jianjun Liu

Posted on Jul 19

Kimi K3 登顶 MMLU-Pro 全球第一 (89.2%) — 95% 比 GPT-5 便宜

#ai #chinese #llm #opensource

月之暗面（Moonshot AI）刚刚发布 Kimi K3 模型，MMLU-Pro 全球第一 (89.2%)，超过 GPT-5 (87.8%) 和 Claude 4 Opus。关键是：输入价格 $0.50/M tokens，GPT-5 是 $10.00/M，便宜 20 倍。

如果你是开发者、创业者、或者在用 GPT-4o/Claude 跑业务，这条信息跟你直接相关。

K3 是什么？

Kimi K3 是月之暗面 7 月 17 日发布的旗舰模型。核心参数：

2.8 万亿总参数（MoE 架构，每 token 激活 32B）
256K 上下文窗口
MMLU-Pro 89.2%（目前全球第一）
HumanEval+ 94.7%（代码能力）
GSM8K 96.4%（数学能力）
$0.50/M 输入 tokens，$2.00/M 输出 tokens
7 月 27 日开源（7 天后）

为什么资本市场慌了？

K3 跑分出来后，英伟达股价跌了 2%。逻辑很简单：如果中国 AI 模型能用 1/20 的成本达到 GPT-5 水平，全球 AI 算力需求增长预期就要打折扣。GPU 不需要那么多了，英伟达承压。

这 2% 是不是过度反应不好说，但底层趋势是真实的——K3 不是孤例，是中国新一代高效大模型的先头部队。

怎么用 K3？（90% 人的痛点）

问题来了：月之暗面官方 K3 API 有几个门槛：

需要国内手机号 + 实名认证
只支持支付宝/微信，没有国际信用卡
文档只有中文
海外访问慢、偶发掉线

对 95% 的海外开发者和外卡用户来说，这是堵墙。

解决方案：TokenEase

我们做了一件事：TokenEase — 一个 OpenAI 兼容的 API 网关，让你邮箱注册、信用卡付款、直接调 K3（以及 DeepSeek V4、GLM-5.1、Qwen-Plus、豆包、腾讯混元）。

from openai import OpenAI

client = OpenAI(
    base_url="https://tokenease.io/v1",
    api_key="sk-你的key"  # 注册送 $1 免费额度
)

response = client.chat.completions.create(
    model="kimi-k3",
    messages=[{"role": "user", "content": "用3句话解释量子纠缠"}]
)
print(response.choices[0].message.content)

就这样，原来调 GPT-4o 的代码改一行 base_url 就能调 K3。LangChain、LlamaIndex、Dify、Coze 全部直接用。

真实测试：20 道 LeetCode 中等题

我自己用 K3 跑了 20 道 LeetCode 中等难度，一次通过率 85%。同样题目 GPT-4o 大概 70%。

256K 上下文很爽。我把一个 3 万行的 Python 项目整个扔进去（18 万 tokens），让它分析架构并给出重构建议，输出质量比预期高很多。之前用 128K 模型得分批喂，体验完全不一样。

价格对比（每百万 tokens）

模型	输入	输出	上下文	MMLU-Pro
Kimi K3	$0.50	$2.00	256K	89.2%
DeepSeek V4	$0.27	$1.10	128K	86.5%
GLM-5.1	$0.30	$1.20	128K	85.9%
GPT-5	$10.00	$30.00	128K	87.8%
Claude 4 Opus	$15.00	$75.00	200K	88.1%

K3 不是最便宜的国产模型（DeepSeek 更便宜），但它是第一个在 MMLU-Pro 上明确超过 GPT-5 的。

老实说 K3 的 3 个缺点

长上下文延迟 — 200K+ 输入时，首 token 延迟 8-12 秒。实时对话限制在 16K 以内。
英文创意写作 — GPT-4o 写英文更自然。K3 中文明显强，英文略逊。
Function calling — K3 支持但 schema 验证比 OpenAI 严，需要清理 tool 定义。

现在该做什么？

如果你的产品还没测过 K3：

去 tokenease.io 注册 — 邮箱即可，$1 免费额度（约 200 万输入 tokens）
拿你最难的 prompt 试 — 那种在 GPT-4o 上失败的题目
跟踪开源发布 — 7 月 27 日 K3 权重开放，要自部署的等那天

中国大模型这一波是真的。K3 只是最新证明。

声明：我在 TokenEase 工作。文中跑分数据来自 Artificial Analysis 和月之暗面官方发布说明，2026 年 7 月。

DEV Community