Kimi K3不是只想回答問題，而是要接手長時間、跨工具的 Agent 任務。它採用2.8兆參數架構，結合 Kimi Delta Attention、Attention Residuals、原生視覺能力與最高100萬 token 上下文，可閱讀大型程式庫、操作終端機，也能搜尋資料後製作研究網站、簡報與試算表。官方把它定位成接近頂尖閉源模型的開放模型，但完整權重預計2026年7月27日才釋出。

現實應用

開發團隊可以拿它處理跨檔案重構、除錯、測試與前端畫面調整；研究、顧問和金融從業者則可透過 Kimi Work 串接本機文件、瀏覽器、Python 與排程，完成資料蒐集、分析和交付物。原生視覺能力也讓它較適合遊戲、3D、CAD，以及需要對照截圖反覆修改的工作。

期望評估

我認為低標期望，是把 K3 當成長上下文更大的 Coding Agent：大型專案少切幾次對話，研究任務也能保留更多來源與中間結果。高標期望則是它真的能把「查資料、跑工具、修正、產出檔案」串成可用流程，減少人工盯場。不過官方也承認整體使用體驗仍落後最強閉源模型，不能只看自家 benchmark 就假設可直接無人值守。

商業策略分析

我猜最先受影響的是 Claude Code、Codex，以及中國開源模型陣營。Kimi 把同一模型放進 Web、Kimi Work、Kimi Code 與 API，重點不是單賣聊天能力，而是用模型帶動完整工作入口。若權重如期開放，企業與推論服務商會多一個高階自部署選項；代價則是2.8兆參數的部署門檻不低。對重度 Coding Agent 或研究自動化團隊值得測試，一般使用者先用雲端版本較實際。

實作細節

K3已可在 Kimi.com、Kimi Work、Kimi Code 與 API 使用。Kimi Code CLI 可用 curl -fsSL https://code.kimi.com/kimi-code/install.sh | bash 安裝，再於新工作階段輸入 /model 選擇 K3；第三方工具的 model ID 為 k3。目前僅正式支援 max reasoning effort。官方提醒不要在既有對話中途切換模型，否則 thinking history 與快取可能讓品質不穩或增加用量；K3也可能過度主動，實務上應在 system prompt 或 AGENTS.md 明訂操作邊界。

延伸連結

• Kimi K3 官方技術文章
• Kimi K3 線上入口
• Kimi Work
• Kimi Code 模型設定文件

原始首頁可擷取內容有限，本文主要依據 Kimi 官方技術文章與產品文件整理。