Kimi K3vsClaude Opus 4.8
在 6 个共同 benchmark 中，Kimi K3 整体领先：Kimi K3 领先 4 项，Claude Opus 4.8 领先 2 项，持平 0 项，平均分差 +4.13。
Kimi K3
Moonshot AI · 2026-07-16 · 推理大模型
Claude Opus 4.8
Anthropic · 2026-05-28 · 推理大模型
Kimi K34 项(67%)(33%)2 项Claude Opus 4.8
评测分数
按能力类目分组，每组内按分差大小排列；共 6 项。
AI Agent - Tool Usage
Kimi K3 领先 2/2| 评测项 | Kimi K3 | Claude Opus 4.8 | 分差 |
|---|---|---|---|
| TerminalBench 2.1 | 88.302 / 25Max (With Tools) | 78.9012 / 25Thinking High (With Tools) | +9.40 |
| MCP-Atlas | 84.202 / 27Max (With Tools) | 82.205 / 27Deep Thinking (With Tools) | +2 |
General Knowledge
Claude Opus 4.8 领先 2/2| 评测项 | Kimi K3 | Claude Opus 4.8 | 分差 |
|---|---|---|---|
| HLE | 5610 / 170Max (With Tools) | 57.906 / 170Extended (with tools) | -1.90 |
| GPQA Diamond | 93.508 / 187最高（无工具） | 93.606 / 187Thinking High (No Tools) | -0.10 |
AI Agent - Information Search
Kimi K3 领先 1/1| 评测项 | Kimi K3 | Claude Opus 4.8 | 分差 |
|---|---|---|---|
| BrowseComp | 91.201 / 52Max (With Tools + Internet) | 84.308 / 52Thinking High (With Tools + Internet) | +6.90 |
Coding and Software Engineer
Kimi K3 领先 1/1| 评测项 | Kimi K3 | Claude Opus 4.8 | 分差 |
|---|---|---|---|
| DeepSWE | 67.504 / 17Max (With Tools) | 597 / 17Deep Thinking (With Tools) | +8.50 |
规格对比
| 字段 | Kimi K3 | Claude Opus 4.8 |
|---|---|---|
| 发布机构 | Moonshot AI | Anthropic |
| 发布时间 | 2026-07-16 | 2026-05-28 |
| 模型类型 | 推理大模型 | 推理大模型 |
| 架构 | MoE 架构 | 稠密模型 |
| 参数规模 | 2.8万亿 | 暂无数据 |
| 上下文长度 | 1M | 1M |
| 最大输出 | 1M | 125K |
API 调用价格
价格优先使用 DataLearner 配置的 API 记录；缺失项不做推测。
| 价格项 | Kimi K3 | Claude Opus 4.8 |
|---|---|---|
| 文本输入 | ¥20 / 1M tokens | $5 / 1M tokens |
| 文本输出 | ¥100 / 1M tokens | $25 / 1M tokens |
| 缓存读取 | ¥2 / 1M tokens | $0.5 / 1M tokens |
| 缓存写入 | 暂无公开价格 | $6.25 / 1M tokens |
小结
- Kimi K3在以下类目领先:AI Agent - Tool Usage (2/2)、AI Agent - Information Search (1/1)、Coding and Software Engineer (1/1)
- Claude Opus 4.8在以下类目领先:General Knowledge (2/2)
6 个共同 benchmark 上，Kimi K3 平均高出 4.13 分。
单项差距最大的 benchmark：TerminalBench 2.1 — Kimi K3 88.30，Claude Opus 4.8 78.90（分差 +9.40）。
本页正文由结构化模型、价格与 benchmark 数据生成，不使用实时 LLM 撰写。