程浅 发自 凹非寺
量子位 | 公众号 QbitAI
Kimi又发了个新模型，把K3的能力打到全价位段了。
9月11日，Kimi K2.8 Preview在Kimi Code和Kimi Work全量上线，官方称综合性能接近旗舰 K3，且Coding和Agent能力进一步提升。
最实质的变化是在权限上，所有会员档位都能用上1M上下文了！
对比来看，K3的百万上下文目前仍需Allegretto及以上会员。
就在前一天，外界获悉，月之暗面的ARR在8月突破了10亿美元，而6月这一数字还是3亿。
这轮增长的直接催化剂是7月发布的K3，曾凭借一波SOTA级前端能力打出了全球声量。
据彭博社消息，公司内部希望，年底ARR可以冲到20亿美元。
K2.8是“小K3”吗
K2.8 Preview这个名字，很容易让人觉得月之暗面又做出了一个更小更便宜的K3。
从官方口径来看：
K2.8 Preview的综合性能接近K3，Coding和Agent能力全面提升，思考效率较K2.7 Code显著改善；
支持low/high/max三档reasoning effort，与K3的思考等级对齐；
同时支持图片和视频输入，上下文窗口为1M。
不过，本次预览更新没有公布任何benchmark数据，所以“综合性能接近K3”到底接近到什么程度呢？
尚未可知。
毕竟K3发布时也是传奇，总参数量2.8万亿、激活约1040亿参数的MoE模型，追求的是在各项基准上跑赢海外旗舰，而代价则是贵、慢、吃资源。
相较于这种跑分定位，K2.8 Preview大概是纯过日子模了，它被定位在“更适合代码补全和常规开发任务”。
当前，Kimi Code会员有五档，Adagio免费、Andante¥49/月、Moderato¥99/月、Allegretto¥199/月、Allegro¥699/月。
K3从¥99档起才能调用，1M上下文要¥199档以上，而K2.8 Preview所有会员可用，且直接给到1M。
顺便插一句。
这里的会员档位名称也是在K3发布后调整的：
Adagio是柔板、Andante是行板、Moderato是中板、Allegretto是小快板、Allegro是快板，Kimi是老板……这种命名方式和他的音乐爱好也有关联吧（沉思）。
目前二者流量接管方式将如下。
无感知替换，原有的kimi-for-coding直接升级为K2.8 Preview，Model ID保持不变；
在Kimi Code里接管K3需求，K3系列关闭thinking后，请求也会被转给K2.8 Preview的无思考版本；
不止编程场景，Kimi Work也同步上线了K2.8 Preview。
月之暗面急需低成本主力模型接力
K2.8也很难与月之暗面当前紧锣密鼓的商业化节奏分开看。
据报道，月之暗面的ARR在今年3月约为1亿美元，4月升至约2亿美元，6月超过3亿美元。
而到8月这一数字已突破10亿美元，公司希望在年底前达到20亿美元。
K3是其中一个关键的陡峭点。
它在7月发布后，以开源权重、超长上下文和旗舰级编程能力迅速打开了市场。
它的定价为每百万token输入3美元、输出15美元，仅为对手的三分之一，同时在编程基准上超过Claude Opus 4.8和GPT-5.5。
在Arena.ai前端代码竞技场上，K3以1679分登顶，超过Claude Fable 5和GPT-5.6 Sol——而前代K2.6在同一榜单上仅排第18位。
目前，K3系列每天生成约3000亿token。
尽管如此，要从10亿冲到20亿，仅靠一个高成本的旗舰模型是难以支撑的。
而且K3也并非没有产品层面的边界，月之暗面在K3技术博客中提到过，K3对历史thinking内容较敏感。
也就是说，如果Agent框架没有完整传回此前的思考记录，或在会话中途从其他模型切换到K3，生成质量可能明显不稳定。
并且，K3在模糊任务中可能表现得过于主动，自行作出超出用户预期的决定。
不过这也是很多强能力模型的通病了。
故而“能力上限”有时候也不等于“所有场景下的最好体验”，对于代码补全、修改和明确边界内的日常开发，用户可能还是更喜欢行为更可控、调用门槛更低的模型。
这时候，一个单位成本更低、能够大规模铺开的主力模型就必须要推出来了。
One More Thing
据彭博社消息，本月初，月之暗面以保密形式向港交所递交了A1上市申请文件，正式启动港股IPO流程。
从估值曲线来看，2025年底月之暗面C轮投后估值43亿美元，2026年5月涨到200亿，7月F轮后达到350亿。
7 月底，月之暗面同时启动了Pre-IPO轮融资，投前估值升至500亿美元。
八个月估值涨了近八倍，但收入呢？
按500亿美元投前估值和当时公开的3亿美元ARR来算，市销率为167倍。
作为参照，Anthropic的这一倍数约为20，OpenAI约40，智谱万亿市值时约94。
因此，让更多人用起来，让单位调用的成本降下来，可能真的是Kimi的当务之急。
[1]https://www.kimi.com/code/docs/kimi-code/whats-new.html
[2]https://www.kimi.com/code/docs/kimi-code/models.html
[3]https://www.bloomberg.com/news/articles/2026-09-11/china-ai-star-moonshot-eyes-2-billion-annualized-sales-in-2026
[4]https://x.com/notjazii/status/2098400259223458188?s=46
