9 月 16 日，月之暗面发布了 Kimi K3。数据先摆出来：2.8 万亿参数，MoE 架构，激活 16/896 个专家，上下文窗口 100 万 token，原生支持图像和视频理解。更关键的是，这是一个开源模型（Kimi K3 License），权重已经放出来了。
放一年前，这些数字跟普通人没什么关系——你总不可能在自己电脑上跑一个 2.8T 的模型。但 Kimi 把 K3 直接接进了 kimi.com 的网页版和 App，网页版现在登录就能用。我这两天拿它干了几件日常的活，这篇说说真实感受，以及普通用户到底要不要关心这个「全球首个开源 3 万亿级模型」。
先交代信息来源，免得你说我瞎吹：发布信息来自 Kimi 官网博客和 Moonshot 官网，模型细节来自 Kimi 开放平台文档（platform.kimi.com）和 GitHub 上的 MoonshotAI/Kimi-K3 仓库，都是官方一手信息。至于「官方宣传的性能数据」，我保持一贯态度：看看就好，自己用着顺不顺手才是真的。
网页版怎么用上 K3
打开 kimi.com，新建对话，模型切换到 K3 就行，不用充值不用订阅。注意一点：K3 是「始终思考」的模型，回答前会先推理一截，所以出结果比普通模式慢几秒到十几秒。简单问题你感知不到差别，复杂问题这个等待是值的。
API 那边的情况是：K3 是旗舰模型，开放平台充值后才能调用（最低充 10 块），新用户注册送的 15 块代金券不能用于 K3。API 模型名是 kimi-k3，兼容 OpenAI SDK，推理强度分 low/high/max 三档，默认 max。自己折腾 API 的朋友记一下。
实测：三件事，三种感受
第一件：读一份 180 页的招股书
这是 K 系列的老本行，我拿一份之前看过的招股书 PDF 喂进去，让它梳理商业模式、营收结构和风险因素。
结果：结构清楚，风险因素那部分它自己标了「招股书原文表述较模糊」——这是我比较意外的，它没有硬编。数字引用我抽查了六七处，都对得上原文。以前用小参数模型干这事，偶尔会把两页的数字张冠李戴，这次没出现。
代价是慢。整份读完花了五六分钟，中途还停下来「思考」了两次。赶时间的话这体验不算好，但准确性面前我愿意等。
第二件：代码 debug + 一次重构
给了它一段我故意留了坑的 Python 数据处理脚本，大概 200 行。三个 bug：一个边界条件、一个类型转换、一个并发写文件的隐患。全部找出来了，并发那个还给了两种修法并说了取舍。
重构那单我让它把一个 400 行的 God Function 拆开。拆得干净，依赖也理顺了。但我没让它直接上主分支——AI 重构的东西，测试必须自己跑一遍再合，这习惯别丢。
官方宣传里 K3 的「长程编程」是指它挂着工具连续干几小时的那种场景（比如在 GitHub 仓库里连续开发），那需要 Kimi Code 这类环境配合，日常在网页版用不到那么深。就网页版这种对话式用法，它的代码水平在我用过的模型里属于第一梯队。
第三件：写一段小红书文案
翻车了。给了一个比较具体的产品场景让它写小红书文案，产出结构工整、信息也对，但那种「工整」本身就是问题——每段差不多长，句式太均匀，一看就是 AI 写的。我又追问了两轮，让它「写得随便点」「加点个人抱怨」，才有那么点人味。
结论跟我之前测各家模型时一致：越「聪明」的模型，默认输出越端着。创意写作类任务，别指望开箱即得，得多调教几轮。
100 万 token 上下文，普通人用得上吗
直说：大多数日常场景用不上。你跟 AI 聊天、写周报、改简历，几千 token 就打住了。100 万 token 是给「把整个项目代码库丢进去」「几十份文档一起分析」这种事准备的。
但它有个隐性好处值得知道：长对话不容易「失忆」。以前聊到上百轮，模型开始忘开头说过的设定；上下文窗口大了，这类翻车会少很多。所以哪怕你永远用不满 100 万，它也在默默改善你的体验。
跟 K2.5 什么关系，老用户要换吗
K2.5 是今年 8 月开源的多模态模型（1 万亿参数，256K 上下文），K3 是它的全面升级：参数 2.8 倍，上下文 4 倍，架构更新（Kimi Delta Attention + 注意力残差）。官方说扩展效率比 K2 提升约 2.5 倍。
网页版用户不用纠结，直接用 K3 就行。有个细节提醒：官方博客原话是 K3「整体性能仍落后于最强的闭源模型」，这种自己承认差距的表态我反而觉得可信度高些——满嘴「遥遥领先」的才要小心。
该说什么了：值不值得用
三个结论：
一，免费用户现在就能在 kimi.com 用到开源阵营的最强模型，这在一年前是不可想象的事，白嫖党没有理由不用。
二，长文档分析、复杂代码这类「深度活」，K3 跟免费小模型的差距是实打实的，值回那几秒等待。轻量闲聊用谁家都行。
三，写文案别指望它开箱即得，多调教。
最后说个我自己的感受：从年初到现在，「开源模型追平闭源第一梯队」这句话说了很多次，大部分时候是营销话术。但看着 K2（1T）到 K2.5（1T 多模态）再到 K3（2.8T）这条线，开源阵营这次是拿参数规模和架构创新硬怼上去的，权重真放出来了，谁都能下载验证。作为用户我不关心厂商的口水仗，我只知道我免费用的模型越来越强了——这就是开源竞争给我这种普通用户带来的实利。