KimiK3比旧版读文件更省心吗？
Kimi-K3
上周把一整个项目的源码，连带着三份技术规格书和二十多页的会议纪要，一股脑全扔给了Kimi K3。以前用K2.6的时候，得先把文件拆成几段，按顺序喂进去，中间还得反复提醒它"你之前看过哪部分"，像带实习生一样费劲。这次直接丢，100万token的上下文窗口，大概是我这种同时盯三个团队的人最直接的体感差异。K3用了一套叫KDA的混合线性注意力机制，官方说在百万级上下文下解码速度能快6倍多，实际体验确实比K2.6流畅不少，不用等半天。在BrowseComp这个专门测长文本深度检索的基准上，K3拿了91.2分，排第一，GPT-5.6 Sol是90.4，Fable 5才88.0。我自己测的场景比较刁钻，让它从一份财报里找某个子公司的关联交易细节，再跟另一份审计报告交叉比对，K3一次就定位到了，还主动指出两份文档在日期描述上的不一致。K2.6做同样的事得来回三趟。不过有个问题得说清楚，100万token不是所有用户都能用满的，Moderato会员只有256K，得到Allegretto档以上才放开1M。这层会员分级我理解，但用起来总觉得隔了一层。
发布于 福建
分享
评论
赞
未登录
友善发言
评论
加载中
