Kimi K3 被質疑「吹得厲害」：V2EX 討論串記錄訂閱用戶的體感落差與訊源對照

2026年9月22日中午，程式設計師社羣 V2EX 出現一篇標題為「kimi K3 是不是吹的厲害」的討論串。發文者自述為月付 699 元人民幣的訂閱用戶，質疑月之暗面旗下 Kimi K3 模型的實際表現與官方宣傳存在落差。截至本臺彙整時，該討論串累積約 3,179 次瀏覽、34 則回覆。本臺整理討論串內容、各方說法的出入，以及可核實資訊的邊界。

發文者的三項質疑

發文者帳號為 1zh3n，透過 Android 裝置發文。其質疑集中在三個層面。

第一是額度調整。發文者指出，Kimi 官網先前曾標示「kimi code 多少倍額度」的資訊，後來被悄悄移除。此一說法屬於單一用戶的觀察，本臺尚未在月之暗面官方管道找到對應公告或說明。

第二是跑分與體感的落差。發文者表示，K3「說是跑分比肩 fable」，但實際使用體感「沒覺得比 DeepSeek 4.1 flash 高到哪裡去」。在後續補充中，發文者進一步自問「我們各自的參照物是什麼」，認為若以 Opus 4.8/5 或 GPT 5.6/6 為對照，K3 仍「很勉強」。

第三是測評方法的質疑。發文者稱，網路上的各項測評「測來測去」，但未見有人以中大型實際專案來檢驗模型能力。

回文者的分歧：第一梯隊與性價比疑慮並存

34 則回覆中，用戶評價明顯分歧，並非一面倒的批評。

用戶 shakaraka 認為 Kimi K3「可以生產使用，也是國模第一梯隊」，但受限於算力，即使付費 699 元，配合 Claude Code 的 teamagent 與 workflow 功能，「實際用量非常少」。該用戶估算，個人體感上至少需要 4 個 699 元帳號，才能與 GPT 20x 套餐搭配 5.6 sol xhigh|max 的使用體驗相當。

用戶 106npo 給出更具體的配置方案：3 個 699 元帳號都不夠用，目前改用 2 個 699 元帳號加 1 個 GLM Pro 才勉強夠用。該用戶對兩款模型的分工有明確描述：Kimi 的快取便宜，但輸入輸出額度少，適合用來執行方案；GLM 適合用來產出方案。同一用戶也直言，「如果你能用 GPT/anthropic 那就別猶豫直接用，國產模型不管價格還是效果都沒有能打的」。

用戶 Alwaysonline 的立場則偏向肯定。該用戶自述「天天黑 Kimi，也就黑它的量」，但認為模型品質「真可以」，前端生成能力強，製作簡報「輸出即可用」。

「降智」說法與基準測試爭議

討論串中多名用戶提及 K3「降智」。用戶 kindjeff 表示，Kimi 早期即以前端 one shot 生成效果走紅，近期「K3 降智也很嚴重」，並認為涉及嚴肅邏輯的任務表現不如 GLM-5.3。用戶 chihiro2014 與 jjx 亦有類似表述，後者稱在 Cursor 中長期使用 K3 max，程式碼審查產生多個誤報，原因研判為「對專案了解不深入」，對比 GLM 5.3「幹活實在、很少出錯」。

用戶 defa21312 提出一項具體對照數據：在 Terminal Bench v4 測試中，K3 未能跑贏參數量小 4 倍的 GLM，且 v4 是在 K3 發布一個多月後才出題，「不存在刷題可能」。此說法源自回文者的轉述，本臺未能在討論串內找到對應排行榜的原始連結，具體名次與版本細節無法獨立核實。

版本差異與商業合作背景

部分回文者指出，討論中的體感差異可能與模型版本有關。用戶 mmdsun 詢問原發文者使用的是否為 K3 max，稱「max 思考版本才是排名前幾名的版本」，並自述以 K3 max 搭配 Claude Code 的體驗「還可以」。發文者回覆稱自己使用的是 high 或 max 版本。

商業合作方面，用戶 413420 提到「AWS 已經和它合作」。用戶 imnotlxy 則持相對正面看法，稱 GLM 5.3 等模型在跑分上與 K3 非常接近，但 K3 參數量大很多，「這可能也是用起來更舒服的原因」。

可核實資訊的邊界

綜合討論串，可歸納的輪廓如下：K3 的爭議點集中於額度供給、長時間自主運行的可靠度、嚴肅邏輯任務表現與性價比四個面向；支持者肯定其前端生成與意圖理解能力；批評者的對照組多為 GPT、Claude、GLM 5.3 與 DeepSeek 4.1 flash。

須說明的是，該討論串屬於匿名社羣的個人使用經驗彙集，涉及跑分名次、額度計算與「降智」判斷的說法，均未附可查證的原始數據。官網額度資訊移除一事，亦僅見於發文者單方陳述。月之暗面方面截至彙整時未對相關說法公開回應。

同類討論並非首見。本站先前曾整理 GPT-6 是否「降智」的 V2EX 討論串，該事件中 Pro 訂閱用戶同樣以體感描述模型品質下滑並提出多種歸因猜測。兩案對照顯示，付費重度用戶對模型品質波動的感知與表述，已成為各家模型上線後週期性出現的社羣話題類型，其可核實邊界也高度相似：用戶體感陳述量大，但缺乏可複驗的基準數據，官方說明通常缺席。Kimi K3 的後續版本更新與額度政策是否調整，本臺將視官方公布資訊再行彙整。