Kimi发布K2.8模型，百万上下文全员开放
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载全档位开放百万上下文
Kimi K2.8 Preview 在 Kimi Code 与 Kimi Work 两个产品中同时上线，官方给出的定位是综合表现贴近旗舰 K3，并在编程与 Agent 两类任务上做了加强。这次更新最直接的变化落在权限上：所有会员档位都能调用 1M 上下文，而 K3 的百万上下文此前只向 Allegretto 及更高档位开放。Kimi Code 目前设有五档会员，从免费档到最高一档依次排列，K3 从中间偏下的付费档起才可调用，百万上下文则要再往上两档；K2.8 Preview 取消了这层门槛，免费档同样拿到 1M 窗口。模型本身支持图片与视频输入，并提供 low、high、max 三档 reasoning effort，思考等级与 K3 对齐，思考效率相比 K2.7 Code 有明显改善。官方把它的适用场景描述为代码补全与常规开发任务，而非冲击基准榜单的旗舰定位。
流量接管与替换方式
两个模型之间的切换采用无感方式完成。原有的 kimi-for-coding 直接升级为 K2.8 Preview，Model ID 保持不变，调用方无需改动接入配置。在 Kimi Code 内部，原本指向 K3 的请求也会被分流：当 K3 系列关闭 thinking 后，这部分请求转交给 K2.8 Preview 的无思考版本处理。编程之外的场景同样覆盖，Kimi Work 已同步上线该预览模型。这种安排意味着用户在多数日常调用中接触到的实际是 K2.8 Preview，而 K3 更多保留在需要高强度推理的路径上。需要注意的是，本次预览更新没有公布任何 benchmark 数据，因此“综合性能接近 K3”的具体差距没有量化口径，只能从官方对场景的划分来理解两者的分工。
旗舰模型的成本与边界
K3 是总参数量 2.8 万亿、激活约 1040 亿参数的 MoE 模型，追求在各项基准上跑赢海外旗舰，代价是贵、慢、吃资源。它的定价为每百万 token 输入 3 美元、输出 15 美元，官方称仅为对手的三分之一；在 Arena.ai 前端代码竞技场以 1679 分登顶，前代 K2.6 在同一榜单排第 18 位。K3 系列目前每天生成约 3000 亿 token。产品层面也存在边界：K3 对历史 thinking 内容较敏感，若 Agent 框架未完整回传此前的思考记录，或在会话中途从其他模型切到 K3，生成质量可能明显不稳定；在模糊任务中它也可能自行做出超出用户预期的决定。对代码补全、修改和边界明确的日常开发而言，行为更可控、调用门槛更低的模型反而更合适，这正是 K2.8 Preview 被推到前台的原因。
对调用者的实际影响
对使用 Kimi Code 的开发者来说，最直接的变化是免费档也能用上 1M 上下文，长文档、大仓库的整段投喂不再受会员档位限制；同时原有的 Model ID 继续有效，已有集成不需要迁移。对需要高强度推理的任务，K3 仍在，但部分请求会被自动导向 K2.8 Preview 的无思考版本，实际体验取决于调用时是否开启 thinking。由于缺少基准数据，选型时更稳妥的做法是按场景区分：明确边界的补全与常规开发交给 K2.8 Preview，复杂推理仍走 K3。Kimi Work 用户同样可以直接使用这一预览模型，图片与视频输入以及三档 reasoning effort 在两个产品中保持一致。
为什么值得看
主力模型下放百万上下文，降低高能力调用门槛，影响开发者成本。
信源1 家
关键事实
相关 · 模型
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。