Kimi K3 ปะทะ GPT-5.6 Sol: โมเดล AI เปิดน้ำหนัก สู่สุดยอดนวัตกรรม

Moonshot AI ได้เปิดตัว Kimi K3 เมื่อวันที่ 16 กรกฎาคม 2026 และเรียกมันว่าเป็นโมเดลแบบเปิดตัวแรกของโลกในกลุ่ม 3 ล้านล้านพารามิเตอร์ การกล่าวอ้างนี้ทำให้เกิดคำถามที่ชัดเจน: หากน้ำหนักโมเดลเป็นแบบเปิด และผลการทดสอบมีความแข็งแกร่ง K3 จะสามารถตามทันโมเดลปิดระดับแนวหน้าได้หรือไม่? Moonshot ตอบอย่างตรงไปตรงมาใน โพสต์เปิดตัว Kimi K3 โดยระบุว่าประสิทธิภาพของ K3 “ยังคงตามหลังโมเดลกรรมสิทธิ์ที่ทรงพลังที่สุดอย่าง Claude Fable 5 และ GPT-5.6 Sol” ดังนั้นนี่ไม่ใช่การฉลองชัยชนะ แต่เป็นการแข่งขันระหว่างผู้ท้าชิงกับผู้นำ: GPT-5.6 Sol ยังคงครองความเป็นเลิศด้านคุณภาพระดับสูงสุด และ Kimi K3 แข่งขันกันในด้านความเป็นแบบเปิด ความยาวบริบท และราคา

GPT-5.6 Sol เป็นโมเดลเรือธงของ OpenAI ในตระกูล GPT-5.6 เช่นเดียวกับ Terra และ Luna; Kimi K3 เป็นตัวเลือกโมเดลน้ำหนักเปิดที่แข็งแกร่งที่สุดในกลุ่มเดียวกัน โดยอยู่ในอันดับที่สี่ในดัชนี Artificial Analysis Intelligence ทั้งสองเปิดเผย API ที่เข้ากันได้กับ OpenAI ดังนั้นเราจึงจะรันพรอมต์เดียวกันนี้กับ kimi-k3 และ gpt-5.6-sol ใน Apidog และเปรียบเทียบคุณภาพ ความหน่วง และค่าใช้จ่าย

TL;DR: สรุปผลโดยสรุป

• เลือก GPT-5.6 Sol สำหรับความสามารถสูงสุดในด้านความฉลาดดิบและการให้เหตุผลภายในระบบนิเวศแบบปิดที่โฮสต์โดย OpenAI Moonshot เองก็ยอมรับว่า Sol เหนือกว่า K3 ในด้านคุณภาพระดับสูงสุด
• เลือก Kimi K3 สำหรับน้ำหนักแบบเปิด การโฮสต์ด้วยตนเอง หน้าต่างบริบท 1M โทเค็น หรือการควบคุมต้นทุนอย่างเข้มงวด มันเป็นโมเดลแบบเปิดที่ดีที่สุดในกลุ่มนี้ในปัจจุบัน พร้อมราคาอินพุตแบบ cache-hit ที่ดุดัน
• ช่องว่างที่แท้จริง: ยังไม่มีการทดสอบ K3 เทียบกับ Sol แบบเป็นกลางที่เทียบเคียงกันได้ Sol นำในด้านคุณภาพตามคำกล่าวของผู้พัฒนาเอง; K3 นำในด้านความเป็นแบบเปิด บริบท และราคา
• ทั้งสองรองรับ API ที่เข้ากันได้กับ OpenAI ดังนั้นต้นทุนการเปลี่ยนผ่านจึงต่ำ ซึ่งทำให้การทดสอบควบคู่กันไปเป็นวิธีที่ฉลาดที่สุดก่อนที่คุณจะตัดสินใจใช้งาน

มาทำความรู้จักกับทั้งสองโมเดล

Kimi K3 คือเรือธงใหม่ของ Moonshot AI เป็นโมเดล Mixture-of-Experts (MoE) ที่มีพารามิเตอร์รวม 2.8 ล้านล้านตัว สร้างขึ้นจากส่วนประกอบที่กำหนดเอง: Kimi Delta Attention, Attention Residuals และการออกแบบ Stable LatentMoE ที่เปิดใช้งาน 16 ผู้เชี่ยวชาญจาก 896 ต่อโทเค็น Moonshot ไม่ได้เปิดเผยจำนวนพารามิเตอร์ที่ใช้งานอยู่ ซึ่งโดยปกติจะใช้ในการทำนายต้นทุนและความเร็วในการอนุมาน ดังนั้นให้ถือว่า 2.8T เป็นความจุรวม ไม่ใช่การคำนวณต่อโทเค็น K3 เป็นโมเดลการให้เหตุผลที่รับอินพุตข้อความและรูปภาพ และส่งคืนข้อความ โดยมีหน้าต่างบริบท 1 ล้านโทเค็น, รหัสโมเดล kimi-k3 และมีกำหนดเปิดน้ำหนักโมเดลประมาณวันที่ 27 กรกฎาคม 2026 คำอธิบายเกี่ยวกับ Kimi K3 ครอบคลุมถึงสถาปัตยกรรม

GPT-5.6 Sol เป็นโมเดลเรือธงแบบปิดของ OpenAI ในตระกูล GPT-5.6 ซึ่งสามารถเข้าถึงได้ผ่าน API และผลิตภัณฑ์ของ OpenAI แต่ไม่สามารถดาวน์โหลดน้ำหนักโมเดลได้ OpenAI วางตำแหน่ง Sol เป็นสมาชิกที่มีความสามารถสูงสุดในตระกูล โดยมี Terra และ Luna ที่มีจุดราคาและความหน่วงที่แตกต่างกัน เราได้ครอบคลุมความแตกต่างใน GPT-5.6 Sol vs Terra vs Luna และ OpenAI ได้ระบุเอกสารเกี่ยวกับรุ่นปัจจุบันและราคาบน เอกสารแพลตฟอร์ม ของพวกเขา เนื่องจาก OpenAI ปรับปรุงตัวเลขเหล่านี้เมื่อเวลาผ่านไป เราจึงยึดข้อมูลจำเพาะของ Sol ในเชิงคุณภาพเป็นหลัก

การเปรียบเทียบโดยสรุป

ในกรณีที่ค่า Sol ขึ้นอยู่กับการกำหนดค่าปัจจุบันของ OpenAI ช่องนั้นจะระบุเช่นนั้นแทนที่จะคาดเดา

คำเตือนสองประการ: คะแนน Intelligence Index ที่ 57 ทำให้ K3 อยู่ในอันดับที่สี่จาก 189 โมเดลที่ติดตามโดย Artificial Analysis ซึ่งน่าทึ่งสำหรับโมเดลแบบเปิด แต่ไม่ได้หมายความว่า K3 จะทำคะแนนได้ดีกว่า Sol โดยรวม: ดัชนีนี้รวบรวมการประเมินหลายอย่าง และ Moonshot เองก็กล่าวว่า Sol มีคุณภาพระดับสูงสุดที่สูงกว่า ตัวเลขการเปรียบเทียบแบบตัวต่อตัวที่มีอยู่มาจากตารางเปิดตัวของ Moonshot ด้านล่าง ดังนั้นให้พิจารณาว่าเป็นแนวทางจนกว่าห้องปฏิบัติการที่เป็นกลางจะทำการทดสอบซ้ำ เราจะอัปเดตโพสต์ เกณฑ์มาตรฐาน Kimi K3 เมื่อมีตัวเลขที่เป็นอิสระออกมา

ความฉลาดดิบและคุณภาพ

นี่คือถิ่นของ Sol โมเดลเรือธงของ OpenAI มักจะนำในงานด้านการให้เหตุผลที่ยากที่สุด งานด้านเอเจนซี และงานการเขียนโค้ด และภาษาของ Moonshot เองก็วาง Sol ไว้เหนือ K3 ในด้านความสามารถโดยรวม หากภาระงานของคุณอยู่ในจุดสูงสุดของสิ่งที่โมเดลปัจจุบันสามารถทำได้ เช่น การวางแผนเอเจนซีหลายขั้นตอน หรือการปรับโครงสร้างโค้ดขนาดใหญ่ คุณภาพที่แตกต่างกันเล็กน้อยที่จุดสูงสุดของกราฟคือสิ่งที่ Sol สร้างความได้เปรียบ

แต่ K3 ก็ยังแข็งแกร่ง คะแนน Intelligence Index ที่ 57 และอันดับที่สี่ไม่ได้หมายความว่ามันเป็นรองที่ห่างไกล; มันอยู่ในวงสนทนาของโมเดลแนวหน้า สำหรับงานโปรดักชันจำนวนมาก (การสรุป การจัดหมวดหมู่ การตอบคำถาม RAG การร่าง การช่วยเหลือการเขียนโค้ดในชีวิตประจำวัน) ช่องว่างระหว่างอันดับที่สี่กับอันดับสูงสุดนั้นเล็กพอที่ผู้ใช้ส่วนใหญ่จะไม่สังเกตเห็นในการทดสอบแบบตาบอด บ่อยครั้งที่ทั้งสองโมเดลทำได้ตามเกณฑ์ที่งานของคุณต้องการ และการตัดสินใจจะย้ายไปที่ความเป็นแบบเปิด บริบท และต้นทุน

Moonshot ได้เผยแพร่ตารางเกณฑ์มาตรฐานที่มีคอลัมน์ GPT-5.6 Sol ด้วย ตัวเลขเหล่านี้เป็นการทดสอบโดยผู้พัฒนาเองที่การตั้งค่าการให้เหตุผลสูงสุด ไม่ใช่การทดสอบซ้ำโดยอิสระ ดังนั้นควรพิจารณาด้วยความระมัดระวัง

อ่านอย่างตรงไปตรงมา ตารางของ Moonshot เองก็แบ่งเป็น 3-2 K3 เหนือกว่า Sol ใน BrowseComp, Automation Bench และ SpreadsheetBench 2 ในขณะที่ Sol ชนะ Terminal-Bench 2.1 ไปอย่างฉิวเฉียด และครอง DeepSWE ซึ่งเป็นตัวชี้วัดการเขียนโค้ดเชิงเอเจนซีที่ยากที่สุดในที่นี้ ด้วยคะแนน 73.0 ต่อ 67.5 ที่ชัดเจน แถวสุดท้ายนั้นเป็นตัวบอกเล่า: ความได้เปรียบของ Sol ปรากฏขึ้นในงานที่มีความยากสูงสุด ซึ่งสอดคล้องกับการยอมรับของ Moonshot ว่า K3 ยังคงตามหลัง Sol โดยรวม

ข้อสังเกตที่ต้องวางแผนล่วงหน้า: Artificial Analysis ระบุว่า K3 พูดจาเยิ่นเย้อ โดยสร้างเอาต์พุต 130 ล้านโทเค็นในระหว่างการทดสอบ Intelligence Index เทียบกับค่าเฉลี่ย 63 ล้านโทเค็น เนื่องจาก K3 คิดค่าบริการ $15 ต่อล้านโทเค็นเอาต์พุต คำตอบที่ยาวขึ้นจึงมีค่าใช้จ่ายสูงขึ้น ดังนั้นควรกำหนดงบประมาณสำหรับความยาวเอาต์พุตและกระชับพรอมต์ สำหรับการอ่านความสามารถเทียบกับเกณฑ์พื้นฐานที่รู้จัก Kimi K3 vs Claude Opus 4.8 ใช้เลนส์เดียวกันกับโมเดลของ Anthropic

ความเป็นแบบเปิดและการโฮสต์ด้วยตนเอง

นี่คือจุดที่ K3 แซงหน้าไปอย่างเด็ดขาด น้ำหนักโมเดลจะเปิดให้ใช้งานประมาณวันที่ 27 กรกฎาคม 2026 และนั่นจะเปลี่ยนสิ่งที่คุณสามารถทำได้: รันบนโครงสร้างพื้นฐานของคุณเอง เก็บพรอมต์และข้อมูลที่ละเอียดอ่อนไว้ไม่ให้ไปอยู่บนเซิร์ฟเวอร์ของบุคคลที่สาม ปรับแต่งให้เข้ากับโดเมนของคุณ ตรึงเวอร์ชันเพื่อไม่ให้การอัปเดตแบบเงียบเปลี่ยนผลลัพธ์ของคุณ และหลีกเลี่ยงค่าธรรมเนียมต่อโทเค็นในขนาดใหญ่ สำหรับอุตสาหกรรมที่มีการควบคุม สภาพแวดล้อมที่แยกจากเครือข่ายภายนอก หรือผลิตภัณฑ์ที่ไม่สามารถส่งข้อมูลผู้ใช้ไปยัง API ภายนอก โมเดลแบบเปิดเป็นตัวเลือกเดียวที่เหมาะสม

GPT-5.6 Sol ไม่มีคุณสมบัติเหล่านี้ มันเป็นแบบปิดและโฮสต์อยู่: คุณจะได้รับความน่าเชื่อถือและเครื่องมือของ OpenAI แต่โมเดลจะอยู่บนเซิร์ฟเวอร์ของ OpenAI คุณไม่สามารถตรวจสอบหรือแก้ไขมันได้ และ OpenAI มีสิทธิ์เปลี่ยนแปลงราคา ความพร้อมใช้งาน และพฤติกรรมได้ ทีมงานหลายทีมยอมรับการแลกเปลี่ยนนี้ เนื่องจากโมเดลขนาด 3 ล้านล้านพารามิเตอร์นั้นต้องใช้ GPU ที่จริงจัง สแต็คการอนุมาน และทักษะการดำเนินงานที่แท้จริง กรอบความคิดคือการควบคุมเทียบกับความสะดวกสบาย: K3 มอบกุญแจให้คุณ; Sol มอบบริการที่ดำเนินการอย่างดีให้คุณ

หน้าต่างบริบทและการทำงานกับเอกสารขนาดยาว

Kimi K3 มาพร้อมกับหน้าต่างบริบทขนาด 1 ล้านโทเค็น ซึ่งเทียบเท่ากับประมาณ 1,500 หน้าในคำขอเดียว ซึ่งช่วยลดความยุ่งยากในการแบ่งส่วนและดึงข้อมูลสำหรับการวิเคราะห์โค้ดเบสทั้งหมด ชุดสัญญาขนาดใหญ่ หรือเส้นทางการทำงานของเอเจนซีที่ยาวนาน GPT-5.6 Sol ก็รองรับหน้าต่างขนาดใหญ่เช่นกัน OpenAI เผยแพร่ตัวเลขปัจจุบันในเอกสารโมเดล และเราจะไม่สร้างตัวเลขที่เปลี่ยนแปลงไปในแต่ละเวอร์ชัน ข้อควรระวังประการหนึ่ง: หน้าต่างขนาดใหญ่คือความจุ ไม่ใช่การรับประกันการเรียกคืนที่สมบูรณ์แบบ ดังนั้นควรวัดความแม่นยำด้วยเอกสารของคุณเอง แทนที่จะเชื่อตามที่ระบุไว้

การกำหนดราคาและการควบคุมต้นทุน

Kimi K3 คิดค่าบริการ $0.30 ต่อล้านโทเค็นสำหรับอินพุตที่ใช้แคช (cache-hit), $3.00 ต่อล้านโทเค็นสำหรับอินพุตที่ไม่ใช้แคช (cache-miss) และ $15.00 ต่อล้านโทเค็นสำหรับเอาต์พุต อัตรา cache-hit เป็นสิ่งที่น่าจับตา: หากแอปพลิเคชันของคุณนำพรอมต์ระบบขนาดใหญ่หรือบริบทเอกสารที่คงที่กลับมาใช้ซ้ำและยังคงอยู่ในแคช ต้นทุนอินพุตของคุณจะลดลงเป็นสิบเท่าเมื่อเทียบกับ cache-miss สิ่งนี้ให้รางวัลแก่การนำพรอมต์กลับมาใช้ซ้ำบ่อยๆ เช่น การสนทนาบนฐานความรู้ที่คงที่ การวิเคราะห์ราคา Kimi K3 อธิบายคณิตศาสตร์อย่างละเอียด

ราคาของ GPT-5.6 Sol เป็นสิ่งที่ OpenAI กำหนด และโมเดลปิดระดับแนวหน้าโดยทั่วไปมักจะมีราคาสูง ลองตรวจสอบราคาปัจจุบันของ OpenAI เทียบกับสัดส่วนโทเค็นของคุณเอง คู่มือราคา GPT-5.6 ครอบคลุมระดับราคาต่างๆ และ Terra กับ Luna เสนอจุดราคาที่ถูกกว่าเมื่อความสามารถสูงสุดของ Sol นั้นเกินความจำเป็น สิ่งที่ได้เรียนรู้คือ K3 ไม่ได้ถูกกว่าเสมอไป แต่ให้คุณมีสองตัวเลือกที่ Sol ไม่มี: ราคาอินพุตแบบ cache-hit ที่ดุดัน และตัวเลือกในการข้ามค่าธรรมเนียมต่อโทเค็นด้วยการโฮสต์ด้วยตนเอง

ระบบนิเวศ เครื่องมือ และความเร็ว

ระบบนิเวศของ OpenAI เป็นข้อได้เปรียบที่แท้จริงสำหรับ Sol SDK เอกสารประกอบ การบูรณาการ และเครื่องมือเกี่ยวกับการเรียกใช้ฟังก์ชันและเอาต์พุตที่มีโครงสร้างนั้นเป็นผู้ใหญ่และได้รับการสนับสนุนอย่างกว้างขวาง ดังนั้นหากสแต็กของคุณทำงานบน OpenAI อยู่แล้ว การนำ Sol มาใช้จึงแทบไม่มีค่าใช้จ่ายด้านวิศวกรรมเลย เราครอบคลุมรูปแบบการเรียกใช้ใน วิธีการใช้ GPT-5.6 API Kimi K3 ลดช่องว่างนั้น: API ของมันเข้ากันได้กับ OpenAI-SDK ดังนั้นคุณเพียงแค่เปลี่ยน URL พื้นฐานและรหัสโมเดลเป็น kimi-k3 และโค้ดส่วนใหญ่ก็จะยังคงทำงานได้ ซึ่งเป็นเหตุผลที่การเปรียบเทียบ K3 กับ Sol เป็นสิ่งที่สมจริงมากกว่าการเขียนโค้ดใหม่ K3 ยังมีอยู่ในผลิตภัณฑ์ของ Moonshot เอง รวมถึง Kimi Code และ Kimi Work

ในด้านความเร็ว Artificial Analysis พบว่า K3 ทำได้ประมาณ 62 โทเค็นต่อวินาที โดยมีเวลาในการส่งโทเค็นแรกใกล้เคียง 2 วินาที ซึ่งต่ำกว่าค่าเฉลี่ยประมาณ 73 สำหรับโมเดลการให้เหตุผลในระดับราคาที่ใกล้เคียงกัน ปริมาณงานของ Sol แตกต่างกันไปตามระดับและโหลด ดังนั้นควรวัดความเร็วภายใต้การทำงานพร้อมกันของคุณเอง และทดสอบทั้งสองด้วยเพย์โหลดที่สมจริงหากความหน่วงเป็นสิ่งที่ผู้ใช้เห็นและมีความสำคัญ

เมทริกซ์การตัดสินใจ

แผนภูมินี้จะจับคู่แกนที่คุณสนใจกับโมเดลที่มีแนวโน้มที่จะชนะในแกนนั้น

Sol ชนะในคอลัมน์คุณภาพและความสะดวกสบาย; K3 ชนะในคอลัมน์การควบคุม บริบท และต้นทุน พวกเขามีระบบคุณค่าที่แตกต่างกัน ดังนั้นเครื่องมือภายในที่คำนึงถึงความเป็นส่วนตัวและผลิตภัณฑ์เอเจนซีระดับแนวหน้าจึงเลือกโมเดลที่ตรงกันข้ามกันอย่างถูกต้อง

กรณีการใช้งานจริง

บริษัทฟินเทคที่สร้างผู้ช่วยเอกสารภายใน กฎระเบียบด้านการปฏิบัติตามข้อกำหนดห้ามการส่งข้อมูลลูกค้าไปยัง API ภายนอก ซึ่งทำให้ตัด Sol ออกไปและมุ่งตรงไปยัง Kimi K3 ซึ่งมีน้ำหนักแบบเปิดที่ช่วยให้ทีมสามารถโฮสต์เองได้หลังไฟร์วอลล์ของตน หน้าต่างบริบท 1M ช่วยในการจัดการไฟล์เอกสารขนาดยาว และคุณภาพก็เพียงพอแล้ว ดังนั้นช่องว่างเล็กน้อยในด้านคุณภาพระดับสูงสุดจึงไม่เปลี่ยนการตัดสินใจ

สตาร์ทอัพที่กำลังพัฒนาโคไพลอตสำหรับการเขียนโค้ดระดับแนวหน้า แนวคิดหลักคือการจัดการการปรับโครงสร้างโค้ดที่เครื่องมืออื่นทำได้ไม่ดี ดังนั้นความน่าเชื่อถือที่แตกต่างกันเพียงเล็กน้อยของ GPT-5.6 Sol ในงานที่ยากลำบากจึงเป็นจุดขายของผลิตภัณฑ์ และเครื่องมือของ OpenAI ก็ช่วยลดเวลาในการสร้าง ทีมงานยอมจ่ายราคาสูงและยังคงเป็นแบบปิด สำหรับมุมมองด้านการเขียนโค้ดของ K3 ดูที่ Kimi K3 สำหรับการเขียนโค้ด

ทดสอบทั้งสองเทียบกันใน Apidog

วิธีที่ดีที่สุดในการแก้ไขข้อถกเถียงเรื่องคุณภาพเทียบกับต้นทุนคือการรันพรอมต์ของคุณเองผ่านทั้งสองข้างเคียงกัน เนื่องจาก K3 และ Sol ทั้งสองเข้ากันได้กับ OpenAI Apidog ทำให้เป็นเรื่องง่ายใช้เวลาเพียงห้านาที สร้างคำขอสองรายการไปยังปลายทาง Chat Completions ของผู้ให้บริการแต่ละราย: หนึ่งรายการโดยตั้งค่า URL พื้นฐานเป็น API ของ Moonshot และโมเดล kimi-k3 อีกรายการหนึ่งชี้ไปที่ OpenAI ด้วย gpt-5.6-sol ส่งพรอมต์เดียวกันไปยังทั้งสองและเปรียบเทียบคุณภาพการตอบสนอง การใช้โทเค็น และความหน่วง จัดเก็บคีย์ API ของคุณเป็นตัวแปรสภาพแวดล้อมเพื่อไม่ให้ข้อมูลรั่วไหลเข้าไปในเนื้อหาคำขอ ดาวน์โหลด Apidog เพื่อตั้งค่า และ Apidog ภายใน VS Code ช่วยให้การทำงานอยู่ใกล้โค้ดของคุณ

สรุป

Kimi K3 และ GPT-5.6 Sol ไม่ได้แข่งขันกันในงานเดียวกันอย่างแท้จริง Sol คือการเล่นในด้านคุณภาพระดับสูงสุดและระบบนิเวศ และโพสต์เปิดตัวของ Moonshot เองก็ยอมรับว่า Sol นำหน้า K3 ในด้านความสามารถดิบ K3 คือการเล่นในด้านความเป็นแบบเปิด บริบทที่ยาวนาน และต้นทุน และเป็นโมเดลแบบเปิดที่แข็งแกร่งที่สุดในกลุ่มโดยไม่มีการประนีประนอม หากต้องการความสามารถสูงสุดและบริการที่มีการจัดการ Sol เป็นตัวเลือกที่ปลอดภัยกว่า หากต้องการเป็นเจ้าของน้ำหนักโมเดล เก็บข้อมูลไว้ภายในองค์กร ทำงานกับหน้าต่างบริบท 1M หรือลดต้นทุนอินพุตด้วยการแคช K3 คือคำตอบ เนื่องจากทั้งสองใช้ภาษา API เดียวกัน จึงสามารถใช้พรอมต์เดียวกัน วัดผล และให้ตัวเลขของคุณเองเป็นผู้ตัดสินใจ

คำถามที่พบบ่อย

Kimi K3 ดีกว่า GPT-5.6 Sol หรือไม่? ไม่ใช่ในด้านคุณภาพโดยรวม Moonshot เองในโพสต์เปิดตัวระบุว่า K3 ยังคงตามหลังโมเดลกรรมสิทธิ์ที่ทรงพลังที่สุดอย่าง Claude Fable 5 และ GPT-5.6 Sol K3 มีข้อดีในด้านความเป็นแบบเปิด หน้าต่างบริบท 1M และความยืดหยุ่นด้านราคา แต่ไม่ได้อ้างว่าเหนือกว่า Sol ในด้านความฉลาดดิบ

มีตารางเปรียบเทียบ K3 กับ Sol โดยตรงหรือไม่? มี แต่มีเพียงตารางที่จัดทำโดยผู้พัฒนาเท่านั้นในขณะนี้ โพสต์เปิดตัวของ Moonshot เผยแพร่ตารางที่ K3 ชนะ BrowseComp, Automation Bench และ SpreadsheetBench 2 และ Sol ชนะ Terminal-Bench 2.1 และ DeepSWE ตัวเลขเหล่านี้เป็นของ Moonshot เอง ไม่ใช่การทดสอบซ้ำที่เป็นอิสระ ดังนั้นควรพิจารณาเป็นแนวทาง

ฉันสามารถโฮสต์ Kimi K3 ด้วยตนเองได้หรือไม่? ได้ เมื่อน้ำหนักโมเดลเปิดให้ใช้งานประมาณวันที่ 27 กรกฎาคม 2026 นั่นจะช่วยให้คุณรัน K3 บนโครงสร้างพื้นฐานของคุณเอง ปรับแต่งมัน และเก็บข้อมูลไว้ภายในองค์กร GPT-5.6 Sol เป็นแบบปิดและโฮสต์เท่านั้น

Kimi K3 มีค่าใช้จ่ายเท่าไร? K3 คิดค่าบริการ $0.30 ต่อล้านโทเค็นสำหรับอินพุตที่ใช้แคช (cache-hit), $3.00 ต่อล้านโทเค็นสำหรับอินพุตที่ไม่ใช้แคช (cache-miss) และ $15.00 ต่อล้านโทเค็นสำหรับเอาต์พุต อัตรา cache-hit ให้รางวัลแก่ภาระงานที่นำพรอมต์ขนาดใหญ่และคงที่กลับมาใช้ซ้ำ สำหรับ Sol ให้ตรวจสอบราคาปัจจุบันของ OpenAI