实测与结论

工程能力 · 公众号排版项目。 都说 K3 的前端能力很强，作者直接跑了 3 个交互式 3D 网站。复杂一点的还有公众号排版项目（含前后端）：普通账户登录后，可以直接用不同风格进行模版渲染。

实现上用 llm 拼接提示词、加上一些 loop 来解决 skill 排版问题，相对轻量；也把 Claude 的 SDK 集成到框架里解决 skill 调用，但有点重，看你自己选择。

纯 VLM · 模型基础能力。 纯 VLM 的测试必不可少，可以看出模型的基础能力。整体看下来，K3 的原生多模态能力很强：常规图片理解、内容识别和视觉推理都能完成，复杂画面里的信息抓取也比较稳。

比如找不开心的冰块并返回行列序号，回答正确（过程调用了 python 工具做截图比较）；鸡腿走迷宫给上下左右路线，回答正确；白板互动考察手写识别和整图分析，效果不错。

也有 bad case。 碰到生僻字时还会识别错；钟表题也没有完全解决，表盘稍微复杂一点，指针角度和时间判断仍然可能出问题。

Kimi K3 这波效果真的没得说，在国内模型里已经是 Top 1，就是有点慢。慢的根源还是受限于算力——模型够大、机制够复杂，对显卡的要求也够高。所以我们还是受限于算力。