Dots 对比 Kimi K3：一个通读整个书库，另一个主动去查找

有一种特定的工作，只有这两者中的一个才能胜任，而且值得在说其他事情之前先把它点明。Kimi K3 由 Moonshot AI 于 2026 年 7 月 15 日发布，是一个 2.8 万亿参数的混合专家模型，具备 1,048,576 token 的上下文窗口，可接受文本和图像并返回文本，定价为每百万输入 token 3.00 美元、每百万输出 token 15.00 美元，缓存读取为 0.30 美元。Dots 是该公司的始终在线智能体，于 2026 年 9 月 29 日在 DevDay 上宣布，拥有自己的云电脑和浏览器，可连接 4,000 多个应用，并在 ChatGPT、Slack 和 Teams 中占有一席之地，运行在 GPT-6 Astra 上，随 Pro 和 Business Premium 提供。K3 能在一次请求中装下整个档案库，并回答关于它的问题。一个 dot 则能去取回你尚未想到的下一份文档。阅读和检索是不同的工作，选错那一个就是代价高昂的错误。

Kimi K3 独占的数字

长上下文召回率是区分营销与真实能力的衡量指标，因为大上下文窗口宣称起来轻而易举，用起来却很难。K3 在此项上得分 88.7——是我们列出的所有模型中最高的数字，高于 GPT-5.6 Sol 的 84、MiniMax M3 的 83 和 Gemini 3.1 Pro 的 82。它在 GPQA Diamond 上取得 93.5，在 SciCode 上取得 59.5，并拥有 76.2 的 Artificial Analysis 编程指数，在 138 个被测模型中位列第九，以及 43.6 的智能指数，在 145 个中排名第十九。这些都是第三方数据，收录在我们的目录中并附有来源，而非照搬自发布稿。

这带来的是一类根本无法拆分的任务：先通读整个代码库再回答关于它的问题、把一年的合同与新模板逐一比对，或者维持一场长时间的智能体会话，而不让其中间部分从记忆中丢失。K3 正是为此而构建——Moonshot 将其定位用于编程智能体和长周期知识工作——而它罕见地完全拒绝采样参数。没有 temperature，没有 top_p，没有 seed；推理深度只是一个旋钮，名为 reasoning_effort。这是一种有意为之的取舍：更少的旋钮，更长的会话中更高的一致性。

点是干什么用的，不带营销地说明

dot 是一个配有日历的工作者。它的输入平淡无奇——你的消息、你的应用数据、你用一句话描述的任务——而它的输出则是别处的某个变化：一个文件被移动、一张工单被更新、一条消息起草并在你批准后发出、一个页面在它自己的浏览器中打开。OpenAI 的发布材料把它描述成能同时推进多个项目并从反馈中学习的样子，而坦率的解读是：你买到的是结缔组织，而非智能。

构建连接组织才是昂贵的那部分。一个举止像人的浏览器、由应用供应商维护的连接器、活动视图、审批关卡、与你自己的机器隔离——这些在原则上都不难，在实践中却全都繁琐乏味。订阅费买的就是这些。它买不到的，是可衡量性。

• 成本 — 包含在 Pro 或 Business Premium 中，配额未公布 (Dots)，对比每百万输入 $3.00 和每百万输出 $15.00，缓存读取 $0.30 (Kimi K3)

• 单次请求的上限 —— 连一丁点文档说明都没有，而它对应的是 1,048,576 tokens 的上下文，以及长上下文召回上对移动端友好的 88.7 分（Kimi K3）

• 输入与输出——收进消息和已连接应用的数据，送出其他软件内部的更改（Dots）；相比之下，收进文本和图像、送出文本（Kimi K3）

• 采样控制 — 未公布（Dots），对比不设 temperature、不设 top_p、不设 seed，推理深度由 reasoning_effort 单独设定（Kimi K3）

• 你应该预期的速度——圆点项未有记录，相比之下，在我们自己为期七天的测量中，首 token 中位时间为 8.82 秒，输出速度约为每秒 39 个 token（Kimi K3）

• 独立证据——供应商演示与能力声明，无基准测试（Dots）与 AA Coding Index 76.2 对比，在 138 个中排名第九，GPQA Diamond 93.5，长上下文召回率 88.7（Kimi K3）

关于购买智能体，没人会提到的那件事

未公布额度的订阅制有一种费率卡不具备的特性：你无法分辨一项任务是便宜还是昂贵。每项工作的成本都一样——没有边际差异——直到某个时刻不再如此，而这时得到的答案是限制而非账单。对于工作具有探索性的团队来说，这是一种优势。对于必须将成本归因到具体项目的团队而言，这是账目上的一个漏洞。

还有一个二阶效应。当一次调用的边际成本变得不可见时，你就不再追问这次调用是否必要，而任何流水线中最廉价的优化——干脆不发出这个请求——也就对你不可用了。而按量计费的模型会在每一次有人看价目表时，逼出这个问题。

将它们组合起来，而不假装它们是替代方案

奏效的形态是：一个会察觉的点，加一个会阅读的长上下文模型。工作来了——共享驱动器里的一份文档、一个线程里的一条消息——这个点判断它是否重要。如果重要，文档就会连同它可能需要的其他所有内容，一次性发给 Kimi K3，而返回的答案完全基于源文档，而不是基于对源文档的摘要。这个点负责跟进和无聊的物流事务；模型负责阅读，其阅读量是任何由小请求组成的循环都无法正确拼合出来的。

Kimi K3 在 OrcaRouter 上以 kimi/kimi-k3按 Moonshot 的标价路由，不额外加价，并置身于与 200 多个其他模型相同的目录中，共用一把密钥，当某个上游提供商性能下降时会自动故障转移，还提供一种路由 DSL，可将多个模型组合成单次调用。这只是整条流水线中按量计费的那一半，仅此而已：目录里没有 dots，没有为它准备的端点，也不存在可用于指向请求的标识符。如果读取层才是你需要掌控的部分——对于任何你打算运行一年的东西来说，通常都是如此——那这一层就该由你自己拥有。

哪项购买浪费钱

为了阅读大型语料库而买一个 dot 是浪费，因为 dot 会去获取和总结，而不是容纳全部内容，而总结正是你需要的细节葬身的地方。为了在五个应用之间跟进一个项目而买 Kimi K3 是浪费，原因正好相反：一个召之即答的模型不会主动来叫你。

如果任务是检索和物流，就租用工人。如果任务是大规模理解，就买下计量器，并一次性把一切都交给它。这两者的重叠远少于“agentic”这个词所暗示的，而且重叠之处并不是它们各自擅长的地方。