Kimi K3 实测：用它开发一个完整网站

Kimi K3 实测，5个优点1个缺点 Kimi K3 跑分这块我不聊了，太多文章了，已经写得很细。

我想聊的是，这两天拿K3做了几项实打实的产品，说说体感。

重点是开发一个Skill导航网站，321skill.com（文末点击阅读原文）。

这想法我很早就有了，但一直没动手，正好借着K3发布当测试案例。

结果半天就跑出了上线的第一版，未来一周还会迭代几个版本，敬请期待哈。

但第一版这个速度，我自己都没想到，从需求规划到生成代码到数据爬取到上线部署，整体流程非常顺。

图片

先说交互过程。

K3在长任务执行中会主动提问，遇到含糊的地方会先找你要更精准的信息，不是闷头往下跑。这个交互模式跟GLM 5.2高度相似。好处就一个，长任务、多步骤任务不会跑偏方向。

再说编程结果。

我自己的体感，K3是目前国内编程能力第一的大模型，略优于GLM 5.2。国外有人拿Flappybird测试对比K3和Claude Opus 4.8，结论是K3更好，这跟我自己的体感一致。

图片

第三个优势，原生多模态，能直接识别图片和视频文件。

Kimi的大模型从早期就原生支持多模态，k2.7-code版本更是专门针对编程场景做了优化。

我习惯在解决编程问题时直接上传bug截图，图片包含的信息量远大于文本描述。

很多用文字说不清的报错，一张截图甩过去就明白。而且有时候大模型能从截图里发现很多你自己都没注意到的细节。

这一点国内部分头部厂商目前还做不到，也许是算力紧张，逼着他们走纯文本路线。K3的差异化就摆在这里。

图片

第四个优势，百万级上下文长度。

当代码量一上来，对上下文长度就有要求了。有些大模型实际用起来，单代码文件如果超过3000行（大概10万字符数），做代码审查时，经常中断。K3的百万级上下文，在这块稳得多，没卡我。

第五个优势是开源。

这意味着大量独立第三方可以自行部署。K3的能力已经非常接近OpenAI和Anthropic的头部大模型，这对闭源产品会形成直接冲击。

全世界各国云服务商和大公司采用开源模型，成本摊销可以做到很低，而美国头部闭源大模型现在售价高昂，这种高价模式就很难长期持续了。K3会直接冲击它的价格体系，进而冲击股票估值。

不过K3目前的价格相比国内其他大模型高不少，后续的价格策略，值得继续观察。

图片 最后说缺点，速度慢。

估计是算力紧张，再加上支持多模态导致token消耗大，执行速度明显偏慢。

频繁交互场景下，首字符响应要二十几秒，纯文本大模型通常几秒就回来了。高频交互场景下，比较影响体验。

大活儿、长活儿，我愿意用K3，其他场合还真有些犹豫。

一个国产开源模型，能在这个时间点把编程、多模态、长上下文、开源四件事，一次性都做到世界头部水平，这本身肯定可喜可贺。

如果你想直接体验K3，这里可以免费领1500万Token，手慢无。

【全网首发】Kimi K3 今日发布！免费送 1500 万 Token，无门槛玩转国内最强 AI！