微软评估Kimi K3接入Copilot以降低推理成本
Alina Collins
微软正在评估月之暗面开源模型Kimi K3，考虑将其接入Copilot和Azure，核心动因是Copilot转向按令牌计费后推理成本压力骤升，但该模型部署成本与Claude Sonnet相当，降本效果仍待验证。
微软为什么盯上了一个中国开源模型？
Copilot Cowork已切换至按令牌计费（用多少算力、付多少钱），微软对每一次AI推理的成本敏感度显著上升。
今年6月微软就曾评估DeepSeek V4能否用于Copilot Cowork，此次测试Kimi K3延续同一逻辑——寻找比OpenAI和Anthropic更便宜的替代方案。
这意味着→ 微软并非看中某一家模型，而是在系统性地扫描市场上一切可能压低推理账单的选项。
Kimi K3到底是什么水平？
Kimi K3是月之暗面最新发布的模型，参数量达2.8万亿，支持多模态，输入上下文窗口约100万令牌。
在Arena编程排行榜上，该模型表现据报超过了OpenAI的GPT-5.6和Anthropic的Claude Fable 5。
用大白话说＝ 从跑分看，这个模型的能力已经够强，微软不是在将就，而是在找"又好又便宜"的可能。
便宜的模型就一定能省钱吗？
Arena同时指出，Kimi K3因2.8万亿参数规模庞大，实际运行成本依然高昂，部署费用与Anthropic的Claude Sonnet系列相当。
这意味着→ 模型开源、访问门槛低，不等于跑起来便宜——真正的成本在部署环节，不在拿到模型这一步。
微软工程团队正在评估Kimi K3能否在Copilot中实际部署，降本效果仍取决于工程优化结果，目前没有定论。
Content is for reference only, not financial advice.