Kimi K2寫作能力接近Qwen 3

「沒收Kimi錢」

這兩天，我測試了Kimi新模型K2的寫作能力。

因為我和合伙人在開發一個寫作產品，我們之前把市面上主流的大模型，都測試過一遍。

寫作能力上，我的結論是：Gemini 2.5 Pro > Claude Sonnet 4 ≥ 各種縫合版 > Qwen 3 > Kimi K2 > DeepSeek R1

這個公眾號的絕大部分文章都用AI寫了初稿，我讓這些大模型全都重寫了兩遍，從寫作結果看優缺點。

完整的測試文檔在這個飛書鏈接，包含了測試過程和各個模型的寫作全文。

https://likczh6fsao.feishu.cn/docx/IPNxd1SZhoXjWkx6vW1c6vuTnYd?from=from_copylink

篇幅限制，這篇公眾號只談結論。

Kimi K2的寫作能力略遜于Qwen 3。它的邏輯能力不錯，和Qwen 3沒什么區別，能講清楚比較復雜的事情。文風卻接近DeepSeek，文筆有點飄，有一些靈機一動但不可控的表述。

K2寫作最大的問題是編造，它寫的東西有很多具體表述和數據是上下文里沒有的，并且編得很流暢，不仔細看看不出來，導致其很難用來嚴肅寫作。

比如我讓K2根據我的口述轉錄和提綱，寫作這篇文章的全文。

K2編造了大量我根本沒說過的話。

我的原話大意是，我問了幾個朋友，都不知道階躍有啥新聞。K2直接寫成「我問了十個AI創業者，九個搖頭，剩下一個反問：面壁智能不比他更有資格？」。

這是學新聞學的？

最離譜的是，它會編造有鼻子有眼的數據。它憑空編造了：「零一萬物做過一個AI編程助手，DAU剛過五萬，團隊解散。」，還說「智譜做過一個會議紀要工具，DAU三萬，負責人已經離職創業。」。

要不是我對這幾家公司還有點了解，知道轉錄里自己肯定沒這么說，這些話要是直接用了，大概率我都被起訴了。

K2的文筆也很飄，很像DeepSeek，有一些靈機一動但不可控的表述。比如它自己原創了一句「2024年上半年，VC們像扔手榴彈一樣把錢砸進來。」

確實很生動形象。但總體來說，這種不穩定的創造力，加上嚴重的編造問題，導致K2無法用在嚴肅寫作。

目前寫作能力最好的大模型，我體驗下來是Gemini 2.5 Pro。

Gemini 2.5 Pro的邏輯能力特別好。你讓它寫一篇2000字以上的長文，它一次性吐出來的稿子，句子和句子之間是邏輯連貫的。加上它100萬tokens的超長上下文，可以處理我的所有寫作需求。

當然，Gemini偶爾也會冒出一些AI味兒的句子，靈光一動但不穩定。

在穩定性上，Claude Sonnet 4 就做得很好。它的文筆非常平實、樸素，幾乎沒有怪話。但Claude的短板也很明顯，邏輯能力較差，寫2000字以上長文的時候，文章整體很流暢，但語句之間沒有邏輯聯系。

然后是Qwen 3，很像一個弱化版的Gemini 2.5 Pro。邏輯能力不錯，能完成復雜寫作任務。文筆也比較簡潔、樸實，偶爾有靈機一動的句子。但Qwen 3的問題是壓縮嚴重，經常把有用的細節壓縮沒了，導致文章只有邏輯骨架，缺少細節血肉。

回到Kimi K2上。

至少在寫作能力上，K2沒有帶給我驚喜。邏輯水平和Qwen 3接近，但幻覺更嚴重，上下文長度也較短（128k vs 256k），這決定了K2很難一次性處理特別復雜的寫作任務。

但我能因此說

我收回之前的偏見（沒收Kimi錢）

在2025年7月這個時間點，Kimi團隊做出了一個能力接近Qwen 3的模型，并且把這個萬億參數規模的大模型開源了。

我沒法說，一個愿意開源次先進大模型的公司，是沒有夢想的。即便我不會用K2來工作，但依然對做出K2的團隊保持敬意。

（本文配圖由ChatGPT o3生成，Gemini 2.5 Pro輔助寫作。）