实测Kimi K3：拥有超强3D能力，AI小游戏或将迎来爆发期

又贵又强，国产模型告别玩具时代。

文 | 陈梅希

编 | 园长

Kimi K3发布一天，智谱市值蒸发了2053亿港币（-28%），相当于蒸发了1.3个贝壳。同一天，Minimax的股价也大跌15.6%。

信号再明确不过。Kimi K3宣告，基础大模型还远没有达到能力上线，而落后和领先都可能是暂时的，没有谁可以确信自己永远都是领头羊。攻守之势的转换，很可能只需要几个月时间和一个新版本。

K3横扫榜单的消息已经铺天盖地，而在实际测试场景中，K3证明了榜单成绩并非是过拟合的结果。更重要的是，除了强悍的coding能力，Kimi K3似乎已经在尝试回答另一个问题：Coding for what？

在KIMI官网的更新海报上，K3被描述为“擅长编程、游戏3D和知识任务”。

图源：Kimi官网

编程能力，有很多自媒体同行都连夜测试过了，刺猬公社本次的实测重点是游戏和视频生成。理由很简单：一是这两个场景，是当前大模型产品变现效率最高的；二是，本次更新的官方推文中，对这两个场景的介绍占据很大篇幅，尤其是3D 画面生成实例，Kimi一口气放了三个。

图源：Kimi官方微信公众号

先说结论。

在视频制作领域，K3擅长的不是画面和角色生成，因而它不擅长制作故事型视频。K3的强项，在于制作科普、解说类视频，对这类需求的生产效率和交付结果，甚至优于Seedance和可灵。简单类比一下的话，主流的视频生成模型擅长写记叙文，而K3擅长写说明文。

本届菲尔兹奖即将开奖，中国数学家王虹因为证明了三维挂谷猜想而成为得奖热门。我们将制作一个介绍视频作为测试需求，具体提示词如下：

“中国数学家王虹去年发布论文证明了三维挂谷猜想，因为这一成果，她成为了本届菲尔兹奖热门候选人。你能否做一个视频，向我展示三维挂谷猜想到底是什么？需要包括：这一猜想的提出背景、这一猜想的动画展示。不需要你演示王虹的证明过程，论文太长了。”

我们将同样的提示词发给Kimi K3、Workbuddy版HY3、豆包、即梦版seedance 2.0和可灵灵动画布。

K3在大概80分钟后，交付了一个4分多钟的视频，全程没有中断，也没有向我提问，过程中有多次文件损坏和渲染失败问题，但它都自己回查修复了。虽然我没有主动要求，但在一些画面中，K3主动使用了3D效果，从过程信息看，它自行查找了多篇相关论文。明显瑕疵在于配音和画面在部分场景中不同步，但为了展示效果，我们对所有测试都不再做任何微调。

另一个还算可用的是Workbuddy版HY3，但在动画效果方面，和K3差距较大，且直接生成的视频没有配音。

至于豆包，它似乎生成了一堆流星，画面只起到了一些装饰的作用。但豆包的优势在于配音非常自然。

而可灵则生成了一个科学动画故事。

知识科普类、说理类视频，本质是逻辑+图片/动画+文本说明，大部分都可以通过代码实现，这也是K3和HY3的视频交付质量显著高于纯血视频大模型的原因。而一旦要写“记叙文”，纯血视频大模型在画面生成、角色塑造、情节规划上的优势才能体现。

由于即梦版Seedance 2.0预计需要等10个小时才能轮到我，我决定先下班了。

与此同时，K3制作小游戏的能力在国内模型中处于断层领先水平。先用一个经典的类黄金矿工模型试试水。

“请模仿经典游戏黄金矿工的游戏机制，设计一款钓小鱼（需要有不同的鱼代表不同分值）的小游戏。至少包括10关，每一关的过关难度递增，其余的系统机制、数值机制，都由你自己来设计。”

这一次，我们把任务分别丢给了Kimi K3、Workbuddy版 HY3和DeepSeek。同样只用一句prompt直接生成，不再做后续调整。

其实光看一眼基本画风，就能感受到K3在这个领域的断层程度了。

而HY3做出来的小游戏长这样：

DeepSeek交付的第一版有bug，不能玩：

做完深海钓鱼这种低难度小游戏后，我又给K3提了新需求，想看它是否有可能做一些开放世界游戏场景。

“我想做一个开放世界游戏。能不能给我做一个可以体验的demo，玩家可交互的操作包括行走、跑步、捡东西、射击；开放世界是一片森林，你可以先做一小片出来让我体验一下。”

K3做demo很快，先测试基础的游戏机制，森林地图第一版“长得”还有点简陋，但已经是可玩的了。

于是我给它提了美化需求，在10分钟后，它交付了新的版本。

从需求理解、机制设计、数值系统，到画面渲染、成果交付，Kimi K3在游戏开发领域的能力提升可以说是指数级的，而在此过程中，并不需要用户设计任何工作流。

可灵和Seedance等视频生成模型的能力进阶，带来了AI漫剧行业的爆炸式增长。Kimi K3 本轮在3D画面渲染、游戏制作等应用场景大幅刷新能力边界，或许会让AI小游戏等到爆发期。

和能力一起水涨船高的，还有价格。

Kimi K3的API定价相比K2.6大幅上涨，缓存未命中时的输入价格从6.5元/百万tokens上涨为20元/百万tokens，输出价格从27元/百万tokens上涨为100元/百万tokens。

横向对照，Kimi K3的价格也远高于智谱当前的旗舰模型GLM 5.2，后者缓存未命中时的输入价格为8元/百万tokens，输出价格为28元/百万tokens。

除了API定价，Kimi会员的价格体系尚未产生变化，但更换为K3模型后，会员额度的消耗速度显著变快。我购买的是99元/月的Moderato会员，在完成上述3个测试任务后，我的单月额度已消耗掉了近14%。拆开看各个任务的账单明细，游戏制作需要消耗的额度远高于视频制作。

计算下来，制作4分钟长度的三维挂谷猜想科普视频，只花费了不到5毛。但当前账单明细上展示的消耗额度，和用量进度页面展示的总消耗额度对不上，从账单明细看，几个任务加起来只消耗了不到7%的额度，但总消耗额度却已经达到了将近14%（后者恰好是前者的两倍）。不知道是因为统计口径有gap，还是有其他我不知道的原因。

发布不到24小时，社交媒体对K3的负面评价主要集中在“太贵”“消耗快”等方面，以至于Kimi在输入框上匆匆加上了一行提示：“K3是Kimi能力最强的模型，使用时比K2.6更快消耗额度。 ”

当前，Kimi K3已支持用户自主选择不同等级的模型思考强度，分为标准、进阶和极致。

如果要用一个词总结Kimi K3，我想应该是“又贵又强”。在国产大模型隐隐要滑向价格战之际，Kimi选择了“反价格战”的策略，也是K3的有趣之处。

高价可能会让用户望而却步，但反过来，高价也是一种筛选策略：当模型能力足够强时，高定价既能缓解成本压力，也能筛选出真正有商业价值的使用场景。只有真正能用K3赚到钱的人，才会愿意花比其他国产模型更贵的价格来使用K3；只有真正能用K3降低研发成本的公司，才会心甘情愿地把K3接入日常工作流。

回过头看，K3所强调的3个优势场景：编程、游戏3D和知识任务，几乎是当前AI最有生产价值、最能（或者有可能）带动商业收入的3个使用场景。

K3的优势和定价，是一套策略的两面，而这套策略的核心只有一个，就是让国产模型真正成为生产力工具。