一些Kimi K3博客中的亮点和缺点分享，附一点个人吐槽

先上原始链接：

Intro前两段基本就给kimi k3定性了。亮点：首个开源的3T级别模型，开源+3T啊，这个太恐怖了。另外，Kimi K3虽然和Fable 5和5.6sol有差距，但差距已经很小了。

然后是最重要的benchmark测试

Benchmark结果从数值来看基本上和前面的描述能对上，能和Fable和5.6.sol掰掰手腕的水平。

中间大量的例子不看了，建议感兴趣的自己打开blog观看，有大量的视频和demo。下面是完整的跑分榜

DeepSWE似乎很多人还是比较认的，这个榜的表现是（全开思考最大）

glm 5.2 < opus 4.8 < gpt 5.5 < kimi k3 < fable 5 < gpt 5.6sol

然后聊聊kimi blog里面自己提的limitation吧，感觉还是蛮有趣的

1. k3很看重思考历史（不知道以前是否出现过类似的概念？），所以尽量在支持的框架（如kimi code）里面使用，也尽量避免切换模型。这样来看的话，似乎k3的中转不会很舒服，而且如果思考都回传会不会导致后期成本过高呢？再看表现吧。刚才又想了一下，这个点其实还是从用户的角度来说还是有点尴尬的，因为k2.x系列很便宜很快，可能一个任务中只有少部分想要旗舰模型的帮助，但这种设计的话不鼓励切模型只能新开，也就没法在任务的中途切换k3出来辅助。


2. 官方自己承认了k3很容易“过度发挥”，或者说“过于积极主动”？并且官方建议是在AGENTS.md里面施加约束。个人感觉这其实是一种大势所趋？fable5开始流行什么“一句话生成游戏”，不过度发挥的话就不可能生成出来。反正我的观点是主动一点总归是好的，大不了约束一下。但要是指令遵循也做不好就容易坏菜。


3. 至少说明我们开源国模好起来了，开始和fable5和5.6sol对标了 ^-^开源的含金量啊

最后附上一点个人的使用体验和吐槽吧（199套餐）：主要是科研编码和学术写作用，k3的强大一用便知，真的超强。但是智力的另一面是慢（其实也还好，只是习惯了highspeed再用k3确实感觉好慢），另外额度还是偏少，review一下我的140页大论文，自主开了几个子agent，然后10%的周限就没了 ^-^不过review的质量确实很惊人。要想爽用至少199甚至699，但kimi的699又有点尴尬（性价比不如199），不知道咋想的。啥时候699能对标gpt pro 20x我感觉就相当可以了。