七月中旬，月之暗面发布 Kimi K3：总参数 2.8 万亿的混合专家模型，每个 token 激活 1040 亿，原生视觉，上下文一百万 token，权重随后全量开源。随模型放出的，是一份四十七页的技术报告。
我读它的立场与研究者不同。我的主业在临床和科研，AI 于我是生产工具；我同时付着 Claude 与 Kimi 两份订阅，前者是主力，后者是卫星。故此这份报告于我只需回答一个问题：哪些活该派给谁。以此为尺，四十七页里真正要读的约十页——第六章的评测与成本，第七章的案例研究，外加附录里聊天模板的一角；其余是训练与基建的工程细节，写给同行看，用户略过无妨。
分工的账
报告第六章把 K3 与 Claude Fable 5、GPT-5.6 Sol、Claude Opus 4.8 等一线闭源模型放在同一张桌上比试，数字详尽，恰好拿来算分工的账。
K3 占优的项目，集中在三处。其一，联网调研：BrowseComp（考察多步网络检索的基准）91.2 分居首，且报告给出了单价——每任务 2.03 美元，约为 Claude 系最高档的十分之一。其二，网页开发：在第三方 WebDev Arena 榜上以 1678 Elo 登顶，为开源模型首次；厂商自家的盲评里与 Opus 4.8 同场竞技，净胜三十一个百分点。其三，超长任务：SWE-Marathon（马拉松式软件工程）42.0 分居首，案例研究里更有 24 小时的 GPU 内核优化与 48 小时的芯片设计全自主运行。此外，文档解析与视频理解两项，得分亦在同场诸模型之上。
Claude 守住的阵地同样清楚：研究级推理（HLE「人类最后的考试」带工具 63.0 对 56.0），长程复杂软件工程（FrontierSWE 86.6 对 81.2），办公与法律类知识工作（OfficeQA Pro 69.9 对 63.3），计算机操作，以及智能体的过程纪律（Agent Behavior Bench 75.5 对 65.0）——末一项管的是干活时守不守规矩，差距十个百分点，不算小。
于是分工表大体如下：
| 派给 Kimi K3 | 留给 Claude |
|---|---|
| 联网深度调研（91.2 居首，成本约十分之一） | 研究级推理（63.0 对 56.0） |
| 网页与网站开发（WebDev Arena 开源模型首次登顶） | 复杂长程软件工程（86.6 对 81.2） |
| 工具链密集型任务（MCPMark 94.5 居首；MCP 即模型调用外部工具的标准协议） | 办公与法律类知识工作（69.9 对 63.3） |
| 超长自主任务（24–48 小时案例） | 智能体过程纪律（75.5 对 65.0） |
| 文档解析、视频理解 | 日常对话质量 |
两个省钱的旋钮
报告对用户最实惠的两页，是成本曲线。
其一，推理强度。K3 分 low、high、max 三档，且三档并非同一模型换个提示词，而是分开强化训练、再蒸馏合一——low 档真被训练成省，max 档真被训练成花。成本曲线显示，high 档的编码成绩已打平 Opus 4.8 的 max 档，成本约三分之一。故日常宜用 high，硬骨头再开 max。
其二，上下文长度。一百万 token 是 K3 的招牌，但报告自己给出了一个耐人寻味的数字：BrowseComp 上，在 30 万 token 处做上下文压缩，得分 91.2；硬撑满一百万不做任何管理，反而 90.4。官方文档也顺势推荐 256k 版本——256k 以内效果相同，配额只耗 1M 版的一半。盘子的最大容量与该装多少，本就是两回事。
一桩趣闻：壳与芯的松绑
报告第 4.2 节记了一笔训练细节：K3 的强化学习环境里，复刻了 Kimi Code、Claude Code、Codex 等多家智能体外壳，训练时还随机变换配置，专防模型对某一家外壳产生依赖。效果立竿见影——厂商自家的编码基准上，K3 在 Claude Code 壳里跑出 73.7 分，在自家 Kimi Code 壳里反而只有 72.9。
模型厂商亲手把模型与外壳解耦，这在一年前还难以想象。对用户而言，这意味着积累在某一套工作流里的配置与习惯，迁移成本正在下降；壳的忠诚度，往后怕是越来越不值钱了。
账要两面算
勿庸讳言，以上分数几乎全部出自厂商自报，第三方分析已指出：同一模型换一套外壳，基准分可差十到二十六分；权重放出未久，独立复现尚付阙如。且 Claude 的部分失分含拒答与降级——它在若干任务上因安全策略退避，分数遂低，这与能力不逮是两码事。但也必须看到，第三方榜单大体印证了报告的自我定位：Artificial Analysis 智能指数列第四，仅次于 Fable 5 与 GPT-5.6 Sol；Vals 指数列第二。说 K3 是当下最强的开源模型，庶几近之；说它全面追平闭源第一梯队，则言之尚早。
我不打算在两家之间站队。订阅费投给谁，向来不该是信仰问题——摆开数字，各派各活，账目自会说话。