Kimi K3的2.8万亿参数并非全量激活。MoE架构将模型拆成896个『专家』，每次推理只激活16个——相当于一个图书馆里只让最对口的几位专家起身答题。K3用了KDA混合线性注意力，把传统O(n²)的注意力计算复杂度压到线性，长文本处理时显存需求降75%、速度提6倍。但代价也明显：门控路由的决策偏差、专家间负载不均，都可能让模型『请错人』。

K3输出定价15美元/百万Token，是智谱GLM-5.2的3倍多。能力差距没拉开时，价格差就是最实在的选择理由。开发者实测吐槽：简单任务也触发超长思考链，输出慢两三倍、Token消耗『电老虎』级别。有开发者的编程任务没跑通，换回Claude Opus效果更好。月之暗面自己也承认：K3更像『特色鲜明的生产力工具』而非全能助手，综合体验与最强闭源仍有差距。

K3量产商业化的拐点不在参数更大，而在推理成本能否降到可接受区间。2026年6月，OpenAI靠纯软件优化让推理成本腰斩，内部列为最高机密；英伟达Causal-rCM把视频生成从50步压到1步，速度提22倍。这些信号说明：硬件之外，算法层还有巨大降本空间。K3的Mooncake分离式架构虽然让缓存命中率超90%，但『强制Thinking』模式让Token消耗依然失控。月之暗面若不能把KDA线性注意力的效率优势从实验室带到API定价里，用户会流向更便宜、更快的竞品。

K3走开源路线，但API定价却比闭源还贵——这听起来矛盾，实则是开源模型商业化的经典困境：开源获客靠生态，赚钱靠云服务，但云服务必须覆盖硬件成本。智谱GLM-5.2定价仅为K3三分之一，被封为『Claude Code平替』，API处于供不应求状态。真正值得追问的不是『开源能不能赚钱』，而是『开源模型的定价锚点应该是什么』——是跟着成本走，还是跟着竞品走，还是跟着用户愿意为『开源可控』付的溢价走？