Kimi K3 评测：实测对比 DeepSeek V4 Pro 和 V4.1 Flash

Kimi K3 是月之暗面（Moonshot AI）的旗舰模型，2026 年 7 月 16 日发布：2.8 万亿参数、开源权重、能看图、上下文 100 万 token。我们拿测 DeepSeek 两个模型的那五道题来测它，五道全对。

问题在速度和价格。用默认设置，Kimi K3 每项都比 DeepSeek V4.1 Flash 慢 2 到 4.4 倍，按官方价算贵 12 到 32 倍。

先说结论

• Kimi K3 很准：五项全过，包括 30 个编程用例全对，以及在 25 万 token 的日志里找对编号。
• 它永远开着思考，默认还是最高档，所以默认设置下既不快也不便宜。
• 同样的五项任务，DeepSeek V4.1 Flash 全部答对，时间和花费只是零头。
• 我们的建议： 日常调 API 用 DeepSeek V4.1 Flash。需要开源权重的前沿大模型，或者要做联网搜索、大量调工具的智能体，再用 Kimi K3。

三个模型在 OmniaKey 上都能直接调用：Kimi K3、DeepSeek V4.1 Flash 和 DeepSeek V4 Pro。

Kimi K3 是什么？

它是月之暗面目前最大的模型，而且权重开源。下面这些来自月之暗面的发布文章和 API 文档（10 月 18 日核对）：

月之暗面自己说得很坦白：K3 的整体表现"仍落后于最强的闭源模型 Claude Fable 5 和 GPT 5.6 Sol"。

实测表现怎么样？

五项全对。题目和我们在 DeepSeek V4.1 Flash 1017 评测里用的一模一样：

• 解析器： 写一个规则和 Python 完全一样的算术求值函数 evaluate()，用我们自己的 30 个用例判对错。
• 发票： 从一封德英混写、用欧洲数字写法的邮件里取 10 个字段。
• 工具调用： 查两个城市的天气和当地时间，正确做法是一次回复里发出 4 个调用。
• 长日志： 在 25 万 token 左右的日志里找出 3 个当前有效的编号，跳过一个作废的。
• 看图： 从一张图里读出最高、最低、平均值和一个差值。

怎么跑的：Kimi K3 在 2026 年 10 月 18 日测，DeepSeek 两个模型在 10 月 17 日测。每项跑一次，参数都用默认。调用都走 OmniaKey 的 OpenAI 兼容接口。成本是每次回复的 token 数乘以各家的官方价（DeepSeek 用非高峰价）。OmniaKey 在卖这三个模型的接口，所以测试通过它来跑；文中价格都是厂商的官方价，不是我们的价格。每项只跑一次、两边相隔一天，算抽查，不算跑分。

和 V4 Pro 比，Kimi K3 写解析器快了 7 倍（176 秒对 20.7 分钟），花费差不多。另外三项共同任务里，V4 Pro 都更便宜，其中两项还更快。

Kimi K3 为什么又慢又贵？

两个原因。一是 K3 一直开着思考，不另外设置的话，API 用的是最高档。月之暗面的 API 可以用 reasoning_effort 设成 low、high 或 max。另外它的官方价本身就高：输入是 DeepSeek V4.1 Flash 的 20 倍，输出是 25 倍。

价格来自月之暗面价格页和 DeepSeek 价格页（非高峰），10 月 18 日核对。月之暗面说，在写代码的场景里它的 API 缓存命中率超过 90%，长时间的编程会话能省不少。我们的测试都是单次调用，没有命中缓存。

Kimi K3 和 DeepSeek 该选谁？

大部分活用 DeepSeek V4.1 Flash，少数几类场景用 Kimi K3。

月之暗面自己的跑分怎么看？

在月之暗面的模型卡里，K3 有几项智能体测试领先。对手是 Claude Fable 5 和 GPT-5.6 Sol：BrowseComp（91.2，对 88.0 和 90.4）、MCPMark（94.5，对 87.4 和 92.9）、SWE-Marathon（42.0，对 35.0 和 39.0）。它落后 Fable 5 的有 FrontierSWE（81.2 对 86.6）、GDPval-AA（1686 对 1747）和不带工具的 HLE（43.5 对 53.3）。

看厂商的跑分表要小心。月之暗面的模型卡里，K3 的 ProgramBench 是 77.8；DeepSeek 自己的表里，同名测试 K3 只有 17.5。拿你自己的任务、用同一种方式在每个模型上跑一遍，比看厂商的表更可靠。

国内怎么用

在国内用 OmniaKey 调 Kimi K3，可以用支付宝或微信支付人民币直充。一个 key 能同时调 Kimi K3 和 DeepSeek，切换模型只改 model 字段。具体价格以模型页为准。

怎么调用 Kimi K3？

from openai import OpenAI

client = OpenAI(api_key="YOUR_OMNIAKEY_KEY", base_url="https://api.omniakey.com/v1")

stream = client.chat.completions.create(
    model="kimi-k3",
    messages=[{"role": "user", "content": "Write a Python function that parses ISO 8601 durations."}],
    max_tokens=32000,                 # K3 一直在思考，给长回答留够空间
    stream=True,                      # 思考很久时，流式能避免连接空闲超时
)
for chunk in stream:
    delta = chunk.choices[0].delta if chunk.choices else None
    if delta and delta.content:
        print(delta.content, end="")

1. 在 OmniaKey 控制台建一个 key，替换代码里的 YOUR_OMNIAKEY_KEY。
2. 开着流式运行：我们的解析器任务用了将近 3 分钟。
3. 想对比别的模型，只把 model 改成 deepseek-flash 或 deepseek-v4-pro。

总结

Kimi K3 是一个又准又强的开源模型，我们给它的题全部答对。但日常调 API，DeepSeek V4.1 Flash 给出同样的答案，速度快 2 到 4 倍，价格只是零头，所以先用它。需要前沿规模的开源权重，或者要一个整天联网搜索、调工具的智能体，再用 Kimi K3。

常见问题

Kimi K3 开源吗？

完整权重以 Kimi K3 许可证开源，这是一个 MIT 风格的许可证。把它做成托管服务、12 个月收入超过 2,000 万美元的公司，要和月之暗面另签协议。用户量特别大的产品，还要标注"Kimi K3"。

Kimi K3 多少钱？

月之暗面国际站：每百万 token 输入 3.00 美元、缓存命中 0.30 美元、输出 15.00 美元。国内站同样三项是 20 元、2 元和 100 元。不按上下文长度分档。

Kimi K3 能关掉思考吗？

不能。月之暗面的文档写明 K3 一直在思考，只能把档位设成低、高或最高。

写代码的话，Kimi K3 比 DeepSeek V4 Pro 强吗？

我们的解析器任务两边都 30 个用例全过，但 Kimi K3 用了 176 秒，V4 Pro 用了 20.7 分钟，花费差不多。正式换之前，先拿你自己的几个编程任务在两边都试一下。