Kimi K3 ถูกปล่อยเมื่อวานนี้: 2.8 ล้านล้านพารามิเตอร์, 1M คอนเท็กซ์, ราคา $3 ต่อล้านอินพุตโทเค็น
คนส่วนใหญ่จะแคปหน้าจอเบนช์มาร์กแล้วก็ไม่เคยส่งงานจริงให้มันทำเลยสักครั้ง
Inside: จุดที่ K3 ชนะสแต็กของคุณจริงๆ, ข้อควรระวังช่วงเปิดตัวที่ไม่มีใครพูดถึง, และวิธีการตั้งค่า routing ที่ถูกต้อง
ถ้าทำถูกต้อง งานหนักที่ต้องใช้ context ยาวที่สุดของคุณจะเหลือราคาแค่หนึ่งในสามของราคา frontier
นี่คือเซ็ตอัปแบบเต็ม 👇
ก่อนจะลงลึก ผมแชร์โน้ตประจำวันเกี่ยวกับ AI และ vibe coding ใน Telegram channel ของผม: https://t.me/zodchixquant 🧠
สิ่งที่เกิดขึ้นจริง พูดแบบไม่ต้องมีศัพท์เทคนิค
Moonshot AI เปิดตัว flagship ตัวใหม่เมื่อวันที่ 16 กรกฎาคม ข้อเท็จจริงสั้นๆ ทั้งหมดยืนยันจากงานเปิดตัว:
- โมเดล: Mixture-of-Experts, พารามิเตอร์รวมประมาณ 2.8 ล้านล้าน โดยมีเพียง 16 จาก 896 experts ที่ทำงานต่อหนึ่งโทเค็น โปรโมทเป็นโมเดลคลาส 3T ตัวแรกของโลกที่เปิดให้ใช้
- คอนเท็กซ์: 1M โทเค็น และไม่เหมือนคู่แข่งบางราย ราคาคงที่ตลอดทั้ง window ไม่มีระดับพรีเมียมสำหรับ prompt ยาว
- อินพุต: ข้อความ รูปภาพ และวิดีโอแบบเนทีฟ การคิดจะเปิดตลอดเวลา
- วิธีใช้งาน: แอป Kimi (รวมฟรี tier), kimi.com, Kimi Code, และ API ที่ api.moonshot.ai/v1 ด้วย model id kimi-k3 รองรับ OpenAI API ดังนั้น SDK ที่คุณมีอยู่แล้วก็ใช้งานได้
- Open weights: สัญญาจะปล่อยภายในวันที่ 27 กรกฎาคม พร้อม technical report และ vLLM implementation
มีสองเวอร์ชันที่ปล่อย: K3 Max สำหรับงานแชทและ agent, K3 Swarm Max สำหรับการประมวลผลแบบขนานขนาดใหญ่
คณิตศาสตร์ราคาที่สำคัญจริงๆ
- $3 อินพุต / $15 เอาต์พุต ต่อล้านโทเค็น ราคาเท่ากับราคาของ Sonnet 5 หลังจากช่วงโปรโมชั่นสิ้นสุดในวันที่ 31 สิงหาคมพอดี แต่โมเดลนี้มีน้ำหนักมากกว่า
- $0.30 ต่อล้านเมื่อ cache hit บริบทที่ซ้ำกันมีราคาถูกกว่า 10 เท่า สำหรับ agent loop ที่อ่าน codebase เดิมซ้ำๆ นี่คือตัวคูณที่ซ่อนอยู่ที่ใหญ่ที่สุดในเรทราคาทั้งหมด
- ราคาคงที่ตลอด 1M คอนเท็กซ์ prompt ขนาด 800K โทเค็นคิดราคาเท่ากับ prompt ขนาด 8K เทียบกับ tier พรีเมียมสำหรับ long-context ของที่อื่น
- โบนัสเปิดตัว: การเติมเงิน API จะได้รับเครดิตเพิ่ม 10-30% จนถึงวันที่ 11 สิงหาคม ถ้าคุณจะทดสอบจริงๆ ให้เติมเงินภายในช่วงเวลานี้
การเปรียบเทียบตามจริง: K3 ราคาถูกกว่า Fable 5 ($10/$50) ถึง 3.3 เท่าในส่วนอินพุต และเท่ากับราคาในอนาคตของ Sonnet 5 ในวันนี้ พร้อมกับหน้าต่าง 1M และ vision แบบเนทีฟ
จุดที่ K3 เข้ากับสแต็กของคุณ (และจุดที่มันไม่เข้า)
นี่คือรายละเอียดที่สร้างความเชื่อมั่นแทน hype: บล็อกเทคนิคของ Moonshot เองยอมรับว่า K3 ตามหลัง Claude Fable 5 และ GPT-5.6 Sol โดยรวม พวกเขาอ้างผลลัพธ์ระดับ frontier ในชุดทดสอบของตัวเอง (Terminal Bench 2.1: 88.3, SWE Marathon: 42.0, ทั้งหมดรายงานเอง) แต่พวกเขาไม่ได้แกล้งทำเป็นว่ามันคือราชาองค์ใหม่
ความซื่อสัตย์นั้นทำให้คุณมีกฎ routing ที่ชัดเจน:
1## การจัดเส้นทางโมเดล (CLAUDE.md / เอกสารทีม)23- การอ่าน long-context, การวิเคราะห์ทั้ง repo, การสังเคราะห์เอกสาร → Kimi K34 (หน้าต่าง 1M ในราคาคงที่, cache hit ที่ $0.30)5- การเขียนโค้ดส่วน frontend และ UI-heavy → Kimi K3 แล้วตรวจสอบด้วยสายตา6- Agent loop ที่มีบริบทซ้ำๆ → Kimi K3 ผ่าน cache hit7- การให้เหตุผลหลายขั้นตอนที่ยากที่สุด, งานที่ต้องรักษาความปลอดภัย → ใช้8 Fable 5 / Opus 4.8 ต่อไป9- แก้ไขด่วนและงานประจำวัน → Sonnet 5 (ถูกกว่าไปจนถึง 31 ส.ค.)
รูปแบบคือ: K3 เป็นเครื่องจักรปริมาณ ไม่ใช่เครื่องจักรความฉลาดสูงสุด จัดเส้นทางตามน้ำหนักของโทเค็น ไม่ใช่ตามชื่อเสียง
ข้อควรระวังช่วงเปิดตัว
สี่สิ่งที่โพสต์ hype ข้ามไป ทั้งหมดจากเอกสารทางการและบล็อกของ Moonshot เอง:
- reasoning_effort มีเฉพาะโหมด max ในตอนเปิดตัว โหมด low และ high จะมาใน "อัปเดตครั้งต่อไป" จนกว่าจะถึงตอนนั้น ทุกคำขอจะใช้การคิดเต็มรูปแบบที่ราคา $15/M ดังนั้นงานสั้นๆ จะแพงโดยไม่รู้ตัว อีกเหตุผลที่ควรเก็บงานแก้ไขด่วนไว้ที่อื่น
- เบนช์มาร์กทั้งหมดเป็นข้อมูลที่รายงานเองในตอนนี้ การประเมินโดยอิสระเพิ่งเริ่มลงในวันนี้เท่านั้น ถือว่าทุกชาร์ตเป็นเพียงการอ้างสิทธิ์จนกว่าบุคคลที่สามจะยืนยัน
- โหมด preserved thinking history K3 ถูกฝึกมาให้คาดหวังว่าประวัติการใช้เหตุผลจะถูกเก็บไว้ในบริบทข้ามรอบการสนทนา ถ้าคุณลบมันออกใน pipeline คุณภาพอาจลดลง ตรวจสอบการจัดการของ framework คุณก่อนนำไปใช้จริง
- น้ำหนักโมเดลยังไม่มีบน Hugging Face วันที่ 27 กรกฎาคมเป็นสัญญา ไม่ใช่ลิงก์ดาวน์โหลด และตามความเป็นจริง การโฮสต์โมเดล 2.8T ด้วยตัวเองไม่ใช่ตัวช่วยลดต้นทุนสำหรับใครก็ตามที่ไม่มีเครื่องเร่งความเร็วเป็นชั้นๆ
การตั้งค่าเริ่มต้น (คัดลอกอันนี้)
ชี้ client ที่รองรับ OpenAI API ไปที่มัน:
1from openai import OpenAI23client = OpenAI(4 api_key=MOONSHOT_API_KEY,5 base_url="https://api.moonshot.ai/v1",6)78response = client.chat.completions.create(9 model="kimi-k3",10 messages=[11 {"role": "system", "content": STABLE_PROJECT_CONTEXT},12 {"role": "user", "content": task},13 ],14)
เคล็ดลับ cache hit ที่ช่วยลดค่าใช้จ่ายของคุณ 10 เท่า: เก็บ stable context ขนาดใหญ่ของคุณ (codebase dump, เอกสารโปรเจกต์) ไว้ใน prefix ที่เหมือนกันในทุกคำขอ prefix ที่เหมือนกันจะเข้า cache และคิดค่าใช้จ่ายที่ $0.30/M แทนที่จะเป็น $3
จัดโครงสร้าง prompt ของคุณใหม่เพื่อให้ส่วนที่คงที่มาก่อนและไม่เปลี่ยนแปลง และส่วนที่แปรผัน (งาน) มาทีหลัง
ข้อผิดพลาดทั่วไป
- ทดสอบด้วยคำถามแชท MoE ขนาด 2.8T ที่มีหน้าต่าง 1M ไม่ได้แสดงอะไรเลยกับคำว่า "เขียนฟังก์ชันให้ฉันหน่อย" ป้อนทั้ง repo หรือคลังงานวิจัยให้มัน นั่นคืองานระดับที่มันสร้างมา
- ไม่สนใจราคา cache การ prompting แบบไม่คิดหน้าคิดหลังจะจ่าย $3/M ทุกครั้ง prefix ที่มีโครงสร้างจะจ่าย $0.30 ในการเรียกซ้ำ โมเดลเดียวกัน ราคาต่างกัน 10 เท่าสำหรับ workload แบบ agent
- อ้างเบนช์มาร์กเป็นข้อเท็จจริง มันเป็นข้อมูลที่รายงานเอง และผู้จำหน่ายเองก็บอกว่ามันตามหลัง Fable 5 การพูดซ้ำว่า "ชนะ Opus" จากกระทู้เปิดตัวคือวิธีที่คุณจะโดน community-noted
- ย้ายทราฟฟิกทั้งหมดในคืนเดียว จัดเส้นทาง workload หนึ่งคลาสก่อน การอ่าน long-context เป็นตัวเลือกที่ชัดเจน เปรียบเทียบคุณภาพหนึ่งสัปดาห์ แล้วค่อยขยาย
- ลืมกับดักเรื่อง effort การ reasoning แบบ max-only หมายความว่า K3 จะคิดมากเกินไปในงานเล็กๆ น้อยๆ ด้วยราคาเอาต์พุตเต็ม มันเป็นเครื่องจักรหนัก ใช้มันกับงานหนัก
แผน 15 นาที
- รับ API key และเติมเงินภายในช่วงโบนัส (3 นาที)
- ใส่การตั้งค่าที่รองรับ OpenAI API ด้านบนลงในสแต็กของคุณ (4 นาที)
- ปรับโครงสร้าง prompt หนักหนึ่งอันสำหรับ cache hit: stable prefix, งานไว้ทีหลัง (4 นาที)
- รันงาน long-context ที่ใหญ่ที่สุดของคุณบน K3 และงานเดียวกันบนโมเดลปัจจุบันของคุณ (3 นาที)
- เปรียบเทียบผลลัพธ์และต้นทุน แล้วเพิ่มบล็อก routing ถ้า K3 สมควรได้รับ (1 นาที)
Flagship ใหม่, ผู้จำหน่ายที่ซื่อสัตย์, ราคาที่ aggressive ช่วงเวลาที่จะหาว่ามันเหมาะกับสแต็กของคุณที่ไหนคือตอนนี้ ในขณะที่คนอื่นๆ ยังเถียงกันเรื่องชาร์ตเบนช์มาร์ก
ขอบคุณที่อ่านจนจบ!
