开源模型这么多，为什么选Kimi K3？
让我真正切到 Kimi K3 的不是榜单，是账单。我之前跑一个自动修测试用例的 agent，用 Claude Fable 5 一次调用差不多0.38美元，量一大根本不敢跑，只能抽样。换 K3 之后同样任务一次约0.030美元，差了十几倍，我直接把策略从抽样改成全量跑，反正成本扛得住。它代码这块的分数也确实撑得住，SWE Marathon 和 Program Bench 排第一，Terminal Bench 2.1 拿88.3分，贴着 GPT-5.6 Sol。它也不是没短板，Zerobench 这类视觉推理任务能明显感觉不如顶级闭源，速度也慢，长任务干等的时候挺烦。但我现在摸索出一个用法：写代码、跑 Agent 这种量大且可验证的活交给 K3 堆量，最后审关键决策再上闭源兜底。开源模型前几年争的是"能不能用"，现在争的是"哪部分值得用"。对我来说 K3 赢的理由很简单，十二分之一的成本把八成活干完，剩下两成我再付钱，这笔账算得过来。
发布于 福建
1
评论
赞
未登录
友善发言
评论
加载中
