Kimi K3和DeepSeek V4 Pro怎么选？这两个不是同一档位的对手。在第三方评测机构的同一榜单上，Kimi K3（max 档）智能指数 43.784，DeepSeek V4 Pro 0813（max 档）36.283，相差 7.5 分；但跑完同一套评测任务，K3 的单任务加权成本是 1.0102 美元对 0.1493 美元——贵 6.8 倍，单任务耗时 1,259 秒对 494 秒，慢 2.55 倍。价格方向一致：按每百万 tokens 计，K3 是输入 20 元、输出 100 元；V4 Pro 空闲档是输入 4.5 元、输出 13.5 元。所以真正的选择题不是「谁更强」，而是那 7.5 分值不值 6.8 倍的钱加 2.5 倍的时间。另外还有 4 处官方材料之间的分数出入必须先知道，否则照抄数字一定会抄错。 也要先纠正一个默认预设：很多人默认这是「国产开放权重双雄、同档对比」。它们确实都开放权重，但一侧是 2.8 万亿参数的旗舰（Kimi 官方口径明确），另一侧官方从未公布参数规模（第三方记为 1,600 亿）。档位不同，价格、速度、限速、支持模态会跟着一起不同，逐项拉平之前不能下结论。
先看两台机器的身份卡
口径来源不同，是这一组对比最容易出错的地方：Kimi 侧有官方的参数与架构说明，DeepSeek 侧的参数只有第三方记录。下面把每一项的出处分开标。
| | |
|---|
| | |
| | 价格页「模型版本」一栏写 DeepSeek-V4-Pro-0813 |
| 2026-07-16（技术博客发布日，第三方记录的发布日期一致） | 2026-04-24 预览版上线；2026-08-13 正式版（GA） |
| 是；第三方标注许可名为「Kimi K3 License」 | |
| | V4 技术报告已上 arXiv，权重同时在 ModelScope 与 Hugging Face 提供 |
| | |
四项硬指标对照：参数、激活、上下文与模态
把参数、激活量、上下文和输入模态放在一张表里，是因为这四项决定后面所有的价格与速度差异。注意「官方未公布」不等于「没有」，只是这一栏目前只能引第三方记录。
| | | |
|---|
| | | K3 为官方；V4 Pro 官方未公布，仅第三方记录 |
| 896 个专家中激活 16 个（官方 MoE 口径）；第三方记 104B | | |
| | | |
| 默认 131,072，最大可设 1,048,576 | | K3 为 API 文档默认值／上限；V4 Pro 为价格页 |
| | | |
| 始终开启；reasoning_effort 支持 low／high／max，默认 max | 可选非思考与思考；effort 支持 low／high／max，默认 high | |
这一表里有两处最值得记住。第一是模态：K3 原生吃图片和视频，V4 Pro 的图像理解是「不支持」——如果任务是看截图改前端、看设计稿写代码，这不是价格问题而是能不能做的问题。第二是默认档位：两家都默认开着思考，但 K3 默认落在最贵的 max，V4 Pro 默认落在 high。不做任何参数设置时，K3 从第一次调用起就是它的最高档。
官方评测表的覆盖不对等，与 4 处对不上的分数
再往下比较分数之前，必须先讲清一件容易被忽略的事：两家的官方评测表互不覆盖。Kimi K3 技术博客给出的 35 行完整评测表，对照的模型是 Claude Fable 5、GPT 5.6 Sol、Claude Opus 4.8、GPT 5.5、GLM-5.2 —— 其中没有任何一个 DeepSeek 型号。反过来，DeepSeek 的发布公告给出一张 19 行对照表，把 「Kimi K3」单独列成一列。也就是说，唯一可查的官方同表对比出自 DeepSeek 一侧；只看任何一家，都会得出「对手不在场」的错觉。 更麻烦的是同一模型在两份官方材料上分数对不齐。Kimi 官方博客、DeepSeek 官方对照表说的都是同一个模型的同一项能力，但数字不一致的有 4 处；一致的有 3 处。把两部分都列出来，才能判断该信哪一个。
| | | |
|---|
| | | |
| | | |
| 46.7（写作 Automation-Bench） | 30.8（写作 Automation Bench） | |
| | | |
一致的 3 处同样值得记住，因为它们恰好是双方都注明了评测框架（harness）的那几项：Terminal-Bench 2.1 两家都是 88.3、HLE（纯文本子集）两家都是 43.5、DeepSWE 两家都是 67.5。这说明分数差异多半来自评测框架、子集范围与判分脚本，而不是谁在虚报。用法上只有一条：跨材料引用同一个指标前，先确认两边的框架、子集、是否允许调工具三项一致；不一致就分开写，不要合并成一个数。
在 DeepSeek 自家表上 13 行同台对比，谁赢
DeepSeek 的 19 行对照表里，同时给出了 V4 Pro 与 Kimi K3 两列数值的有 13 行，这 13 行就是目前唯一可查的官方同表正面对比。结论比想象中更接近：Kimi K3 领先 10 行，V4 Pro 领先 3 行。
还有 6 行不能计入上面的「几比几」，因为两侧至少一侧留空：Codeforces 只有 V4 Pro 有分（3,850，K3 一格是横线）；SEC-Bench Pro 与 ExploitGym 两家都是横线；Chartography、BabyVision（含工具）、ZeroBench-main（含工具）三行只有 K3 有分（68.1、85.7、41.0），V4 Pro 全部留空——这三行恰好都是视觉类，与前面「V4 Pro 不支持图像理解」对得上。
读这张表要加两条限制。第一，十行里有四行的差距在 0.5 分以内（MathArena Apex 差 0.3、Terminal-Bench 2.1 差 0.4、Terminal-Bench 4.0 差 0.2、HLE 含工具差 0.2），这种量级在多数评测上落在噪声区间，写成「K3 领先」比写成「碾压」准确。第二，这张表是 DeepSeek 自己整理的，它把对手的最强项也列了进来，这一点本身值得记一笔；引用时仍然要说明它是单方材料。
第三方指数：7.5 分差距与开源榜第 2 对第 7
第三方评测机构给出的是把大量细分项合成一个 0 至 100 分的单一指数。它不能和任何一项官方分数换算，但可以把不同厂商拉到一个坐标系里。同一份榜单里两家的读数如下。
| | |
|---|
| | |
| | |
| 第 2（仅次于 GLM-5.3 的 44.856） | |
| K3（low 档）30.481，比 max 档低 13.3 分 | V4.1 Flash 39.545，比自家 Pro 还高 3.26 分；预览版 V4 Pro 30.865，正式版 +5.42 |
| | |
这两行位次里藏着两个反常识的点，比「7.5 分」本身更值得写进文章。第一，Kimi K3 不是开源第一。同一份开放权重榜上 GLM-5.3（max）44.856 排在它前面；Kimi 自己的技术博客开篇也写明「整体表现仍落后于最强的闭源模型 Claude Fable 5 与 GPT 5.6 Sol」。第二，DeepSeek 的「Pro」不是自家最强。同一坐标系下 V4.1 Flash 39.545 高于 V4 Pro 的 36.283，而价格还更低（输入未命中 1 元对 4.5 元）。这里出现了一个方向相反的口径：DeepSeek 官方给两个版本的分工是「V4-Pro 性能比肩顶级闭源模型」「V4-Flash 更快捷高效的经济之选」，并写明 Flash「在世界知识储备方面稍逊一筹」「在 Agent 测评中，简单任务上与 V4-Pro 旗鼓相当，但在高难度任务上仍有差距」——官方按任务难度分工排序，第三方按综合均分排序，两套口径得出的答案正好相反。选哪一个要按自己任务里高难度任务的占比判断，不能只看一个总分。
价格：三档单价、峰谷差与缓存折扣深度
两家都是按百万 tokens 计费，列结构也一致（输入、输入命中、输出），所以可以直接对照。差别在两点：DeepSeek 分空闲与高峰两档价，Kimi 只有一个价；以及缓存的折扣深度不一样。
按上表逐项算倍数：输入未命中差 4.4 倍（空闲档）／2.2 倍（高峰档），输出差 7.4 倍／3.7 倍，缓存命中差 13.3 倍／6.7 倍。差距最大的那格恰恰是缓存命中，这提示了一件事——两家的缓存折扣深度不一样。
把命中价除以未命中价：Kimi K3 是 2.00÷20.00＝10%，DeepSeek V4 Pro 是 0.15÷4.50＝3.33%。也就是说 V4 Pro 的缓存优惠力度是 K3 的 3 倍。第三方的独立读数与这个折算完全一致（90% 对 96.67% 的折扣率）。这一条对实际账单的影响比输出单价更直接，因为长上下文场景里输入占绝大多数；Kimi 官方博客也写了自家 API「在编程负载下缓存命中率高于 90%」，而 DeepSeek 文档则标明缓存是「尽力而为，不保证 100% 命中」。
另外三点容易漏的计费细节：一是峰谷，V4 Pro 的空闲价是高峰价的一半，高峰时段为北京时间周一至周五 9:00 至 12:00、14:00 至 18:00，其余都算空闲；Kimi 侧官方价目表没有设峰谷两档。二是币种，Kimi 技术博客给出的英文口径是每百万 tokens 缓存命中 0.30 美元、未命中 3.00 美元、输出 15.00 美元，中文开放平台是 2.00／20.00／100.00 元，按 6.67 折算一致，但确实是两套标价，跨境业务要先确认结算币种。三是扣减顺序，DeepSeek 在充值余额与赠送余额同时存在时优先扣赠送余额。
成本、耗时与输出速度：三个倍数一起看
单价低不等于总账单低，因为模型「说了多少」也决定花多少。第三方把单价、输出量、耗时合成了一个「单任务加权成本」，这是目前最接近真实用量的比较口径。
| | | |
|---|
| | | |
| | | |
| | | |
| | | |
| K3（low）30.481 分、0.0811 美元 | | K3 降档后单价比 V4 Pro 更低，但绝对分数也最低 |
「每美元指数分」这一行是自算的：把智能指数除以单任务加权成本，K3 是 43.784÷1.0102≈43.3，V4 Pro 是 36.283÷0.1493≈243.0。它的含义是每一美元的预算能买到的指数分，V4 Pro 约是 K3 的 5.6 倍。但这一行不能单独当结论用：K3 降档到 low 之后，成本降到 0.0811 美元、每美元指数分反而升到约 376，比 V4 Pro 还高——代价是绝对分数掉到 30.481，比 V4 Pro 低近 6 分。所以「性价比」必须连着「你要的绝对水平」一起说，换档位就换结论。
一条可复算的账：10 万上下文加 2,000 输出
把上面的单价套进一个真实场景：一次请求带 10 万 tokens 上下文，输出 2,000 tokens。这个比例接近长文档问答与代码仓库问答的日常形态。
四行数字都是可复算的：K3 全命中为 0.1×2＋0.002×100＝0.40 元，全未命中为 0.1×20＋0.002×100＝2.20 元；V4 Pro 空闲全命中为 0.1×0.15＋0.002×13.5＝0.042 元，全未命中为 0.1×4.5＋0.002×13.5＝0.477 元，高峰档对应 0.084 元与 0.954 元。这里最值得带走的一条是「倍数会随缓存命中率浮动」：缓存全命中时 K3 贵 9.5 倍，全未命中时只贵 4.6 倍。原因是 K3 的输出单价（100 元）是它命中价的 50 倍，而 V4 Pro 的输出单价（13.5 元）是它命中价的 90 倍——命中率越高，差距反而被放大。
换算成汉字量级时按「1 token 约等于 1.5 至 2 个汉字」（Kimi 官方文档口径）估算，由此 10 万 tokens 大致对应 15 万至 20 万汉字，用于估量级即可，不要用于精确对账。
接入门槛与限速：充值分档对并发额度
两家的限速哲学完全不同：一家按你充了多少钱分档放量，一家只看账号并发上限。这决定了你第一次跑批时会不会撞墙。
| | |
|---|
| 开放平台完成充值（最低 10 元）后解锁；注册认证赠送的 15 元代金券不可用于 Kimi K3 | |
| 按累计充值金额分 Tier0 至 Tier5：并发 1→100、RPM 3→300、TPM 50 万→500 万、TPD 150 万→无限 | 仅设并发上限：V4 Pro 为 500（Flash 为 2500），可按业务需求提交扩容申请，扩容不额外收费 |
| | 以账号粒度计，与 API Key 无关；可通过传 user_id 做细分隔离 |
| | |
| 官网与 App（iOS、Android、HarmonyOS）、Kimi Work 桌面版 3.1.0 以上、Kimi Code 终端；C 端订阅四档 ¥49／99／199／699 每月，全部共享同一额度池，百万 tokens 超长对话仅 ¥699 档具备 | 官网与 App 的「专家模式」入口；官方文档与价格页未列出按订阅计费的方案（截至2026年9月15日） |
充值 10 元刚解锁 Kimi K3 时仍在最低档：并发 1、每分钟 3 个请求、每分钟 50 万 tokens、每天 150 万 tokens。也就是说「能调用」和「能跑批」是两件事，前者 10 元就够，后者得先把累计充值推到更高档位。DeepSeek 这一侧的门槛不在钱上，而在并发 500 这个数值本身——如果你的任务是几百个并行子任务，500 并发会比价格更早成为瓶颈。
关于「2.8 万亿」与「3 万亿级」的两种说法。Kimi 同一篇技术博客里同时出现两句：「Kimi K3 是首个达到 2.8 万亿参数规模的开源模型」与「它是全球首个开源的 3 万亿级模型」。两句并不矛盾——2.8 万亿是精确值，「3 万亿级」是分档表述，但引用时不要混用，更不要把「3 万亿级」写成「3 万亿参数」。另外第三方在同一模型下留了两条记录（2,800B 与 2,780B），属记录口径差异，引用时优先用官方精确值。
三条最容易被抄错的结论，建议先记住再读分数。
- 「Kimi K3 是开源第一」不成立。第三方开放权重榜上 GLM-5.3（max）44.856 高于 K3 的 43.784；Kimi 官方博客开篇也自述整体表现仍落后于 Claude Fable 5 与 GPT 5.6 Sol。写「开源第一」会被立刻证伪，写「开源第二、规模第一」才站得住。
- 「DeepSeek 的 Pro 一定强于 Flash」不成立。同一坐标系下 V4.1 Flash 39.545 高于 V4 Pro 0813 的 36.283，单价也更低。名字里的 Pro 指的是产品定位，不代表综合分数更高。
- 同一模型的同一指标不要跨材料合并。4 处分数对不上（最大一处差 60.3 分、量级不符），只有注明了同一评测框架、同一子集、同样是否允许调工具的三项才能直接比。
常见问题
Q：Kimi K3 和 DeepSeek V4 Pro 是同一个档次的模型吗？
不是。Kimi K3 是 2.8 万亿参数的旗舰（官方口径），DeepSeek V4 Pro 官方未公布参数规模、第三方记为 1,600 亿。第三方同一榜单上智能指数 43.784 对 36.283，差 7.5 分；开源权重榜上是第 2 名对第 7 名。
Q：只比价格，差多少？
按每百万 tokens 计，K3 是缓存命中 2 元、未命中 20 元、输出 100 元；V4 Pro 空闲档是 0.15 元、4.5 元、13.5 元，高峰档翻倍。逐项倍数分别是 13.3 倍、4.4 倍、7.4 倍（对空闲档）。但换算到真实任务上，因为输出量与缓存命中率不同，实际单任务成本差是 6.8 倍，不是 7.4 倍。
Q：哪个更强？该看哪份评测？
分场景看。Kimi K3 在 DeepSeek 自家表的 13 行可比项里领先 10 行，Terminal-Bench 3.0（17.7 对 11.8）与 DeepSWE（67.5 对 62.7）差距最大；V4 Pro 领先 3 行，NL2Repo-Bench（61.5 对 58.0）与 CyberGym（83.3 对 80.0）是它的强项。第三方单一指数上 K3 高 7.5 分。想抄分数就抄 DeepSeek 那张 19 行表，因为只有它把两家放在同一张表里。
Q：两家官方的评测表能直接拿来对比吗？
不能直接合表。Kimi 的 35 行评测表里没有任何 DeepSeek 型号；DeepSeek 的 19 行表里有 Kimi K3 一列。而且同一模型在两份材料上有 4 处分数对不上，只有 Terminal-Bench 2.1、HLE 纯文本子集、DeepSWE 三项两边一致。
Q：为什么同一模型在两份官方材料上分数不一样？
最可能的原因是评测框架、子集范围与是否允许调用工具三项不同，而不是谁改过数字。可以验证的线索是：两家唯一一致的几项，恰好都是双方都注明了评测框架的那几项（Terminal-Bench 2.1 两家都是 88.3、DeepSWE 两家都是 67.5）。引用前先确认这三项，不一致就分开写。
Q：DeepSeek V4 Pro 支持图片输入吗？
不支持。价格页「图像理解」一栏对 deepseek-v4-pro 明确写「不支持」，同一栏对 deepseek-flash 写「支持」。DeepSeek 官方表里 Chartography、BabyVision、ZeroBench-main 三行 V4 Pro 全部留空，与这一条一致。需要视觉理解就只能选 Flash 或换 K3。
Q：Kimi K3 在国内怎么用？多少钱？
两条路。开放平台按量计费，需先充值（最低 10 元）解锁，注册赠送的 15 元代金券不可用；C 端走会员订阅，四档 ¥49／99／199／699 每月共享同一额度池，其中百万 tokens 超长对话只有 ¥699 档支持。官网、App（iOS／Android／HarmonyOS）、Kimi Work 桌面版 3.1.0 以上与 Kimi Code 终端都可调用。
Q：DeepSeek V4 Pro 有包月订阅吗？
官方文档与价格页截至今日均未列出按订阅计费的方案，API 侧是按量计费、扣费优先扣赠送余额。C 端在官网与 App 里有「专家模式」入口可以调用 V4 Pro，但没有对外公布与积分或订阅绑定的额度规则。
Q：长上下文场景谁更划算？
看缓存命中率。10 万输入加 2,000 输出的场景里，缓存全命中时 K3 是 V4 Pro 空闲档的 9.5 倍，全未命中时是 4.6 倍——命中率越高差距越大，因为 K3 命中价只占未命中价的 10%，而 V4 Pro 只占 3.33%。如果是反复复用同一份长文档或同一份代码库，V4 Pro 的缓存深度优势会被放大；如果是每次都是全新输入，两者的差距会收窄到 4 倍左右。
AI 速览
