者接的时候就别蒙圈了。
K3集群更像Kimi的野心
说到这，我觉得还有一个东西很容易被忽略，K3集群 · Max。它下面那行字写的是海量搜索、批量处理、一次完成更多。
这玩意儿就很Kimi。过去大家记住Kimi，是因为它能吃长文档。现在它不只想吃长文档，还想吃一批任务。
你想象一下，普通用户最烦的不是问AI一句话。烦的是手里有一堆材料、一堆网页、一堆文档、一堆候选方案，不知道先看哪个，也懒得一个个复制进去。
以前这种任务要分很多轮问。问到后面，自己都忘了前面贴过啥。
现在Kimi直接把它写进模型菜单里。老金我不敢说它每次都能做得完美，毕竟这要看真实任务、额度、速度和稳定性。但这个入口露出来的产品野心很明确。
我曾经在写Claude和Chatgpt中对于Agent Teams和Agent Swarm就尤其看好，当初Kimi刚出集群的时候我也特意写过。
我在开源Meta_Kim的时候最主要的能力之一也是这个。
它解决什么呢？
就是并发！完美的时间折叠，我的朋友！时间就是金钱！
这是老金一直以来非常看好的方向和能力，没有之一。
最后老金怎么看
老金我在网上已经看到了很多优秀的案例，也更愿意看它进真实工作流之后的表现。
比如K3 Max处理长对话会不会跑偏，K3集群Max是不是真的能一次处理更多，始终thinking会不会带来可接受的成本和速度，不过根据目前老金看到的情况，它属实已经进入了第一梯队范畴。
但有一点老金我现在就能说。
以后大家选模型，可能不会只问它聪不聪明。
还会问它能不能陪我干完一件事。
回答一句话，是一瞬间的聪明。
陪你把一件事扛完，是另一种本事。
能不能真站稳，还得看它接下来干活的时候会不会歇菜。
但这个方向，绝壁值得盯。
吃不下现场的AI，再聪明，也只是路过。
以上。
