DeepSeek V4 Pro 與 Kimi K3：0813 更新後有何變化？

DeepSeek V4 Pro 0813 與 Kimi K3 一覽

上述基準測試、速度與延遲數據來自目前的 Artificial Analysis 對照評估。其智慧指數對兩個模型採用相同的評估框架，因此比將兩家供應商的啟動圖表並列比較更具參考價值。

DeepSeek V4 Pro 0813 有何變化？

DeepSeek V4 Pro 0813 是 V4 Pro 目前的正式版本，而不是獨立的 API 產品。DeepSeek 的文件指出，deepseek-v4-pro 別名現在指向 DeepSeek-V4-Pro-0813，呼叫方式維持不變。同一份文件列出了 100 萬 token 的上下文視窗、最高 384K 的輸出、思考與非思考模式、JSON 輸出以及工具呼叫功能。

這項命名決策很重要，因為帶日期的模型名稱往往會迫使開發者變更設定檔、路由規則與評估紀錄。在這裡，升級是在穩定別名背後完成的。在 GPT Proto 上，同樣的原則也適用：在請求中保留 deepseek-v4-pro。

目前的獨立結果也不同於許多 7 月比較文章中的數字。Artificial Analysis 現在給予 0813 模型在最大推理強度下 53 分的智慧指數。Kimi K3 在目前評估中為 60 分。

我不會將其描述為相較於舊有 44 分乾淨俐落地提升了 9 分。模型確實改變了，但基準測試套件與評估版本也可能改變。較為可靠的結論是：以預覽版為基礎的比較已無法描述目前提供的模型，而最新的獨立測試顯示，0813 與 Kimi K3 的差距比預覽版時期的報導所暗示的更小。

DeepSeek 並未改變模型的基本產品定位。它仍然是擁有 1.6 兆參數、每個 token 啟用 490 億參數的混合專家模型，支援文字輸入、大量輸出以及可選的推理強度。因此，0813 版本最好理解為正式環境與後訓練升級，而不是全新的多模態分支。

基準測試：Kimi K3 仍然領先，但並非全面領先

Kimi K3 在廣泛的獨立比較中以 60 比 53 領先。當工作流程結合推理、知識、程式設計與長期規劃時，這 7 分的差距確實重要。但這不代表 Kimi 在每個程式碼庫或每個提示上都會產生更好的結果。

兩個模型採取了不同的取捨。Moonshot 將 Kimi K3 描述為一款擁有 2.8 兆參數、原生多模態能力的代理模型，專為長期程式設計與知識工作而設計。其 官方模型卡 說明了上游模型對文字、圖片與影片的理解能力，以及 100 萬 token 的上下文視窗。GPT Proto 目前的 Kimi K3 路由列出文字、圖片與文件輸入。

DeepSeek V4 Pro 0813 僅支援文字，但在 Artificial Analysis 測試中可達每秒 83.2 個 token。Kimi K3 則為每秒 40.8 個 token。DeepSeek 也更快開始回應，首個 token 的等待時間為 1.63 秒，而 Kimi 為 2.97 秒。

簡單來說：Kimi 擁有較高的整體能力分數。DeepSeek 回傳文字的速度約快一倍，同時成本低得多。

這裡還有另一個基準測試陷阱。供應商的程式設計分數通常採用不同的代理設定、推理設定、程式碼庫快照或通過標準。使用 Kimi Code 得出的 Kimi 分數，不能自動與另一套評估設定得出的 DeepSeek 分數比較。選擇模型時，應使用獨立且匹配的評估作為共同基準，然後測試會影響您產品的任務。

本文並未聲稱進行過私有的相同提示程式設計測試。在沒有這類測試的情況下，宣稱任何一個模型都是通用的程式設計冠軍，都會超出證據所能支持的範圍。

哪個模型更適合程式設計與代理工作流程？

對於大量文字型程式設計，我會先從 DeepSeek V4 Pro 0813 開始。

原因並不是它在每項指標上都勝過 Kimi，事實並非如此。而是因為正式環境中的程式設計代理會反覆消耗上下文，並產生推理、修補程式、測試計畫與工具指令。輸出價格會在每個迴圈中累積。DeepSeek 可選的推理模式也讓開發者能將最大推理強度保留給困難任務，而不是每次請求都為相同的推理行為付費。

因此，DeepSeek 很適合作為以下場景的預設選擇：

• 閱讀程式碼庫與程式碼庫問答

• Pull request 審查

• 錯誤定位

• 重構計畫

• 測試生成

• 文字型工具呼叫

• 大量背景代理

• 結構化 JSON 回應

當一次失敗嘗試的成本高於 token 費用時，Kimi K3 會更具吸引力。其較高的獨立智慧分數，使它成為 DeepSeek 無法完成長時間、困難任務時合理的升級模型。當請求包含視覺證據時，它也是明確的選擇。

因此，實用的正式環境模式不是「永遠只選一個」。將例行文字任務路由至 DeepSeek，再使用 Kimi 重試特定失敗任務或處理多模態任務。由於兩者都可透過同一個 GPT Proto API 金鑰與共用餘額使用，變更只需限於 model 欄位。

DeepSeek V4 Pro 與 Kimi K3 的前端程式設計比較

「前端程式設計」涵蓋兩種不同的工作負載，不應將它們合併成單一結論。

第一種是文字轉程式碼：根據書面規格生成 React 元件、CSS、頁面結構、無障礙修正或 TypeScript 邏輯。目前沒有足夠的匹配公開證據，宣稱 Kimi K3 或 DeepSeek V4 Pro 0813 在此類別中全面勝出。DeepSeek 的較低成本與更快輸出，使它成為更經濟的首次嘗試。

第二種是視覺前端迭代：向模型展示螢幕截圖，要求它找出間距或版面問題，並根據視覺回饋修改介面。Kimi K3 更適合此工作流程，因為它接受圖片輸入。DeepSeek V4 Pro 僅支援文字，因此開發者需要將螢幕截圖轉換為文字，或先使用獨立的視覺模型。

大規模實作文字描述的 UI 時使用 DeepSeek。模型必須看見介面時則使用 Kimi。

API 價格：DeepSeek 的優勢比標題所暗示的更大

GPT Proto 目前對 DeepSeek V4 Pro 的定價為每百萬輸入 token $1.044、每百萬輸出 token $2.088。Kimi K3 的輸入價格為 $2.70，輸出價格為 $13.50.

DeepSeek 的輸入成本低 61.3%，輸出成本低 84.5%。對於推理密集型代理而言，輸出差異才是關鍵，因為其內部工作與最終回應可能會變得很長。

Token 價格仍然較為抽象，因此考慮以下兩種假設工作負載。

在程式碼庫規模的範例中，Kimi 的成本約為 DeepSeek 的 3.88 倍。這並不代表 Kimi 必然缺乏性價比。如果它能一次完成困難任務，而較便宜的模型需要反覆重試並由人工修正，那麼較昂貴的呼叫仍可能帶來更低的總成本。

正確的正式環境指標是已接受結果的成本，而不只是 token 成本。針對每個任務類別，記錄模型、token 數、嘗試次數、延遲、測試結果與審查者是否接受。每 token 的低價格只有在輸出通過時，才真正代表節省。

速度與延遲

Artificial Analysis 目前測得 DeepSeek V4 Pro 0813 的輸出速度為每秒 83.2 個 token，Kimi K3 則為每秒 40.8 個 token。DeepSeek 的首個 token 等待時間為 1.63 秒，Kimi 則為 2.97 秒。

這些數據使 DeepSeek 更適合互動式程式設計助理與平行代理工作者。即使兩個模型最終都能得到可接受的答案，能以兩倍速度回傳 token 的模型也能縮短使用者可感知的等待時間。

然而，供應商速度並不是權重的永久屬性。它也取決於伺服器負載、量化、批次處理、提示長度、推理強度以及請求的服務位置。應將目前測量結果視為可比較的快照，而非每次呼叫的延遲保證。

上下文、推理與部署差異

兩個模型都支援約 100 萬 token 的上下文，因此單憑上下文大小無法決定這項比較。更重要的是它們如何使用這些上下文。

DeepSeek 支援非思考與思考模式，並可控制較困難任務的推理強度。根據 目前 DeepSeek API 規格，它還支援最高 384K 的輸出。這種彈性適合路由系統：對簡單任務使用快速回應，只在需要時採用更深入的推理。

Kimi K3 採用始終啟用的可配置強度推理。其更大的 2.8T 架構與多模態設計，目標是處理涉及文件、程式碼、圖片與工具使用的長期工作。取捨是較高的輸出成本與較慢的測得生成速度。

兩個模型都有可下載的權重，但「開放權重」不代表授權條款相同。DeepSeek V4 Pro 使用 MIT 授權。Kimi K3 使用自有的 Kimi K3 License。計畫進行商業自託管的團隊應仔細審閱確切的 Kimi 條款，而不是假設它們與 MIT 相同。

硬體需求也遠超一般本機工作站的能力。對大多數開發團隊而言，即使權重可用，託管 API 評估仍是實際的起點。

如何使用一個 API 金鑰存取 DeepSeek V4 Pro 0813 與 Kimi K3

GPT Proto 透過相容 OpenAI 的聊天完成端點提供這兩個模型。將 MODEL_ID 設為 deepseek-v4-pro，即可從 DeepSeek 開始：

export GPTPROTO_API_KEY="your_api_key"
export MODEL_ID="deepseek-v4-pro"

curl --request POST "https://gptproto.com/v1/chat/completions" \
  --header "Authorization: Bearer $GPTPROTO_API_KEY" \
  --header "Content-Type: application/json" \
  --data "{
    \"model\": \"$MODEL_ID\",
    \"messages\": [
      {
        \"role\": \"user\",
        \"content\": \"Review this function for correctness and return the answer as concise Markdown.\"
      }
    ]
  }"

若要將相同的文字請求傳送給 Kimi K3，只需變更一行：

export MODEL_ID="kimi-k3"

然後再次執行相同的 curl 請求。您不需要額外的 Moonshot 帳戶、第二個餘額或 DeepSeek 版本後綴。

如要進行受控比較，請保持提示、上下文、推理設定與輸出限制一致。將回傳的使用量欄位與延遲、嘗試次數以及結果是否通過測試一併記錄。僅比較每個模型的一個亮眼答案，不足以做出正式環境的路由決策。

您應選擇哪個模型？

以下情況請選擇 DeepSeek V4 Pro 0813：

• 您的工作負載主要是文字與程式碼

• 輸出量使 token 成本變得重要

• 低延遲能改善使用者體驗

• 您希望在同一個模型 ID 下使用非思考與深度推理

• 您需要 MIT 授權的自託管方案

• 您正在為大量代理選擇預設模型

以下情況請選擇 Kimi K3：

• 模型必須檢視螢幕截圖、圖片或文件

• 目前最高的獨立智慧分數比價格更重要

• 失敗任務的成本高於一次高階 API 呼叫

• 您正在建構長期多模態代理

• 您希望在較便宜的模型失敗後，升級處理最困難的請求

對大多數開發者而言，最佳路由策略是先使用 DeepSeek，需要時再使用 Kimi。這能保留 DeepSeek 在成本與速度上的大部分優勢，同時不放棄 Kimi 的多模態能力與更高的能力上限。

最終結論

對大多數文字型程式設計與代理工作負載而言，DeepSeek V4 Pro 0813 是更好的預設選擇。它在目前 Artificial Analysis 智慧指數上落後 Kimi K3 7 分，但輸出速度約為其兩倍，且在 GPT Proto 上成本低得多，尤其適合輸出量大的代理迴圈。

Kimi K3 是更好的專業模型。當任務包含視覺輸入、最極致的推理能力比費用更重要，或 DeepSeek 已經失敗且再次嘗試比人工恢復更便宜時，請選擇 Kimi。

0813 更新並未讓 Kimi 過時，而是讓路由決策更加明確：大量處理、速度與文字任務使用 DeepSeek；多模態與更高的測得能力上限使用 Kimi。