模型更新

Kimi K3 与 GLM-4.6v 上线 AF：1M 上下文旗舰登顶 WebDev 榜，视觉模型价格减半

Author

Agentsflare Admin

Date Published

执行摘要

本篇核心内容：

  • AgentsFlare 本期新增 Kimi K3 与 GLM-4.6v：Kimi K3 面向长上下文、代码与智能体任务，GLM-4.6v 面向图像理解、文档解析和多模态业务场景。
  • Kimi K3 主打 1M 上下文与重型任务能力：模型采用约 2.8 万亿参数的 MoE 架构，定价为每百万 Token 输入 3 美元、输出 15 美元，适合整库代码重构、长文档分析和长链路智能体任务。
  • GLM-4.6v 将视觉模型价格较上代减半：输入价格为每百万 Token 0.30 美元、输出为 0.90 美元，适合单据解析、图片审核、图表问答及批量视觉数据处理。
  • 企业应根据任务复杂度分层使用模型：高复杂度长程任务使用 Kimi K3，高频视觉任务使用 GLM-4.6v，普通批量任务则可继续使用成本更低的模型；同时应尽快迁移已退役的 Claude 4 和 Gemini 预览版模型。

正文

AF 本期新增 2 个模型：7 月 15 日上线智谱视觉模型 GLM-4.6v，输入输出价较上代减半；7 月 20 日上线月之暗面旗舰 Kimi K3，1M 上下文，发布当天登上 Arena WebDev 榜首。同期退役 5 个旧版模型：claude-sonnet-4 与 claude-opus-4 已于 6 月 15 日停用，gemini 3.1 flash 与 gemini 3 pro 的 3 个预览版于 7 月 9 日至 17 日陆续停用，迁移建议见下文。

按日上新清单

7 月 15 日：GLM-4.6v（智谱 GLM-4.6 系列视觉模型，模型 id glm-4.6v）

7 月 20 日：Kimi K3（月之暗面 Kimi 系列旗舰，模型 id kimi-k3）

Kimi K3：1M 上下文的开源旗舰，上线即登 WebDev 榜首

月之暗面 7 月 16 日发布 Kimi K3，AF 于 7 月 20 日上线。这是 Kimi 系列迄今规模最大的一代：总参数约 2.8T 的 MoE 架构，1M token 上下文窗口，最大输出 131K token，并具备原生视觉能力，兼容 OpenAI Chat Completions 接口。定价 $3.00/1M 输入、$15.00/1M 输出、$0.30/1M 缓存读取。

和自家上一代 Kimi K2 Thinking（AF 价 $0.60/$2.50，262K 上下文）相比，K3 的迭代幅度主要在工程与 agent 任务上：SWE-bench Verified 76.8 对 71.3，BrowseComp 91.2 对 88.0，上下文窗口从 262K 扩到 1M，且在 1M token 长上下文评测中拿到 90.4 的保持率。代价是价格上了一个档位，从 $0.60/$2.50 涨到 $3/$15。K2 Thinking 仍然在售，两代形成明确的分工：日常批量任务用 K2 Thinking，重型长链路任务上 K3。

放到市场上看，K3 的定价正好与 Claude Sonnet 4.5 完全对齐（同为 $3/$15，缓存读取同为 $0.30），上下文则是 Sonnet 4.5 的 5 倍（1M 对 200K）。发布当天，K3 以 1679 分登上 Arena WebDev 榜首，领先 Claude Fable 5（1631）与 GPT-5.6 Sol（1618）；在 Artificial Analysis 综合榜上排第 4，位于 Fable 5 与 GPT-5.6 各档之后。综合来看，K3 的长板在前端代码生成与长程 agent 执行，深度推理仍是 Anthropic 与 OpenAI 旗舰更强。

典型业务场景：跨仓库的代码迁移与重构。一个中型代码库连同 issue 历史、依赖文档整体塞进 1M 上下文，让模型在完整语境下做重构规划与逐文件修改，避免分段处理时上下文丢失导致的接口不一致。

GLM-4.6v：输入价减半的视觉模型，$0.30/1M 起

智谱 GLM-4.6 系列的视觉模型 GLM-4.6v 于 7 月 15 日上线 AF，模型 id glm-4.6v，支持图像理解等多模态对话场景，兼容 OpenAI Chat Completions 接口。定价 $0.30/1M 输入、$0.90/1M 输出、$0.05/1M 缓存读取。

这代最直接的变化是价格：上一代 GLM-4.5V 原厂定价 $0.60/1M 输入、$1.80/1M 输出，GLM-4.6v 输入输出双双减半，还加上了 $0.05 的缓存读取档。能力上，原厂将训练上下文扩展到 128K token，原生支持工具调用（function call），在 MMBench、MathVista、ChartQAPro 等多模态基准上做到同规模开源模型第一梯队，长文档理解任务上超过参数量更大的 Qwen3-VL-235B。

跨厂商对照，同价位的开源视觉选项主要是阿里 Qwen3-VL 系列：Qwen3-VL-235B-A22B Thinking 原厂价约 $0.26/1M 输入、$0.90/1M 输出，与 GLM-4.6v 几乎同价。两者的差异点在于 GLM-4.6v 的原生工具调用与长文档表现，Qwen3-VL 则胜在系列型号更全（32B 版低至约 $0.10/1M 输入）。做视觉任务选型时建议拿自己的真实样本各跑一轮，这个价位试错成本很低。

典型业务场景：单据与图纸的批量结构化。保险理赔照片审核、制造业质检报告解析、零售商品图合规检查这类高吞吐场景，按 $0.30/1M 输入的价格，百万级图片文档的处理成本比一年前低了一个数量级。

模型退役通知

以下 5 个模型已到达生命周期终点，现已退役：

仍在调用这些 id 的请求会失败，请尽快迁移。Claude 4 系列可平移到 claude-sonnet-4-5 / claude-haiku-4-5；gemini 3.1 flash 预览版可切换到 gemini-3.5-flash 或 gemini-3.6-flash 正式版。迁移前建议先在测试项目里对齐输出质量与成本，再切生产流量。

价格与计费对比

本期两个新模型均按 token 计费，与原厂定价一致。关键模型对比如下：

企业选型建议

长程 agent 与代码任务：Kimi K3 适合整库重构、长文档链路这类一次性喂入大量上下文的重型任务；日常代码补全与批量处理留给 Kimi K2 Thinking 或 GLM-4.6，成本相差 5 倍以上。

多模态与文档理解：GLM-4.6v 覆盖单据解析、图表问答、图片审核的主力需求；对精度要求极高的场景可以用 Claude Sonnet 4.5 做抽检复核，形成便宜模型跑量、贵模型把关的两层结构。

对话与通用任务：Claude Haiku 4.5（$1/$5）仍是质量与成本平衡点；退役的 Claude 4 系列用户建议直接升级到 4.5 系列。