Muse Wonder 对比 Kimi K3：可下载却仍不能免费转售的模型

Kimi K3 是对 Muse Wonder 所代表的一切给出的开放权重答案，而有趣之处在于，它的许可证并不完全允许你去做“开放权重”通常暗示的那些事。Moonshot AI 于 2026 年 7 月 16 日发布了 Kimi K3：2.8 万亿参数、1040 亿激活参数，FP8 权重在 Hugging Face 上无需门控即可获取，上下文长度为 1,048,576 个 token，价目表为每百万输入 token 3.00 美元、每百万输出 token 15.00 美元。Muse Wonder 于 2026 年 10 月 12 日由 Meta Superintelligence Labs 推出，在同样大小的窗口下价格为 4.00 美元和 20.00 美元，且完全不公开权重。在独立指数上，差距是 8 分——Muse Wonder 为 52（最高），Kimi K3 为 44（最高）——并且每项指数任务约 4.52 美元对 2.00 美元。但真正决定你的企业实际上能基于哪一个来构建的条款，埋在 Moonshot 的许可证里，而不是在任何一个得分里。

许可证授予什么，以及不授予什么

Kimi K3 以 Kimi K3 许可证发布，Moonshot 称其衍生自 MIT 许可证。它是开放权重的（open-weight），Moonshot 有意使用这一说法，而不将其升格为"开源"；这一区分至关重要，因为随下载一同而来的还有三项条件。

• 副本必须载明该通知并遵守法律。

• 模型即服务运营商在任意连续十二个月内收入超过2000万美元的，需要与Moonshot另行签订一份商业协议。

• 月活跃用户超过 1 亿，或月收入超过 2000 万美元的产品，必须在显著位置展示"Kimi K3"。

• 内部使用、Moonshot 自有产品以及经认证的推理合作伙伴不受第二、三项条件的约束。

第二个条件正是Kimi K3于9月在Amazon Bedrock上线时必须经过协商、而不能直接上传的原因，也是任何计划将这款模型包装进产品的人都必须在意的那项条款。下载检查点、进行微调、在自家公司内部运行——全都允许。基于它搭建营收超过特定门槛的推理业务——没有合同则不被允许。Muse Wonder的专有权重没有可读的许可证，因为根本没有权重；你在那里做出的取舍不同，但并不更糟。

实际占用也值得直说，因为“开放权重”容易让人联想到一台工作站。在 FP8 下，2.8 万亿参数属于多节点部署——至少需要八块 H100 或 H200 级加速器，实际往往还更多——这让任何没有集群的人都无法自行托管。模型可以下载，但能以低廉成本使用它的能力并不会自动随之而来。

每项任务成本，两者在此分开

两个模型按 token 计都很便宜，按完成的任务计则都不便宜，而且这一次两种视角下的排序是一致的：

• 标价 — Kimi K3 输入 $3.00 / 输出 $15.00 / 缓存 $0.30 每百万；Muse Wonder 输入 $4.00 / 输出 $20.00 / 缓存 $0.20

• 每项智能指数任务成本——Kimi K3 约 $2.00；Muse Wonder 约 $4.52

• 索引运行中的输出 token 数——Kimi K3 约 1.6 亿；Muse Wonder 约 1.3 亿

• 智能指数 — Muse Wonder (max) 52，在 219 个中排名第九；Kimi K3 (max) 44

• 上下文窗口 — 两者均为 1,048,576 个 token

Kimi K3 以 2.3 倍的差距赢得了成本之争，而且它是在两者中更为啰嗦的情况下赢得的，因为其输出价格为 15 美元，而 Meta 为 20 美元。八个点的指数差距就是这一节省的代价。这两个数字都来自 Artificial Analysis 同一版本的指数，因此这两个单任务数字可以直接比较，而两家厂商各自的排行榜从来做不到这一点。

Muse Wonder 唯一明确的价格优势在于缓存读取：在上下文窗口大小完全相同的情况下，每百万 token 为 0.20 美元，而 Kimi K3 为 0.30 美元。对于每一步都要重新发送一大段固定前缀的智能体循环而言，这一差价会累积在请求中占比最大的 token 类别上，且输出端没有任何因素能将其抵消。

Kimi K3 的综合评分在哪里失去预测能力

八分的指数差距并非均匀分布，而在各项子分数上，这两个模型不再像彼此相邻。

• Terminal-Bench 4.0 —— Kimi K3 为 0.126；Muse Wonder 未在独立测试框架上公布，但 Meta 自己那份未经复现的表格声称其达到 85.6，而 GPT-6 Astra 为 81.4

• AA-Omniscience — Kimi K3 19.7；GPT-6.1 Sol 41.5，用于在同一指数上作对比

• 长上下文检索——Kimi K3 在 AA-LCR v1.1 上约为 0.887，是榜单上最强的成绩之一

• 输出速度——Kimi K3 约每秒 44 个 token，首 token 中位时间接近 8.0 秒；Muse Wonder 尚未公布

把这些放在一起读，一个轮廓就浮现出来。Kimi K3 非常擅长仔细阅读极其庞大的输入并就此作答，却不擅长在带有中间检查的许多小步骤中执行计划。它的长上下文检索结果优于大多数前沿模型，而它的终端执行结果则接近垫底。这与社区对该模型的解读一致——当一项任务可以通过一次长时间的推理来回答时它很强，当必须逐步执行时它很脆弱——也与架构层面的说法一致，因为 Kimi Delta Attention 是一种混合线性注意力设计，以一部分长上下文保真度和一部分交互延迟为代价，换取规模化效率。

Muse Wonder 的说法则指向相反的方向。Meta 的发布表把其优势集中在 Terminal-Bench、SWE-Marathon 和 computer-use 套件上，而它自己的 AutomationBench 一行，相对同表中 Claude 和 GPT-6.1 Sol 两列而言是最弱的。如果这种形态属实，那么这两个模型是互补的：K3 负责阅读，Muse Wonder 负责执行。这个前提无法回避——Meta 的 Terminal-Bench 数字是厂商自报且未经复现的，而且还没有任何测试框架让这两个模型跑过同一套智能体测试。

离开的代价

Kimi K3 最有力的理由从来不是价格。而是：即使 Moonshot 更改条款，检查点仍能继续使用；以及，拥有硬件的团队可以固定某个版本，不再关心供应商的费率卡、容量或路线图会怎样变化。

这个论点之下有两个需要留意之处，而且两者都有据可查，并非猜测。Moonshot 一直存在容量问题：其第一方 API 被描述为持续出现容量问题，而且该公司在上线后不久就暂停了新的消费者订阅。其次，许可证中的商业协议条件意味着，这条退路只有在内部使用时才是一条真正的退路——一旦该模型成为你大规模售卖的服务的一部分，你无论如何都得和 Moonshot 谈判。Muse Wonder 没有这类顾虑，也没有这种选择：Meta 的价目表就是价目表，唯一的防范办法就是准备好第二个模型。

你今天可以给他们中的哪一个打电话？

Kimi K3 已收录于OrcaRouter 目录，模型标识为 kimi/kimi-k3，日期为 2026-07-15，价格为 Moonshot 自有的每百万 token 输入 $3.00、缓存读取 $0.30 和输出 $15.00，覆盖完整的 1,048,576-token 窗口，并且与其他所有模型一样，通过相同的 OpenAI 兼容端点提供。提供商标价原样传递，因此 Moonshot 的价格变动当天就会在这里生效；而自动故障转移规则意味着，当某个上游提供商出现容量紧张时，请求会被转移，而不是被丢弃——鉴于容量正是该模型有据可查的薄弱点，这对它来说具有具体的价值。

Muse Wonder 并不在我们的目录中，页面也如实说明了这一点，而非含糊其辞地暗示：它运行在 Meta 的 Model API 和 Muse Code 上。我们确实收录了同一家实验室的meta/muse-spark-1.2，这是更大的 Meta 检查点，输入每百万 $1.25、输出每百万 $4.25，上下文窗口为 1,048,576 个 token，缓存读取为 $0.15。

这种安排对这个特定决策之所以有用，是因为这项比较的两半由不同的因素决定——K3 取决于你的工作负载是执行还是仅仅读取，Muse Wonder 则取决于你是否需要把语音和视频作为一等输入，以及 943,718 token 的输出上限。这些都是可以验证的问题，而其中一个距离得到验证只差改一个模型名称。

选择

• 当任务核心在于理解时，就该选 Kimi K3：长文档、大型代码库、百万级 token 的检索，以及任何需要靠一次长时间推理才能得出答案的场景。它的单任务成本低了一倍以上，长上下文检索能力位居实测最佳之列，而且开放权重给了你一条 Muse Wonder 无论出多少钱都无法提供的退路。

• 当延迟无关紧要时，Kimi K3。每秒四十四 token、八秒的首 token 中位时间，不适合交互式界面，却很适合夜间批处理。

• Muse Wonder 当任务必须被执行而不是被回答时——终端工作、计算机使用、带工具调用的长时程智能体——前提是你把 Meta 的基准测试表当作一种主张而非测量结果。

• Muse Wonder 适用于输入为语音或视频，或输出必须在一次响应中超过 450,000 个 token 的情况。另一方两者都不具备。

• Muse Wonder，当你已经认定这八个索引点值 2.3 倍的运行速率时。对于前沿同等水平的工作负载来说，这是一个合理的判断；对于大批量文本处理来说，则是一个糟糕的判断。

许可条款是大多数对比都会忽略的部分，也是十八个月后才会真正显出重要性的部分。Kimi K3 给你一份模型副本和一项合同条件；Muse Wonder 两样都不给，还因此按任务收取更高费用。这是否是一笔糟糕的交易，完全取决于你是否本来就打算自己运行这东西。