国产AI的“价值战”：Kimi K3凭实力“上桌吃饭”？
聊聊AI用户
这几个月的AI市场是真的变得快。
首先，DS已经开始让效果不如DS，价格还比DS贵的模型退场了。（比如说文心一言） 你和梁圣去卷价格，那根本不现实。路已经走死了。 你让Anthropic去和DS卷价格，人家都玩不过。
那唯一的赛道，就是干趴下fable5。走高端路线。
就在四十天以前，刚出的GLM5.2。说是国内模型第一梯队。支持长上下文。 我以为市场反馈会很好，但是从热度来看：热度不高。
用户要的是：
- fable5的性能和表现
- DS的价格
你拿出来一个性能吊打DS，价格吊打fable5的产品出来，那弥补了不少市场份额。至少不能默默无闻吧？ 市场的反馈表示：可以用，但是想成为主力，差一点。
这时候,Kimi K3横空出世.
新模型横空出世
我看了一下测评：
- 首先他是开源模型，开源模型一哥
国外的两个模型都是不开源的，开源的又能打的只有性价比为王的DS。 现在又出来一个月之暗面：
- 性能只比fable5差了一丢丢，比 OpenAI GPT-5.6相差不大
- 价格上，是 OpenAI GPT-5.6 旗舰的1/2，和均衡版打平
然后效果上，使用了新的框架 + 最大的开源参数，总参数规模达到2.8亿。
参数
从价格上来说，是国内模型中最贵的。
- Kimi K3（月之暗面）：国产定价天花板。输入 20元/百万 Token（未命中缓存），输出 100元/百万 Token。
- 豆包 Seed 2.1 Pro（字节）：输出定价 30元/百万 Token。
- 通义千问 Max（阿里）：输出定价 12元/百万 Token（阶梯计费最高可达 28元）。
- GLM-5.2（智谱）：输出定价 60元/百万 Token。
- ERNIE 5.1（百度文心）：输出定价 90元/百万 Token。
- DeepSeek V4-Pro：主打极致性价比，输出定价仅 8元/百万 Token。
是DS的10倍，是通义千问的5倍。
和国外相比：
- 月之暗面 Kimi K3 API定价：混合定价为每百万token 2.3美元。具体来看，输入（未命中缓存）定价为20元（约3美元），输出定价为100元（约15美元）。 实际成本：借助Mooncake分离式推理架构，其在编程场景的缓存命中率超过90%，实际输入成本可降至标准价格的四分之一。
- OpenAI GPT-5.6 系列 OpenAI 于7月10日正式推出GPT-5.6全系列模型，整体呈现旗舰版价格持平、中低端版本价格大幅下降的格局。 旗舰版 Sol：输入5美元/输出30美元（每百万token）。 均衡版 Terra：输入2.5美元/输出15美元（每百万token）。 高性价比版 Luna：输入1美元/输出6美元（每百万token）。
价格和Terra 直接打平。
聊聊上桌吃饭
你说他性能强不强？他必须强啊。 你要是性能和千问、DS坐一桌，你定价是DS十倍，千问的五倍。你不死谁死。
从官方测评来看，基本上水平略弱于Sol，不才世界第三。
但是互联网大模型是一个大鱼吃小鱼的游戏，他不是一个低价的模型，他价格和国外模型相比，优势并不大。 想直接干碎国外大模型，这个价格差一些。但是绝对是能上桌吃饭的级别
官方的参数表示：效果上来说，已经追上了国外第一梯队。 从性质上，是最大的开源大模型。性质比国外闭源模型强。 说一句国产AI之光不过分。
中国的大模型第一次有了和国外模型一起上桌吃饭的本钱。 至于说想做执牛耳：
- 价格还得低一低，定价上没有优势
- 效果和速度上，token消耗上还得甩国外几条街。
总结
假如产品宣传真实可信，中国也有了可以和Anthropic、OpenAI掰手腕的国产货替代。在顶尖的编程大模型上，中国终于可以上桌吃饭了。
从定价上和性能上，干碎国外模型还任重道远。
