Muse Wonder 對決 Kimi K3：可下載，卻仍無法自由轉售的模型

Kimi K3 是針對 Muse Wonder 所代表的一切給出的開放權重解答，而有趣的是，它的授權條款並不完全允許你去做「開放權重」通常隱含可做的事。Moonshot AI 於 2026 年 7 月 16 日發布 Kimi K3：2.8 兆參數，其中 104 億為活躍參數，FP8 權重在 Hugging Face 上無門檻提供，上下文長達 1,048,576 個 token，價目表為每百萬輸入 token 3.00 美元、每百萬輸出 token 15.00 美元。Muse Wonder 於 2026 年 10 月 12 日由 Meta Superintelligence Labs 推出，在相同大小的上下文窗口下價格為 4.00 美元與 20.00 美元，而且完全沒有權重。在獨立指數上，差距為八分——Muse Wonder（最高）52 分，對上 Kimi K3（最高）44 分——而每項指數任務約為 4.52 美元對上 2.00 美元。但真正決定你的業務實際上能以哪一個為基礎來發展的條款，藏在 Moonshot 的授權條款裡，而不是在任一評分中。

授權所授予及不授予的事項

Kimi K3 以 Kimi K3 授權條款發布，Moonshot 形容該條款衍生自 MIT。它是開放權重的，這個詞是 Moonshot 刻意使用的，並未升級為開放原始碼；而這項區別至關重要，因為下載時附帶三項條件。

• 副本必須載明該通知並遵守法律。

• 模型即服務營運商若在任何連續十二個月內收入超過 2,000 萬美元，便需要與 Moonshot 簽訂獨立的商業協議。

• 產品若每月活躍用戶超過 1 億，或每月營收超過 2,000 萬美元，必須顯著展示「Kimi K3」。

• 內部使用、Moonshot 自家產品及經認證的推論合作夥伴，不受第二及第三項條件限制。

條件二是為什麼 Kimi K3 在九月登上 Amazon Bedrock 一事必須經過協商，而不是單純上傳；而對於任何打算把該模型包裝成產品的人來說，這正是關鍵條款。下載檢查點、對它進行微調、在自己的公司內部運行它——全都允許。以它建立推論業務並在營收線之上營運——沒有合約就不允許。Muse Wonder 的專有權重沒有授權條款可讀，因為根本沒有權重；你在那裡做的取捨不同，並非更差。

實際部署規模也值得直白說明，因為「開放權重」會讓人腦中浮現工作站的畫面。FP8 下的 2.8 兆參數屬於多節點部署——至少需要八個 H100 或 H200 等級的加速器，實務上還更多——這使得沒有叢集的人根本無法自行託管。下載檔案是存在的。但能便宜使用它的能力並不會自動隨之而來。

每項任務的成本，即兩者分開計算之處

兩個模型以每 token 計算都很便宜，但以每完成一件工作計算則兩者都不便宜，而這次兩種觀點下的排序一致：

• 定價 — Kimi K3 每百萬 $3.00 輸入 / $15.00 輸出 / $0.30 快取；Muse Wonder $4.00 輸入 / $20.00 輸出 / $0.20 快取

• 每項智慧指數任務的成本 — Kimi K3 約 $2.00；Muse Wonder 約 $4.52

• 索引執行時的輸出 token — Kimi K3 約 1.6 億；Muse Wonder 約 1.3 億

• 智慧指數 — Muse Wonder（max）52，在 219 個中排名第九；Kimi K3（max）44

• 上下文視窗 — 兩者皆為 1,048,576 個 token

Kimi K3 在成本這點上以 2.3 倍勝出，而且儘管它是兩者中較冗長的那個，仍能勝出，因為它的輸出費率為 $15，Meta 則為 $20。八點的指數差距就是換來這項節省所付出的代價。這兩個數字都來自 Artificial Analysis 同一修訂版的指數，因此這兩個每項任務的數字可以直接相比，而兩家廠商各自的排行榜從來無法如此。

Muse Wonder 唯一明確的定價優勢在於快取讀取：每百萬 $0.20，對比 Kimi K3 的 $0.30，且上下文視窗大小完全相同。對於代理迴圈在每一步都重新傳送大量固定前綴的情況，這個差異會在請求中最大的 token 類別上不斷累積，而且輸出端沒有任何東西可以抵銷它。

Kimi K3 的綜合評分在哪裡不再具有預測力

八分的指數差距並非平均分布，而在各項子分數上，這兩個模型就不再像是鄰居。

• Terminal-Bench 4.0 — Kimi K3 0.126；Muse Wonder 未在獨立測試框架上公布，但 Meta 自家未經重現的表格宣稱 85.6，相較 GPT-6 Astra 的 81.4

• AA-Omniscience — Kimi K3 19.7；GPT-6.1 Sol 41.5，作為同一指數的規模參考

• 長上下文檢索 — Kimi K3 在 AA-LCR v1.1 上約為 0.887，是排行榜上最強的讀數之一

• 輸出速度 — Kimi K3 約每秒 44 個 token，首個 token 的中位時間接近 8.0 秒；Muse Wonder 尚未公布

把這些放在一起讀，就會浮現出一個輪廓。Kimi K3 非常擅長仔細閱讀極大量的輸入並針對內容作答，卻不擅長在許多小步驟之間穿插檢查來執行計畫。它的長上下文檢索結果優於多數前沿模型，而終端執行結果則接近最低水準。這與社群對該模型的解讀一致——當任務能用一次長時間推理作答時表現強勁，當任務必須逐步執行時則很脆弱——也與其架構說法相符，因為 Kimi Delta Attention 是一種混合線性注意力設計，為了大規模效率而犧牲部分長上下文保真度與部分互動延遲。

Muse Wonder's claims point the other way. Meta's launch table concentrates its wins in Terminal-Bench, SWE-Marathon and computer-use suites, and its own AutomationBench row is its weakest relative to the Claude and GPT-6.1 Sol columns in the same table. If that shape is real, the two models are complements: K3 for reading, Muse Wonder for doing. The caveat is unavoidable — Meta's Terminal-Bench number is vendor-reported and unreproduced, and no harness has yet put both models through the same agent suite.

離開的代價

Kimi K3 最強而有力的理由從來就不是價格。而是即使 Moonshot 更改條款，該檢查點仍能繼續運作；以及擁有相應硬體的團隊可以鎖定某個版本，從此不必在意供應商的價目表、容量或發展藍圖會如何變化。

那個論點底下有兩項但書，而且兩者都有明文記載，並非憑空臆測。Moonshot 一直有容量問題：其第一方 API 被形容為持續出現容量問題，而該公司在推出後不久便暫停了新的消費者訂閱。第二，該授權條款的商業協議條件意味著，這個逃生門只有在內部使用時才是真正的逃生門——一旦該模型成為你大規模販售之服務的一部分，你終究還是得跟 Moonshot 談判。Muse Wonder 沒有這類顧慮，也沒有這樣的選項：Meta 的價目表就是價目表，唯一的避險方式就是準備好第二個模型。

他們之中，你今天可以打給哪一位？

Kimi K3 已收錄於OrcaRouter 目錄，型號為kimi/kimi-k3，日期為 2026-07-15，採用 Moonshot 自家的定價：每百萬 token 輸入 $3.00、快取讀取 $0.30、輸出 $15.00，涵蓋完整的 1,048,576 token 上下文視窗，並與其他所有模型一樣，透過同一個 OpenAI 相容端點提供服務。供應商的定價表原樣傳遞、不作更動，因此 Moonshot 一旦調整費率，當天就會反映在這裡；而自動容錯移轉規則意味著當某個上游供應商容量吃緊時，請求會被移轉到別處，而不是被直接丟棄——考量到容量正是這款模型有紀錄在案的弱點，這點對它而言具有特定的價值。

Muse Wonder 並不在我們的目錄中，而頁面也如實說明這點，而非暗示其他情況：它是在 Meta 的 Model API 與 Muse Code 上運行的。我們確實有來自同一實驗室的meta/muse-spark-1.2，這是較大型的 Meta 檢查點，每百萬輸入 $1.25、輸出 $4.25，涵蓋 1,048,576 個權杖的視窗，快取讀取為 $0.15。

這個安排之所以對這個特定決策有用，是因為這個比較的兩半是由不同的事情決定的——K3 取決於你的工作負載是會執行還是只是讀取，Muse Wonder 則取決於你是否需要把語音和影片當作第一級輸入，以及 943,718 個 token 的輸出上限。這些都是可檢驗的問題，而其中一個只差改個模型名稱就能被檢驗。

選擇

• Kimi K3 在任務是理解時：長文件、大型程式碼庫、超過百萬個 token 的檢索，以及任何需要一次長時間推理就能得出答案的場景。它的每項任務成本降低超過一半，其長上下文檢索是實測最佳的之一，而且權重提供了一個 Muse Wonder 無論出價多少都無法提供的出路。

• 當延遲無關緊要時，Kimi K3 就很合適。每秒四十四個 token，首次 token 的中位時間為八秒，這對互動式介面來說很不合適，但對夜間批次作業來說卻恰到好處。

• Muse Wonder 適用於任務必須被執行而非被回答的情況——終端機作業、電腦操作、帶有工具呼叫的長時程代理——前提是你把 Meta 的基準測試表視為一項主張，而非一項量測。

• 當輸入為語音或影片，或輸出必須在單一回應中超過 450,000 個 token 時，請使用 Muse Wonder。另一側則兩者皆不提供。

• Muse Wonder 當你已經決定這八個索引點價值是運行率的 2.3 倍。對前沿同等級的工作負載來說，這是合理的判斷；但對大量文字處理而言，卻是糟糕的判斷。

授權條款是多數比較都會忽略的部分，而它正是十八個月後會變得重要的部分。Kimi K3 會給你一份模型副本和一項合約條件；Muse Wonder 兩者都不給，還為了這項特權按每項任務收取更高費用。這是不是一筆爛交易，完全取決於你原本是否打算自己運行這套東西。