1M 上下文＋多模態
強制思考／Agent 強
1M 上下文
自託管成本友好
Sol／Terra／Luna
企業 Agent 工具鏈完整
三大痛點：K3 評測前最容易踩的坑
（一）只看總參數、忽略稀疏與推理 Token：2.8T 為總量，實際稀疏 MoE（約 16／896 experts）；K3 強制思考，reasoning 計入輸出帳單——要用任務完成成本算性價比。（二）拿錯對照組：自託管對準 DeepSeek V4 Pro；企業生態對準 GPT-5.6 Terra，勿把 Luna 當日常預設。（三）筆電混用三家金鑰：評測腳本與 MCP 同機並行，易引發外洩與埠衝突。延伸：七月 AI 三強對決、GPT-5.6 三子模型亮點。
六維決策矩陣：Kimi K3 vs DeepSeek V4 Pro vs GPT-5.6
| 維度 | Kimi K3 | DeepSeek V4 Pro | GPT-5.6 | 誰更合適 |
|---|---|---|---|---|
| 總參數／架構 | 約 2.8T 稀疏 MoE | 約 1.6T／約 49B 啟動 | 未公開（閉源） | 看場景 |
| 上下文 | 約 1M（扁平計價） | 約 1M | Terra 約 512K／Luna 更長 | K3／DeepSeek |
| 模態 | 文字＋影像＋影片 | 以文字為主 | 多模態生態完整 | K3／GPT-5.6 |
| Agent／工具 | 長程編碼＋MCP 強 | 開源工具鏈成熟 | 企業 Agent／Codex 生態 | 看合規需求 |
| 權重／授權 | 承諾開源權重（時程以官方為準） | 已可自託管 | 僅 API／產品 | DeepSeek／K3 |
| API 成本錨點 | 輸入約 $3／輸出約 $15（每百萬；含 cache 分檔） | 通常更低、自託管可控 | Terra 約 $2.5／$10 量級 | DeepSeek（成本）／GPT（生態） |
💡 選型結論：開源＋長上下文＋多模態 Agent → 評測 K3；立刻自託管壓單價 → DeepSeek；企業合規與 IDE 生態 → GPT-5.6。多數團隊應採混合路由。
API 與 Agent：接入必看規格
base_url=https://api.moonshot.ai/v1、model=kimi-k3；支援 function calling 與結構化輸出。reasoning_effort（如 max）調控，抽樣參數多為固定，請求宜省略。max_completion_tokens 預設可達約 131072，可上調（以官方文件為準）。Agent 請用同一 Prompt 追蹤對照三家：記錄工具成功率、步數、總 Token 與牆鐘時間，再定主備路由。
六步落地清單：在遠端 Mac 完成 K3 對比實測
鎖定三類場景：長上下文編碼、多步 Agent／MCP、多模態問答。
建立四十至六十條樣本：修補生成、十二步工具鏈、五十萬 Token 邊界與視覺題。
租用 MacPull 隔離節點：M4 24GB，三家金鑰分離，不與生產共用。
固定協定重放：K3 省略抽樣參數；另兩家固定 temperature 與工具 Schema。
按場景計成本：把 reasoning、重試計入「完成一任務單價」。
鎖定路由與回滾：文件化主備模型、每日天花板後再全量上線。
可引用資訊（2026 年 7 月）
（一）約 2.8T — 近 3T 級開源旗艦稀疏 MoE。（二）約 1M 上下文 — 與 DeepSeek V4 Pro 同級長窗。（三）API 約 $3／$15 — 每百萬輸入／輸出（含 cache 分檔）。（四）DeepSeek 約 1.6T／49B 啟動 — 自託管主競品。（五）MacPull 建議 24GB — 可並行三家 SDK 與 MCP 沙箱跑一週 A/B。
總結：先評測再路由，最後再決定購買方案
Kimi K3 評測實驗室 × MacPull 遠端 M4
三模型並行 A/B：先驗證再決定生產路由
24GB 獨享物理機 · 三家金鑰隔離 · MCP 沙箱 · SSH 一鍵登入 · 按日退租 · 24 小時交付。