企业官网建设流程全解析

【导语：月之暗面开源 Kimi K3 完整权重后，Hacker News 上开发者围绕其运行成本、性能及技术路线展开热烈讨论。Kimi K3 拥有 2.8 万亿参数等特性，虽性能有差距但有实际产出，定价较高，后续发展将由开发者决定。】

开源 3T 模型的运行难题

月之暗面开源 Kimi K3 完整权重第二天，Hacker News 上热门评论是关于其运行的算数题。MXFP4 原生精度下，光权重就要 1.5TB 显存，8 块 B200 勉强装下，实际部署至少 16 块。有人讨论用二手四路至强服务器插满 3TB DDR5 内存运行，速度大概每秒五六个 token，但也有人认为思考阶段耗时长，实际可用速度按天算。SSD offload 的结论更悲观，3T 级别可能慢到无法使用。

Kimi K3 技术细节与性能表现

7 月 27 日，Kimi 在官网博客发布 K3 技术细节。其具有 2.8 万亿参数，采用 MoE 架构，896 个专家每次激活 16 个，原生支持视觉和 100 万 token 上下文窗口。拥有三项核心技术，配合 MXFP4 权重量化训练，整体规模效率比前代 K2 提升约2.5 倍。

基准测试中，虽整体性能落后于 Claude Fable 5 和 GPT - 5.6 Sol，但有实际产出，如 48 小时自主设计芯片、搭建 MiniTriton 编译器、复现计算天体物理研究等。

高定价与自建成本考量

定价方面，缓存命中输入 $0.30 / 百万 token，未命中 $3.00 / 百万 token，输出 $15.00 / 百万 token，Mooncake 分离式推理架构使编码场景缓存命中率超过 90%，价格与 Claude Sonnet 相近。

开发者开始算账，一台 3TB 内存服务器按美国平均电价算，一个月电费约 $135，但重度编码用户一周消耗 50 亿 token，一台服务器一个月只能跑 1300 万 token。不过电力成本可能不是重点，数据主权才是驱动力，一些公司因监管要求本地部署。

技术路线与未来展望

有人提到 AMD 即将推出的 Epyc Venice 和 MI355X 可能改变成本曲线，若推理成本下降，“自建 K3” 对中小团队不再是难事。还有人呼吁社区从 K3 做 “真正的蒸馏”，训练更小的模型。

HN 上讨论基调务实且兴奋，K3 是 “第一个和闭源前沿一样大的开源模型”，让社区有机会量化真实推理成本等参数。Kimi 开放权重后，后续发展由开发者决定。

编辑观点：Kimi K3 的开源为行业带来新契机，虽运行和成本问题待解，但技术路线多样，有望推动开源模型发展，满足不同场景需求。