阿里云百炼已经上线月之暗面 Kimi-K3 旗舰模型,它是 2.8 万亿参数的 3 万亿级开源大模型,核心亮点是百万 token 超长上下文、原生图文理解、长程推理与代码能力,适合做长文档精读、全代码库分析、复杂 Agent 任务,但是它不支持联网搜索、不支持微调,而且输出 token 单价远高于输入,选型的时候要重点权衡成本、限流和功能限制,很多开发者容易只盯着百万上下文,忽略它只能思考模式、没有批量推理、缓存才是省钱关键这些细节,下面把基础参数、定位、能力清单、适用场景、计费规则、选型对比全部整理清楚,方便直接拿来做技术选型。
一、基础核心参数汇总表
| 项目 | 参数详情 |
|---|---|
| 模型全称 | Kimi-K3(月之暗面 Moonshot) |
| 总参数 | 2.8 万亿 |
| 上下文上限 | 1048576 token(百万级),输入、输出上限对等 |
| 底层技术 | KDA 混合线性注意力 + 注意力残差 |
| 输入模态 | 文本、图片 |
| 输出模态 | 文本 |
| 推理入口 | 阿里云百炼 Model Studio |
| 限流(华北 2 北京) | RPM 500,TPM 300 万 token |
二、模型定位与核心特征
Kimi-K3 定位是旗舰长程推理模型,主打长程编程、深度知识工作、复杂链式推理,不是通用轻量对话模型,和普通短上下文模型最大区别就是输入输出都支持百万 token,读完整套合同、全部代码仓库之后,可以一次性生成完整方案、代码重构、总结报告,不用拆分多次提问。
- 超长上下文:输入输出对等,很多模型输入百万、输出只有十几万,K3 可以一次性输出百万 token 长内容
- 原生多模态:支持图片上传解读,图纸、截图、PDF 截图都可以一起放进上下文里推理
- 仅思考模式:默认开启强思维链推理,思维链内容会计入输出 token 计费
- 支持上下文缓存:长文档反复调用时,缓存命中可以大幅压低输入成本
- 开源属性:全球首个开源 3 万亿级别大模型,可在阿里云 API 调用,也可关注权重部署
- 功能短板:不自带联网搜索、不支持模型微调、不支持批量推理
三、能力清单
✅ 支持能力
- Function Calling 函数调用
- JSON 结构化输出
- 前缀续写
- 图文联合理解
- 长代码库审查、重构、Debug
- 长文档法律、技术文档精读、对比、摘要
- 复杂 Agent 规划、多步骤任务推理
❌ 不支持能力
- 联网实时搜索
- 自定义微调
- 批量推理接口
- 控制台一键体验入口(部分地域)
四、适用场景和不适合场景
适合选型场景
- 代码场景:完整代码仓库读取、架构评审、全量重构、单元测试批量生成
- 文档场景:百万字合同、招股书、技术规范、论文集精读、条款对比、风险提取
- Agent 智能体:复杂多步骤任务规划、长记忆 Agent、多轮深度复盘
- 图文联合场景:图纸 + 文档一起分析,技术图纸解读、标注内容梳理
不建议选 Kimi-K3 的场景
- 高频简单问答、客服对话、短文案生成,成本太高,选轻量模型更划算
- 需要实时联网查最新资讯、行情数据,它没有内置搜索能力
- 需要基于自有业务数据做微调、领域定制,平台不支持微调
- 高并发批量推理任务,接口不支持批量推理,限流也比较保守
五、计费规则明细(原价,不含活动优惠)
| 部署地域 | 输入(元 / 百万 token) | 输出(元 / 百万 token) | 缓存命中输入(元 / 百万 token) |
|---|---|---|---|
| 华北 2(北京) | 20 | 100 | 2 |
| 国际节点 | 21.875 | 109.376 | 2.188 |
计费关键点:
- 输出价格是输入的 5 倍,思考模式里的思维链内容全部算作输出 token,长推理会明显拉高账单
- 缓存命中输入价只有原价 1/10,反复读取同一套文档、代码库的业务,一定要开启上下文缓存
- 图片会转成 token 计入输入,大图、多图会快速消耗输入额度
- 优惠活动、包量套餐以阿里云百炼控制台实时页面为准
六、选型对比思路
- 如果你主要是长文档、代码库深度分析、长 Agent 任务,预算充足,优先 Kimi-K3
- 如果只是简单问答、短文本生成,选千问系列轻量模型,成本低很多
- 如果需要实时联网,搭配搜索插件自己封装,或者直接选自带联网的模型
- 如果并发很大、需要批量处理,Kimi-K3 的 RPM 和 TPM 限制会成为瓶颈,要评估限流或者换方案
七、使用避坑清单
- 不要无限制开启超长上下文,无关内容会拉高 token 消耗,成本上涨很快
- 缓存只对重复的上下文生效,每次文档都不一样的场景,缓存几乎省不下钱
- 思维链不能关闭,只要调用 K3,推理过程都会算输出计费
- 限流是硬限制,超过 RPM/TPM 会直接报错,高并发业务要做队列、降级
- 虽然模型开源,阿里云 API 调用版本和本地权重版本能力、参数会有差异
【相关 FAQ】
问题 1:阿里云百炼 Kimi-K3 选型,百万 token 上下文代表什么,输入输出有什么特点?
回答 1:阿里云百炼 Kimi-K3 拥有百万 token 上下文,输入上限和输出上限对等,和很多模型只能长输入、短输出不一样,它读完百万字材料之后,可以一次性输出超长完整文档、全套代码,适合长程知识和代码任务。
问题 2:阿里云 Kimi-K3 计费里面的上下文缓存,对 Kimi-K3 选型有多大影响?
回答 2:阿里云 Kimi-K3 选型时,上下文缓存是核心省钱手段,缓存命中输入价格仅 2 元 / 百万 token,是原价的十分之一,适合同一套文档反复调用的场景,文档每次都不一样的场景收益很低。
问题 3:阿里云百炼 Kimi-K3 哪些能力不支持,选型的时候要避开哪些场景?
回答 3:阿里云百炼 Kimi-K3 不支持联网搜索、模型微调、批量推理,选型时不适合实时资讯问答、需要领域微调、高并发批量处理的业务,更适合长文档、代码库、长 Agent 推理。
问题 4:阿里云 Kimi-K3 和普通轻量大模型对比,选型上怎么判断要不要上 Kimi-K3?
回答 4:阿里云 Kimi-K3 单价更高、主打长程深度推理,只有任务需要一次性读取超大文档、全代码库、复杂链式推理才适合选型;简单问答、短文案生成优先选低成本轻量模型,控制调用成本。
【参考资料】
[2026-11-05](kimi-k3 模型信息)阿里云帮助中心
[2026-11-20](阿里云最新 Kimi-K3 全解析:模型定位、核心特征、能力表现、适用场景及计费详解)阿里云开发者社区
[2026-10-29](kimi/kimi-k3 大模型服务平台百炼文档)阿里云百炼官方文档
[2026-07-17](Kimi K3:智能的新前沿)月之暗面 Kimi 官网
【免责声明】
本文仅为阿里云百炼 Kimi-K3 模型的选型参考,模型价格、限流参数、功能支持状态会随阿里云平台策略、版本更新调整;Kimi-K3 为思考模式,思维链计入输出 token,实际调用成本受提示词长度、图片数量、缓存命中率影响;本文不构成业务采购、技术落地的最终决策依据,上线前请在阿里云百炼控制台实测功能、成本与限流。
