Kimi K2.8 Preview上线：百万上下文全员开放，填补K3成本与体验空白

事件概述

9月11日，Kimi K2.8 Preview在Kimi Code和Kimi Work平台全量上线。官方宣称该模型综合性能接近旗舰级K3，同时在Coding（代码）和Agent（智能体）能力上有所提升，思考效率较前代K2.7 Code显著改善。

此次更新最核心的变化在于权限下放：所有会员档位均支持1M（百万）上下文窗口。相比之下，旗舰模型K3的百万上下文功能目前仅限Allegretto及以上付费用户可用。

核心信息与产品定位

1. 技术规格与对齐

• 推理控制：支持low/high/max三档reasoning effort（推理努力程度），与K3的思考等级对齐。
• 多模态输入：同时支持图片和视频输入。
• 无缝替换：原有的kimi-for-coding直接升级为K2.8 Preview，Model ID保持不变；在Kimi Code中接管部分K3需求，当K3系列关闭thinking后，请求也会转给K2.8 Preview的无思考版本。

2. 市场定位：从“跑分”到“过日子”

• K3的定位：作为总参数量2.8万亿、激活约1040亿参数的MoE模型，K3追求SOTA级基准表现，但代价是高成本、慢速和高资源消耗。其定价为每百万token输入3美元、输出15美元，虽仅为海外对手三分之一，但仍属高价区间。
• K2.8的定位：被定义为“更适合代码补全和常规开发任务”的主力模型。对于日常开发、修改及明确边界内的任务，用户更倾向于行为可控、调用门槛低且单位成本更低的模型。

3. 会员体系调整
Kimi Code会员分为五档，命名源自音乐术语：

• Adagio (免费)
• Andante (¥49/月)
• Moderato (¥99/月)
• Allegretto (¥199/月)
• Allegro (¥699/月)

K2.8 Preview对所有上述档位开放1M上下文，而K3需¥99起调用，1M上下文需¥199起。

商业背景与战略意义

1. ARR高速增长与IPO压力

• 收入曲线：月之暗面ARR从3月的1亿美元，升至4月2亿、6月3亿，8月突破10亿美元。公司目标是在年底前将ARR推至20亿美元。
• 估值飙升：伴随Pre-IPO轮融资，公司投前估值已达500亿美元。按当时3亿美元ARR计算，市销率高达167倍，远超Anthropic (~20x) 和OpenAI (~40x)。
• 上市进展：本月初，月之暗面已向港交所递交A1上市申请文件，启动港股IPO流程。

2. 为何急需K2.8？
仅靠高成本的旗舰模型K3难以支撑从10亿到20亿美元的ARR跨越。此外，K3存在产品层面的边界：

• 稳定性问题：对历史thinking内容敏感，若Agent框架未完整传回思考记录或中途切换模型，生成质量可能不稳定。
• 过度主动：在模糊任务中可能自行做出超出用户预期的决定。

K2.8 Preview的推出，意在提供一个低成本、大规模铺开的主力模型，以承接K3无法覆盖的日常高频场景，从而优化整体用户体验并降低单位调用成本，为冲击更高营收目标和IPO估值提供支撑。