知识卡片：Kimi K2.8 Preview：性能逼近 K3，百万上下文全员开放

一句话结论

2026 年 9 月 11 日，月之暗面在 Kimi Code 和 Kimi Work 全量上线 Kimi K2.8 Preview，官方称其综合性能接近旗舰 K3、Coding 与 Agent 能力进一步提升，并把 1M 上下文开放给所有 Kimi Code 会员档位；但本次未公布 benchmark，因此“接近 K3”的实际程度待核实。

事件概述或研究问题

• 材料显示，Kimi K2.8 Preview 于 9 月 11 日在 Kimi Code 和 Kimi Work 全量上线。
• 文章称，K2.8 Preview 的定位不是跑分旗舰，而是更适合代码补全和常规开发任务的低成本主力模型。
• 同期背景是月之暗面冲刺港股 IPO。文章援引彭博社消息称，公司内部希望年底 ARR 达到 20 亿美元。
• 核心产业问题是：当旗舰模型能力下放至全价位段，并配合百万上下文开放，能否承接更高的调用量、收入增长与 IPO 叙事。

方法/产品要点

• 官方口径：K2.8 Preview 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。
• 支持图片和视频输入，上下文窗口为 1M。
• 权限变化：所有 Kimi Code 会员档位都能使用 1M 上下文；对比之下，K3 的百万上下文目前仍需 Allegretto 及以上会员。
• Kimi Code 会员五档为：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；K2.8 Preview 所有会员可用，且直接给到 1M。
• 流量接管方式：原有 kimi-for-coding 无感知替换为 K2.8 Preview，Model ID 保持不变；在 Kimi Code 中接管 K3 需求，K3 系列关闭 thinking 后，请求也会转给 K2.8 Preview 的无思考版本；Kimi Work 同步上线 K2.8 Preview。
• 本次预览更新没有公布任何 benchmark 数据。

主要结果或产业意义

• 性能叙事：文章称 K2.8 Preview 综合性能接近 K3，但没有 benchmark，实际接近程度、不同任务表现和稳定性待核实。
• K3 背景：K3 于 7 月发布，主打开源权重、超长上下文和旗舰级编程能力；文章称其为总参数量 2.8 万亿、激活约 1040 亿参数的 MoE 模型。
• 定价与基准：文章称 K3 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；前代 K2.6 在同一榜单上仅排第 18 位。上述基准和排名细节待核实。
• 使用量：文章称 K3 系列每天生成约 3000 亿 token。
• 商业化：文章称月之暗面 ARR 从今年 3 月约 1 亿美元、4 月约 2 亿美元、6 月超过 3 亿美元，到 8 月突破 10 亿美元；据彭博社消息，公司希望年底前达到 20 亿美元。相关数字待官方确认。
• IPO 与估值：据彭博社消息，本月初月之暗面以保密形式向港交所递交 A1 上市申请文件，正式启动港股 IPO 流程。文章称其 2025 年底 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 月底启动 Pre-IPO 轮融资，投前估值升至 500 亿美元。按 500 亿美元投前估值和当时公开的 3 亿美元 ARR 计算，市销率约为 167 倍；作为参照，文章称 Anthropic 约 20 倍、OpenAI 约 40 倍、智谱万亿市值时约 94 倍。上述信息均待官方披露和港交所文件核实。

为什么重要

• 这是模型能力“下放”与上下文权限“平权”的产业信号：旗舰能力不再只服务高价位，而是通过更便宜的主力模型覆盖日常开发。
• 与已有 OpenRouter 博客归档卡片关注的模型路由、API 中间层动态不同，本条提供的是模型供给侧的价格、上下文开放和产品分层动态；增量在于 Kimi 用 K2.8 Preview 承接 K3 需求，并统一全会员 1M 上下文。
• 若 ARR 与 IPO 信息成立，低成本模型就不只是技术选择，也是支撑高估值、收入目标和调用量增长的关键商业化基础设施。
• 文章还提示“能力上限”不等于“所有场景下最好体验”：在代码补全、修改和明确边界内的日常开发中，用户可能更偏好行为更可控、调用门槛更低的模型。

局限与不确定性

• “综合性能接近 K3”没有 benchmark 数据，实际差距、稳定性、不同任务表现待核实。
• ARR、年底目标、IPO 递交、估值和市销率均来自文章转述、彭博社消息或外界获悉，需以官方披露和港交所文件为准。
• 文章称 K3 对历史 thinking 内容较敏感：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；K3 在模糊任务中也可能表现得过于主动，自行作出超出用户预期的决定。K2.8 Preview 是否同样存在这些边界，待核实。
• 会员价格、档位、模型接管规则可能随时调整，需以 Kimi Code 官方文档为准。
• 英文标题未在材料中给出，待核实。

可用于图书/PPT/简报的角度

• “旗舰能力下放”：从 K3 到 K2.8 Preview，高性能模型如何从标杆产品变成日常主力。
• “上下文窗口的定价分层”：1M 上下文从高价位特权变为全会员默认，对开发者生态和 Agent 应用的影响。
• “ARR 增长与 IPO 叙事”：高估值 AI 公司如何用低价主力模型扩大调用量、降低单位成本。
• “模型接管与无感知替换”：Model ID 不变、流量切换、K3 关闭 thinking 后转 K2.8，对 Agent 框架兼容性的启示。
• “能力上限 vs 最好体验”：强能力模型在模糊任务中过于主动，日常开发可能更偏好可控、低成本模型。

原始材料

• 中文标题：Kimi突发K2.8：性能逼近K3，百万上下文全员开放
• 英文标题：材料未提供，待核实
• 来源：量子位（QbitAI），作者程浅，2026-09-12 13:58:41
• URL: https://www.qbitai.com/2026/09/487688.html
• Fetched description: 冲刺港股IPO
• 英文关键词：Kimi K2.8 Preview, Kimi K3, Kimi Code, Kimi Work, Coding, Agent, reasoning effort, MoE, ARR, IPO, A1, Pre-IPO, Allegretto, Adagio, Andante, Moderato, Allegro, Arena.ai, Bloomberg
• 参考链接：
  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