KimiK3测评我用了一天，简单测试。发现会跑很长时间，3小时做了一个改进版的视频

我比较关注聊天的表现。这个基本不耗多少token。以前聊天不会等很久，K3明显等待时间长了，会搜索思考不少东西。这个应该是性能提升的表现，做题深思熟虑。如果嫌慢可以切到K2.6。

关键是，现在K3可以直接在聊天里开完全的agent任务，还开虚拟机环境大搞！以前聊天是不会这样的。

我昨天聊天破了一个纪录，3小时才给出一个结果！是让它做一个视频，第一版全是静态图片展示、加语音文字合成视频，已经时间挺长了。我不满意，说应该给动态视频，它就花了三小时去找视频片段合成，还写代码模拟曲线上涨，折腾了不少动作。最后出来还是一般，这个不重要，就一句话，没有优化。

关键是，聊天自然启动agent，独立干活3小时。感觉打开了干活流程，它里面错误了很多次，都自己恢复去想办法。所以这就是agent用token爆炸的原因，能连续自己干活。当然这个视频合成没有用太多token，主要是等待各种工具干活，检查结果。如果是编程活，那就会很多token。

所以，现在中国开源大模型，也和美国头部大模型一样，能自己实际干活了。干12小时完全正常，不停开发测试，迭代改进，效果真可以了。美国大模型没有秘密了。如何让大模型长时间持续干活，很不简单，现在中国公司也可以了。