光大资产配置 首发Kimi K3投研能力实测

核心观点

• Kimi K3 模型能力突出： 作为全球参数规模最大的开源模型，Kimi K3 在时效性、证据边界控制、前提纠错等对投研至关重要的维度表现突出，推理能力进入第一梯队，多项得分超过 GPT5.5 和 Open4.8。
• K3 推理纪律性强： 在信息冲突、证据不足、前提错误等情况下，K3 能够保持更强的纪律性，不会随意编造事实或基于错误假设进行推理。
• K3 成本优势明显： 单任务花费成本显著低于 FIB5 和 GPT5.5，未来随着算力扩容，成本优势将进一步体现。
• AI 投研发展趋势： AI 投研将带来投研平权、超级个体、主动与量化隔阂弥合、新型金融机构组织形态和全新 AI 投研服务模式等趋势。
• 构建独特上下文的重要性： 无论是个人还是公司，构建独特的上下文和数据库是 AI 时代的护城河。

关键数据

• Kimi K3 参数规模： 2.8 万亿
• Kimi K3 专家数量： 896 个
• Kimi K3 上下文窗口： 100 万 token
• Kimi K3 综合评分： 90 分（RRB 测评集）
• Kimi K3 单任务成本： 3 美元（输入），15 美元（输出）
• FIB5 单任务成本： 8.4 美元
• GPT5.5 单任务成本： 3.2 美元

研究结论

• Kimi K3 是目前市面上第一梯队的模型，在推理纪律性和证据意识方面表现突出，但仍有提升空间。
• AI 投研将推动行业变革，带来新的服务模式和竞争格局。
• 构建独特的上下文和数据库是 AI 时代保持竞争力的关键。