微軟評估Kimi K3接入Copilot以降低推理成本
Alina Collins
微軟正在評估月之暗面開源模型Kimi K3，考慮將其接入Copilot和Azure，核心動因是Copilot轉向按令牌計費後推理成本壓力驟升，但該模型部署成本與Claude Sonnet相當，降本效果仍待驗證。
微軟為甚麼盯上了一個中國開源模型？
Copilot Cowork已切換至按令牌計費（用幾多算力、付幾多錢），微軟對每一次AI推理的成本敏感度顯著上升。
今年6月微軟曾評估DeepSeek V4能否用於Copilot Cowork，今次測試Kimi K3延續同一邏輯——尋找比OpenAI和Anthropic更平的替代方案。
這意味著→ 微軟並非看中某一家模型，而是在系統性地掃描市場上一切可能壓低推理賬單的選項。
Kimi K3到底是甚麼水平？
Kimi K3是月之暗面最新發佈的模型，參數量達2.8萬億，支援多模態，輸入上下文窗口約100萬令牌。
在Arena編程排行榜上，該模型表現據報超過了OpenAI的GPT-5.6和Anthropic的Claude Fable 5。
簡單來說＝ 從跑分看，這個模型能力已經夠強，微軟不是在將就，而是在找「又好又平」的可能。
平的模型就一定慳到錢嗎？
Arena同時指出，Kimi K3因2.8萬億參數規模龐大，實際運行成本依然高昂，部署費用與Anthropic的Claude Sonnet系列相當。
這意味著→ 模型開源、取用門檻低，不等於跑起來平——真正的成本在部署環節，不在拿到模型這一步。
微軟工程團隊正在評估Kimi K3能否在Copilot中實際部署，降本效果仍取決於工程優化結果，目前無定論。
Content is for reference only, not financial advice.