Kimi K3 vs Gemma 3：中国开源对 Google 开源

2025 年的开源模型版图不再由单一地理或实验室主导。Moonshot AI 于 2025 年 7 月发布 Kimi K3，提供带 1M token 上下文窗口和中英双语能力的大规模混合专家（MoE）模型。Google 则在同年早些时候以 Gemma 3 回应——一个紧凑、多模态、能在消费级硬件上舒适运行的模型家族。两者都带"开放权重"，但设计优先级天差地别。

这篇指南拆解每一个有意义的差异——定价、上下文长度、基准表现、自托管成本、真实世界适配度——让你不带猜测地选对工具。

痛点：选错开源模型很贵

开源不等于零成本。GPU 租赁、内存要求和推理延迟都随模型规模增长。选一个对你的用例太大的模型，你在空闲算力上烧钱。选一个太小或缺少关键特性——多模态输入、长上下文检索、中文支持——的模型，你会在项目中途撞上能力墙。

Kimi K3 vs Gemma 3 的选择经常绊倒开发者，因为两个模型在价格上看着相似（通过托管 API 大约每百万输入 token $0.30–$0.35），但在架构、上下文容量和硬件足迹上根本不同。原型阶段选错，通常意味着后来迁移推理基础设施——既痛苦又昂贵。

Kimi K3 是 Moonshot AI 于 2025 年 7 月发布的旗舰开放权重模型。它使用混合专家（MoE）架构，意味着总参数量很大，但每个 token 只有一部分参数激活，让推理成本可控。头条能力是原生的 1,000,000 token（1M）上下文窗口——约 750,000 个词——使其成为撰写本文时可用上下文最长的开放模型之一。API 与 OpenAI 兼容，托管在 https://api.moonshot.cn/v1。

Gemma 3 是 Google 2025 年 3 月的开放权重家族，四个尺寸：1B、4B、12B 和 27B。旗舰 27B 模型在文本之外支持图像输入，可在两块消费级 RTX 4090 GPU 上运行，并通过 Google AI Studio 免费使用（有限流）。Gemma 3 使用 Gemma License，允许广泛使用，但对超大规模商业部署有限制。

头对头对比表

维度	Kimi K3	Gemma 3 27B
提供商	Moonshot AI（中国）	Google DeepMind
发布日期	2025 年 7 月	2025 年 3 月
上下文窗口	1,000,000 tokens	128,000 tokens
托管 API 定价（输入）	$0.30 / 1M tokens	约 $0.35 / 1M tokens（Vertex AI）
托管 API 定价（输出）	$1.10 / 1M tokens	约 $1.05 / 1M tokens（Vertex AI）
免费档	无（仅付费 API）	有——Google AI Studio（有限流）
多模态（图像输入）	无（以文本为主）	有（4B、12B、27B）
架构	MoE（总参数大）	稠密 Transformer
自托管硬件	需要大型 GPU 集群	2x RTX 4090（27B）
思考 / 思维链	有（扩展推理模式）	无原生思考模式
函数调用	有	有
中文质量	优秀（原生双语）	有限
许可	开放权重	Gemma License
MMLU 基准（27B）	撰写本文时未披露	约 73.5%

上下文窗口：最大的实际差距

Kimi K3 的 1M token 上下文不是营销噱头——它改变了模型能处理的问题类别。128K 上下文（Gemma 3 的上限）约装下一本 300 页的书或一个中等规模代码库。1M 上下文能装下完整法律文档库、多日聊天历史，或一个 monorepo 体量的代码连同测试和文档。

如果你的应用做下面任何一件事，Kimi K3 的上下文优势是决定性的：

跨几十个文件的完整代码库问答或重构
长文档总结（年报、研究语料）
不切分即可保留的多会话对话记忆
塞进更多上下文能减少检索错误的 RAG 管道

对其余一切——聊天机器人、单图分析、短文档任务——128K 通常绰绰有余，Gemma 3 更低的硬件成本开始有吸引力。

定价：纸面上相似，实践中不同

托管 API 价格接近得不应单独作为决定因素：

Kimi K3： $0.30 / 1M 输入，$1.10 / 1M 输出
Gemma 3 27B（Vertex AI）： 约 $0.35 / 1M 输入，$1.05 / 1M 输出

真正的定价差异是 Gemma 3 在 Google AI Studio 上免费使用（有限流），这使它非常适合原型、黑客马拉松或低流量生产负载。Kimi K3 没有免费档。

对自托管负载，Gemma 3 27B 塞得进两块 RTX 4090 GPU——许多研究实验室和初创公司已经拥有的硬件。Kimi K3 的 MoE 架构需要多 GPU 服务器集群，意味着要么云租赁、要么大额资本支出。

多模态能力：Gemma 3 明确胜出

Gemma 3 在 4B、12B 和 27B 变体上支持图像输入。你可以把截图、图表、产品照片或文档连同文本提示词一起传入，模型跨两种模态推理。这是原生的——不是包装一个独立视觉模型。

Kimi K3 以文本为主。撰写本文时，它不接受通过公共 API 的图像输入。如果你的用例涉及任何视觉推理——OCR、图表解读、从截图做 UI 测试、视觉 QA——Gemma 3 是两者中唯一可行的选项。

中文：Kimi K3 明确胜出

Moonshot AI 把 Kimi K3 训练成真正双语的模型。中文是一等语言，不是翻译后的补充。Kimi K3 处理中文成语、字级推理、中英混合技术写作和领域特定中文术语，实质性地好于任何主要用英语语料训练的模型。

Gemma 3 作为 Google 产品重度为英语优化，提供的中文质量有限。对服务中文用户、处理中文文档或需要中文代码注释的应用，Kimi K3 是明确选择。

扩展推理：Kimi K3 的思考模式

Kimi K3 出厂带可选的思考模式，在产出最终答案前启用扩展思维链推理。这对数学问题、复杂逻辑谜题、多步骤编码任务，以及任何"展示过程能降低错误率"的查询都重要。

Gemma 3 撰写本文时没有原生思考模式。你可以用逐步指令提示它，诱导出思维链行为，但它缺少一条能为难题分配额外算力的专用推理路径。

自托管要求

这是两个模型对基础设施团队分歧最大的地方。

Gemma 3 27B 为可及性设计。它塞得进两块 RTX 4090 GPU（共 48 GB 显存），可通过 Hugging Face Transformers、llama.cpp 或 Ollama 运行，量化形式甚至能在单块高端消费卡上跑。12B 和更小变体在单块 GPU 上运行。想要完全数据驻留控制、又已拥有中端硬件的团队可以零摩擦自托管 Gemma 3。

Kimi K3 使用大型 MoE 架构。总参数量意味着自托管需要多 GPU 服务器或云集群。这对有推理基础设施的企业可行，但对大多数初创公司和个人开发者排除了自托管。Kimi K3 务实的自托管叙事是"用托管 API"。

竞争差异点：每个模型比谁都强在哪

Kimi K3 的独特差异点是单个开放权重模型里同时具备 1M token 上下文、思考模式和强中英双语能力。撰写本文时，没有任何其他公开可用的模型同时满足这三点。对中文长文档工作流、法律分析，或需要在内存中保留大量上下文而不做有损分块的智能体任务，Kimi K3 自成一类。

Gemma 3 的独特差异点是多模态能力、消费级 GPU 可及性和免费档的组合——价格与比它大得多的模型竞争。对需要"视觉 + 语言"打包、低进入门槛可自托管的团队，Gemma 3 27B 交付了一年前需要专有 API 才能获得的能力。免费的 Google AI Studio 档也让它成为原型速度最快的模型。