自架 Kimi K3 划算嗎？先過三道門：1.56TB 權重、64 顆加速器，和一份設了兩道門檻的授權

先講結論

Moonshot AI 的 Kimi K3 有 2.8 兆參數，官方在技術部落格上稱它是世界第一個開放的 3 兆等級模型。完整權重已於 7 月 27 日晚間公開下載，這個規模紀錄是真的。

如果你想知道「自己架一台是不是就不用再付 Claude 或 ChatGPT 的錢」，答案幾乎確定是不划算。理由不是它不夠好，而是三道繞不過去的門：

第一道是體積。權重實測 1.56TB，比用參數量推出來的還多一成。第二道是硬體。官方建議的部署規格是 64 顆以上的加速器，而且不是隨便哪一代都行。第三道是授權。條款已隨權重公布，寬鬆但不是 MIT，它在營收與使用者規模上各設了一道門檻。

還有一件更反直覺的事，跟自不自架無關：開放權重並沒有換成更低的標價。 K3 的輸出價和 GPT-5.6 Terra 一模一樣，未命中的輸入還貴一點（它另有一檔便宜十倍的快取命中價，後面細談）。

先把兩件事分開：模型早就能用，權重是後來才放出來的

這件事的報導很容易把兩個日期壓成一個，值得先拆開。

模型本身不是跟著權重一起上線的。 依據科技媒體 TECHi 的整理，Kimi K3 透過官方 API 提供服務是從 2026 年 7 月 16 日開始。也就是說，在權重公開之前，想試它的人已經試了十幾天。

權重是後來才可以下載的。 官方技術部落格與 API 文件的說法都是「The full model weights will be released by July 27, 2026」。現在確實下載得到：repo 裡有 96 個權重檔，也沒有設下載限制。至於是哪一刻開始可以下載的，能查到的只有一個參考點：moonshotai/Kimi-K3 的 repo metadata 顯示最後更新於世界標準時間 2026 年 7 月 27 日 16 時 29 分，換算台北時間是 7 月 28 日凌晨 0 時 29 分。這是 metadata 的更新時間，不等於每個權重檔首次可下載的精確時刻。在那之前幾個小時，頁面掛的還是倒數計時與 Upcoming release 的標示。

我把這個時間差寫出來，是因為在權重公開之前，網路上就已經出現「權重昨晚就放出來了」的說法。「模型可以用了」和「權重可以下載了」是兩件事，中間差了十天以上。 這類題材的半衰期很短，所以下面每一段引用的數字我都盡量標了日期與查證時點。

本文的權重相關數字，都是在台北時間 2026 年 7 月 29 日上午重新查證過的實測值，不是預估。

它到底是什麼：2.8 兆參數，但每次只用其中 16 個專家

規格取自官方技術部落格：

• 總參數 2.8 兆，混合專家（MoE）架構，896 個專家，每次啟用 16 個。
• 上下文長度 100 萬 token（精確值 1,048,576）。
• 具原生視覺能力（官方原文為 native vision capabilities，未進一步載明可輸入的媒體型別）。
• 權重採 MXFP4 格式，activation 用 MXFP8。
• 架構上的新元件是 Kimi Delta Attention（KDA）與 Attention Residuals（AttnRes），官方描述前者是「擴展注意力的高效基礎」，後者「跨深度選擇性地取回表徵」；專家路由則用了 Quantile Balancing 與 Per-Head Muon。

「896 選 16」值得停一下：每次前向傳播實際動用的參數只佔總量一小部分，這是近兩年大型 MoE 的共同做法：用總參數換知識容量，用稀疏啟用換推論成本。 但稀疏的是「計算」不是「記憶體」，你仍得把全部 2.8 兆參數放在隨時取得到的地方。這正是第一道門的來源。

至於它有多強，兩份公開排名可以對照，日期都標出來：Interconnects 的 Nathan Lambert 在 7 月 20 日記的是 Vals AI 第 2、Artificial Analysis 智慧指數第 3、Frontend Code Arena 第 1；Northflank 標註 7 月 17 日查證的整理則是 Artificial Analysis v4.1 得 57 分排第 4（189 個模型中）、Vals 74.70% 排第 2、Terminal-Bench 2.1 得 80.90% 排第 2。

同一個指數一個說第 3、一個說第 4。這不是誰弄錯，而是這種合成指數本來就跟著榜單更新移動。我們在〈一張做得很好的評比圖，和我還是得自己跑一次的理由〉裡拆過這件事：一個總分能告訴你它在量的那些題目上大概落在哪一區，但回答不了「它在我的工作上行不行」。把這些名次當成 7 月中的快照看，不要當成規格。

有一點倒是幾份來源一致：它已經進到與西方旗艦同一個對話裡，而不是「開源模型裡最強的那個」這種次級組別。這在開放權重這條線上是新的。

第一道門：實測 1.56TB，比紙上算的多一成

權重落地之後，這個數字不必再用推的了。

Kimi K3 的 repo 裡有 96 個 safetensors 權重檔，加總是 1,560,936,091,448 位元組，也就是 1.56TB（十進位），換成二進位單位是 1.42TiB。

值得留意的是，這個實測值比紙上算的高出約一成。天真的算法是：MXFP4 是四位元格式，2.8 兆參數乘以 4 位元再除以 8，得到 1.4TB。但 MXFP4 這類格式除了每個參數本身，還要為每一小塊數值存一個共用的縮放係數，加上模型裡本來就有一部分張量不是以四位元存放。把實測體積除回參數量，每個參數平均約 4.46 位元，不是 4 位元。

也就是說，用「參數量乘以量化位元數」估體積會系統性偏低。第三方先前用每參數 4.25 位元估出的約 1.49TB 比較接近，但仍然低估。要真實數字就去看檔案大小。

換個精度看更有感：同一批權重用 16 位元存大約是 5.6TB，四位元量化已經是壓到四分之一之後的結果。而 1.56TB 只是「參數本身」，你還需要空間放下載、解壓與至少一份可用副本，實務上建議 2TB 起跳。

先記住這個數字，因為它直接決定第二道門。

第二道門：官方建議 64 顆加速器，而且不是隨便哪一代

Moonshot 官方技術部落格的原句是：推論效率同樣受益於更大的高頻寬通訊域，因此「建議把 Kimi K3 部署在 64 顆以上加速器的 supernode 配置」。

先講清楚免得誤讀：這是「為了跑得有效率」的建議配置，不是「低於這個數字就啟動不了」的最低門檻，官方並沒有給出最低可運作的卡數。下面推算的是「要像官方建議那樣有效率地服務它，代價是什麼」。

為什麼要這麼多？因為 1.56TB 的權重必須放進加速器的高速記憶體裡。粗略地除一除：用 80GB 一張的卡，光塞權重就要 20 張左右；就算用單卡容量最大的那一級，一個節點 8 張、每張 192GB，標稱合計 1,536GB——還比這份權重少了大約 25GB。也就是說，這樣一個節點連完整權重都放不進去，更不用說還要空間放 KV cache。這是一個號稱 100 萬 token 上下文的模型，長上下文正是吃記憶體最兇的地方；你也還需要餘裕服務同時進來的請求。

換句話說，「塞得進去」和「跑得順、而且能同時服務很多人」是兩件事，官方那句建議談的是後者，代價比前者高一個數量級。

還有一個容易被略過的細節：MXFP4 原生支援的是 NVIDIA 的 Blackwell 世代與 AMD 的 MI400 世代。 拿前一代的卡估成本會偏樂觀，你得額外處理格式轉換。

至於租金量級，可參考一份 7 月 25 日的第三方試算：64 顆 H100、每 GPU 每小時 3.99 美元，一天約 6,100 美元。這是該文作者的示範換算，不是 Moonshot 的報價；而且 H100 屬於前一代，這個數字是偏低的一側。

換算一下量級：那筆租金等於多少 API 用量

把上面兩個數字放在一起，可以得到一個抓量級用的錨點。這種換算很容易被讀成它撐不起的結論，所以先說清楚它是什麼、不是什麼。

一天 6,100 美元的租金，如果只拿來買官方 API 的輸出——每百萬 token 15 美元——大約等於 4.07 億個輸出 token。

這是「只比較輸出費的等價量」，不是自架的總成本回本點。至少有三件事沒被算進去：

• 輸入費。API 帳單不是只有輸出，輸入還分快取命中與未命中兩種價。其他條件不變、只把輸入費加進去的話，同樣一筆 6,100 美元的帳單會在更低的輸出量就達到。
• 你的輸入輸出比。大量餵資料、只吐短答案的工作負載，跟長篇生成的落點完全不同。
• 自架那側也不只有租金。電力、機房、維運人力、可用性責任都沒算，這一項把分界線往反方向推。

注意上面第一項和第三項的方向是相反的，所以全成本的分界線到底比 4.07 億高還是低，本文不做斷言：那取決於你自己的輸入輸出比，和你把自架的隱性成本算得多實在。

所以正確的用法是：把 4.07 億當成一個量級的參考點，不是門檻。 它能回答「這是幾百萬還是幾億 token 等級的事」，回答不了「我們公司該不該自架」，後者要用你自己的數字重算。

量級感還是很清楚。第三方在託管 API 上量到的輸出速度約每秒 62 個 token，一條連續不斷的生成一天約產出 536 萬個 token。要摸到億這個量級，你需要幾十條這樣的線幾乎不間斷地跑。

達得到的人是有的：那些把推論當基礎設施在賣的公司，和真的有連續批次工作負載的機構。 但如果你是在問「我們公司十幾個人用得兇不兇」，那不是同一個量級的問題。

最反直覺的一格：開放權重沒有換成更低的標價

這是我在查證過程中最意外的一件事。

官方定價（每百萬 token）：

模型	輸入	輸出
Kimi K3	3.00 美元（快取命中 0.30 美元）	15.00 美元
GPT-5.6 Sol	5.00 美元	30.00 美元
GPT-5.6 Terra	2.50 美元	15.00 美元
GPT-5.6 Luna	1.00 美元	6.00 美元
Claude Opus 5	5.00 美元	25.00 美元

對上兩個西方旗艦，K3 的標價確實低：比 Claude 的 Opus 5 低，也比 ChatGPT 的 GPT-5.6 Sol 低。但跟 GPT-5.6 Terra 並排就變了：輸出價完全相同，未命中的輸入還貴了兩成。 而 Terra 正是很多團隊日常在用的那一檔。

這裡得補一個對你可能有利的條件，否則上面那句會被讀得太滿。K3 的輸入是兩段式計價，快取命中只要 0.30 美元，是未命中的十分之一；官方在同一篇技術部落格寫明：靠 Mooncake 的分離式推論架構，官方 API 在程式類工作負載上的快取命中率超過 90%。

如果你的用法落在那個區間，實際付的輸入單價會遠低於表上的 3.00 美元。所以誠實的講法是：在標價這一欄，K3 沒有比 Terra 便宜；但實際帳單誰高誰低，取決於雙方各自的快取命中率，那不是這張表回答得了的。

真正該收下的是另一件事：「開源所以便宜」這個推論在這裡沒有著力點。 開放權重降低的是取得模型的門檻，不會自動降低你用它的單價；K3 的 API 價格是 Moonshot 自己訂的商業決定，跟權重公不公開是兩回事。真正會把價格壓下來的，是第三方託管商開始互相競價的那一段。權重與授權都已到位，接下來幾週值得觀察。

第三道門：授權出來了，對多數人是開的，但設了兩道門檻

權重落地時，授權條款一起公布了。這道門的答案因此從「不知道」變成了具體條文。

它叫 Kimi K3 License，不是 MIT，也不是任何一個現成的標準授權。授權範圍寫得非常寬：使用、複製、修改、合併、發布、散布、再授權、販售，以及部署、微調、製作衍生作品都允許，前提是在所有副本或實質部分中保留著作權與授權聲明，並且遵守適用的法律法規。以絕大多數讀者的用法來說，這道門是開的。

在那之上，還有兩項以規模為觸發點的額外要求。

第一條針對「Model as a Service」。 條文自己定義了這個詞：讓第三方能存取語言模型推論或微調，且該第三方對輸入、參數或訓練資料有實質控制權，例如透過 API 對外提供。條文同時排除兩種情況：把模型能力只嵌在特定功能裡的終端產品，以及單純轉送請求到別人代管的模型。如果你確實在經營這類服務，而且你與關係企業在任何連續十二個月內的總營收超過兩千萬美元，那麼在把它用於任何商業用途之前，必須先和 Moonshot AI 另行簽約。

第二條是署名，觸發條件不同。 如果你把它用在月活躍使用者超過一億、或月營收超過兩千萬美元的商業產品或服務上，必須在該產品的使用者介面上顯著標示「Kimi K3」。

還有一條豁免值得知道：上述兩條都不適用於純內部使用（不把模型、其輸出或其能力提供給第三方），也不適用於透過 Moonshot 官方產品或其認證推論夥伴使用的情況。

怎麼讀？我們在〈最強的那批模型，開始「不給你用」了〉裡寫過六月那條以 MIT 公開的路線，那是最寬鬆的一種樣子。K3 沒走到那一步，但也離「限研究使用」很遠——它把限制放在你變得夠大的時候，而不是放在門口。

以上是條文整理，不是法律意見。真的踩在門檻附近，請看原文並找你的法務。

那開放權重到底開給了誰

講到這裡很容易得出「所以跟我沒關係」的結論，那也不太對。

它確實不是開給個人的。 完整權重的受眾是有多節點叢集的機構、雲端供應商與研究單位。權重公開跟你能不能在自己電腦上跑它，沒有直接關係。

但它對兩種需求是真的有意義的。 一是資料主權：有些內容就是不能送出去，這時「模型放在你控制的環境裡」本身就是規格，不是省錢手段。二是可控性：要微調、要固定版本、要確保它不會某天下午被一道指令換掉。我們在〈你叫的名字，和你拿到的東西〉裡談過，你打 API 時無法驗證對面是不是你點名的那個模型，自己持有權重是少數能繞過的做法。

還有一種比較間接、但對多數人最實際的好處：權重公開之後，社群通常會在幾週內做出各種量化版本，把門檻往下拉。這在影像模型那條線上演過一輪，我們在〈2026 上半年 AI 圖像工具評比〉裡整理過 VRAM 門檻怎麼降下來。權重才剛落地，這條曲線會不會複製，接下來幾週才看得出來。

這裡要說一句保留：網路上已經有不少「等蒸餾出 14B 到 30B 的小版本就能在消費級顯卡上跑」的說法。權重落地後我重新查過，截至 2026 年 7 月 29 日，Moonshot 官方 Hugging Face 帳號的模型清單裡沒有任何 K3 的小尺寸或蒸餾版本，這一輪只有 moonshotai/Kimi-K3 一個 repo。 這只涵蓋該帳號，不等於窮盡了所有官方管道；但至少可以說，目前流傳的 14B 到 30B 說法是社群的期待，不能當成已發布的規格。

那你現在該做什麼

分三種情況。

如果你只是想知道它好不好用： 直接打官方 API，不用碰權重。模型從 7 月 16 日起就在線上，旗艦模型需先儲值（最低 1 美元）解鎖。花幾塊美金跑你自己的真實題目，比看任何排行榜都準。

如果你在評估要不要導入產品： 先讀一遍授權原文，確認你離那兩道規模門檻有多遠。多數團隊會發現自己根本碰不到，那就回頭看第一道門和第二道門的數字，決定要自架、用第三方託管，還是就打官方 API。

如果你是被「史上最大開源模型」吸引進來的個人使用者： 以官方建議的那種配置把完整版跑起來，對個人不是實際的選項。你能做的是把它當成一個新的 API 選項納入比較，並留意接下來幾週會不會出現量化版本。不要因為這則新聞去買硬體。

一句話

Kimi K3 把「最大的開放權重模型」這個紀錄推到了 2.8 兆，但權重公開降低的是取得門檻，不是使用成本——實測 1.56TB 的體積、官方建議的 64 顆加速器，加上一份寬鬆卻設了規模門檻的授權，這三件事合起來的意思是：它對你是一個新的 API 選項，不是一台你會搬回家的機器。

本文事實整理自 Moonshot AI 官方技術部落格與 Kimi 開發者平台文件（模型規格 2.8 兆參數／896 專家啟用 16／100 萬 token 上下文／MXFP4 權重與 MXFP8 activation／KDA 與 AttnRes 架構／原生視覺能力／基於推論效率而「建議」部署於 64 顆以上加速器的 supernode／API 定價 0.30 與 3.00 與 15.00 美元／官方稱其 API 在程式類工作負載的快取命中率超過 90%／權重「will be released by July 27, 2026」），以及 Hugging Face 上 moonshotai/Kimi-K3 的 repo metadata 與檔案清單（於台北時間 2026 年 7 月 29 日上午擷取：metadata 顯示最後更新於 UTC 2026-07-27 16:29（此為 metadata 更新時間，非權重首次可下載時刻）、96 個 safetensors 檔合計 1,560,936,091,448 位元組、未設下載限制、該官方帳號清單中僅此一個 K3 repo）與同址取得的 Kimi K3 License 全文。

以下事實不在官方公告裡，另有來源：排名數字來自 Interconnects（Nathan Lambert，2026-07-20）與 Northflank（標註 2026-07-17 查證）兩份第三方整理，兩者在 Artificial Analysis 上名次不同，文內已標明為快照；「API 自 7 月 16 日起提供」與「MXFP4 原生支援 Blackwell 與 MI400 世代」出自 TECHi；租金試算（64 顆 H100、每 GPU 每小時 3.99 美元、一天約 6,100 美元）出自 Popular AI（2026-07-25）作者的示範換算，非 Moonshot 報價；Google Cloud 8 張 H200 每小時 84.81 美元為公開牌價。GPT-5.6 三檔與 Claude Opus 5 價格為各廠商官方公告價。

以下是本站自己的推算或詮釋：1.56TB 為實測檔案加總（非推算），由此回除的「每參數平均約 4.46 位元」與「用參數量乘量化位元數估體積會系統性偏低」是本站的計算與詮釋；5.6TB 為同批權重換算 16 位元的算術結果；「一個 8 張 192GB 的節點放不下完整權重」是以標稱容量 1,536GB 對照實測 1,560.9GB 的算術結果；「4.07 億個輸出 token」是以上述租金除以官方輸出單價得到的只比較輸出費的等價量，明確不是總成本回本點（未計入輸入費，也未計入自架側的電力、機房、維運與可用性成本；兩者對分界線的作用方向相反，故全成本分界線相對於此數字的高低，本文未下斷言）；「H100 的試算偏樂觀」是基於 MXFP4 原生支援世代的推論。授權條款的整理逐條對應 Kimi K3 License 原文，本站未對條文做法律解釋；「多數團隊碰不到那兩條線」是基於門檻數值的判斷，不是條文本身的表述。