Kimi K3 评测详情
Kimi K3 当前已收录的代表性评测结果包括 BrowseComp（1 / 51，得分 91.20）、GPQA Diamond（8 / 182，得分 93.50）、HLE（10 / 168，得分 56）。本页还提供与 4 个竞品模型及 4 个前代或同系列模型的对比，在有数据时会展示性能和价格视图。
评测结果
Kimi K3
评测结果
AI Agent - 工具使用
共 4 项评测评测名称 / 模式
得分
排名/总数
编程与软件工程
共 7 项评测评测名称 / 模式
得分
排名/总数
生产力知识
共 5 项评测评测名称 / 模式
得分
排名/总数
多模态理解
共 12 项评测评测名称 / 模式
得分
排名/总数
竞品对比
Kimi K3 与同类主流模型的评测得分对比
评测类别:
柱状图按当前筛选范围内每个模型在各评测中的最高分展示；百分制评测使用原始高度，超出 0-100 的评测按该评测内相对比例缩放，标签仍保留原始分数。
6 项可对比评测得分汇总。每个模型展示最佳得分，模式在分数下方标注。
| 评测项 | Kimi K3当前 | GLM-5.2 | MiniMax M3 | Claude Opus 4.8 | GPT-5.6 Sol |
|---|---|---|---|---|---|
GPQA Diamond 综合评估 | 93.50思考水平·高 | 91.20开启思考 | -- | 93.60思考水平·高 | -- |
HLE 综合评估 | 56.00思考水平·高 ｜ 工具 | 54.70开启思考 ｜ 工具 | -- | 57.90扩展思考 ｜ 工具 | -- |
BrowseComp AI Agent - 信息收集 | 91.20思考水平·高 ｜ 工具 | -- | 83.50开启思考 ｜ 工具 | 84.30思考水平·高 ｜ 工具 | -- |
MCP-Atlas AI Agent - 工具使用 | 84.20思考水平·高 ｜ 工具 | -- | -- | 82.20深度思考模式 ｜ 工具 | -- |
TerminalBench 2.1 AI Agent - 工具使用 | 88.30思考水平·高 ｜ 工具 | 81.00思考水平·高 ｜ 工具 | -- | 78.90思考水平·高 ｜ 工具 | 88.80思考水平·高 |
DeepSWE 编程与软件工程 | 67.50思考水平·高 ｜ 工具 | 44.00深度思考模式 ｜ 工具 | -- | 59.00深度思考模式 ｜ 工具 | 72.70思考水平·极高 ｜ 工具 |
Kimi K3 与同类模型的标准 API 价格对比
按模型并排展示标准文本输入价与输出价；若存在超长上下文加价，仅保留阈值内标准价，并在下方说明适用范围。
数据来源：DataLearnerAI，展示默认供应商的标准文本价格。
这些模型的价格币种或计费单位不一致，暂不直接绘制统一柱状图，以下展示原始价格。
Kimi K3
供应商: Moonshot AI
标准输入: ¥20 / 1M tokens
标准输出: ¥100 / 1M tokens
GLM-5.2
供应商: 智谱AI
标准输入: $1.4 / 1M tokens
标准输出: $4.4 / 1M tokens
MiniMax M3
供应商: MiniMaxAI
标准输入: ¥2.1 / 1M tokens
标准输出: ¥8.4 / 1M tokens
Claude Opus 4.8
供应商: Anthropic
标准输入: $5 / 1M tokens
标准输出: $25 / 1M tokens
GPT-5.6 Sol
供应商: OpenAI
标准输入: $5 / 1M tokens
标准输出: $30 / 1M tokens
| 模型 | 供应商 | 标准输入 | 标准输出 | 标准价适用于 |
|---|---|---|---|---|
Kimi K3 | Moonshot AI | ¥20 / 1M tokens | ¥100 / 1M tokens | — |
GLM-5.2 | 智谱AI | $1.4 / 1M tokens | $4.4 / 1M tokens | — |
MiniMax M3 | MiniMaxAI | ¥2.1 / 1M tokens | ¥8.4 / 1M tokens | — |
Claude Opus 4.8 | Anthropic | $5 / 1M tokens | $25 / 1M tokens | — |
GPT-5.6 Sol | OpenAI | $5 / 1M tokens | $30 / 1M tokens | — |
历代版本对比
Kimi K3 系列各版本的评测成绩纵向对比
评测类别:
柱状图按当前筛选范围内每个模型在各评测中的最高分展示；百分制评测使用原始高度，超出 0-100 的评测按该评测内相对比例缩放，标签仍保留原始分数。
6 项可对比评测得分汇总。每个模型展示最佳得分，模式在分数下方标注。· 点击任意行可切换下方趋势图。
| 评测项 | Kimi K3当前 | Kimi K2.7 Code | Kimi K2.6 | Kimi K2.5 | Kimi K2 Thinking |
|---|---|---|---|---|---|
GPQA Diamond 综合评估 | 93.50思考水平·高 | -- | 90.50开启思考 | -- | 84.50开启思考 |
HLE 综合评估 | 56.00思考水平·高 ｜ 工具 | -- | 54.00开启思考 ｜ 工具 | 50.20开启思考 ｜ 工具 | 51.00开启思考 ｜ 工具 |
BrowseComp AI Agent - 信息收集 | 91.20思考水平·高 ｜ 工具 | -- | 83.20开启思考 ｜ 工具 | 60.60开启思考 ｜ 工具 | 60.20开启思考 ｜ 工具 |
MCP-Atlas AI Agent - 工具使用 | 84.20思考水平·高 ｜ 工具 | -- | -- | 64.40常规模式 ｜ 工具 | -- |
TerminalBench 2.1 AI Agent - 工具使用 | 88.30思考水平·高 ｜ 工具 | 67.04开启思考 ｜ 工具 | 53.56开启思考 | -- | -- |
DeepSWE 编程与软件工程 | 67.50思考水平·高 ｜ 工具 | 31.00常规模式 ｜ 工具 | -- | -- | -- |
单评测历史趋势图
当前查看：GPQA Diamond · 综合评估
选择评测
Kimi K3 所在系列的标准 API 价格对比
按模型并排展示标准文本输入价与输出价；若存在超长上下文加价，仅保留阈值内标准价，并在下方说明适用范围。
数据来源：DataLearnerAI，展示默认供应商的标准文本价格。
这些模型的价格币种或计费单位不一致，暂不直接绘制统一柱状图，以下展示原始价格。
Kimi K3
供应商: Moonshot AI
标准输入: ¥20 / 1M tokens
标准输出: ¥100 / 1M tokens
Kimi K2.7 Code
供应商: Moonshot AI
标准输入: $0.95 / 1M tokens
标准输出: $4 / 1M tokens
Kimi K2.6
供应商: Facebook AI研究实验室
标准输入: $0.95 / 1M tokens
标准输出: $4 / 1M tokens
Kimi K2.5
供应商: Moonshot AI
标准输入: $0.6 / 1M tokens
标准输出: $3 / 1M tokens
Kimi K2 Thinking
供应商: Fireworks AI
标准输入: $0.6 / 1M tokens
标准输出: $2.5 / 1M tokens
| 模型 | 供应商 | 标准输入 | 标准输出 | 标准价适用于 |
|---|---|---|---|---|
Kimi K3 | Moonshot AI | ¥20 / 1M tokens | ¥100 / 1M tokens | — |
Kimi K2.7 Code | Moonshot AI | $0.95 / 1M tokens | $4 / 1M tokens | — |
Kimi K2.6 | Facebook AI研究实验室 | $0.95 / 1M tokens | $4 / 1M tokens | — |
Kimi K2.5 | Moonshot AI | $0.6 / 1M tokens | $3 / 1M tokens | — |
Kimi K2 Thinking | Fireworks AI | $0.6 / 1M tokens | $2.5 / 1M tokens | — |