# 自建 GPU 跑 Kimi K3：硬件贵 20%，任务完成率高 24 个百分点，但慢 8 倍

> 原标题：Self-hosting Kimi K3: 20% more hardware cost, 20% better task resolution

- 来源：Hacker News 首页
- 发布时间：2026-07-29T14:38:35.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/47419
- 原文：https://aistack.imec-int.com/blog/gpu-self-hosting

## 摘要

imec 的 aistack 团队用 64 个真实编程任务测了自建 GPU、租用硬件和商业 API 三种方案。新加入的 Kimi K3 跑在 8×B300 节点上，硬件成本比跑 GLM-5.2 的 8×B200 节点贵约 20%，但任务完成率达到 86.4%，比 GLM-5.2 和 Claude Opus 4.8 的 62.5% 高出近 24 个百分点...

## 推荐理由

imec 的 aistack 团队拿 64 个真实编程任务，把自建 GPU、租硬件和商业 API 三种方案拉出来比了一遍。新上的 Kimi K3 跑在 8 块 B300 的节点上，硬件成本比跑 GLM-5.2 的 8 块 B200 节点贵了大约 20%，但任务完成率干到了 86.4%，比 GLM-5.2 和 Claude Opus 4.8 的 62.5% 高出将近 24 个百分点。这个差距不小，说明多花的硬件钱换来了实打实的任务成功率提升。不过正文没披露具体任务难度分布和失败原因，这点先别太激动，得看你的业务场景是不是跟这 64 个任务类似。

## 锐评

imec 团队用 64 个真实编程任务测了三种方案：自建 GPU、租硬件和商业 API。新加入的 Kimi K3 跑在 8×B300 节点上，硬件成本比跑 GLM-5.2 的 8×B200 贵约 20%，但任务完成率冲到 86.4%，比后两者 62.5% 高出近 24 个百分点。代价是速度：K3 同时跑 16 个会话，中位任务时间 38 分钟，比 Claude Code 基线慢大约 8 倍。

这个完成率数字得小心看。文章自己说了，测试用的 SWEBench Pro 题目可能已经进了 K3 的训练数据，所以实际能力未必有这么强。另外，K3 模型权重 1.4TB，8×B200 节点显存根本塞不下，必须上更贵的 B300，这本身就抬高了门槛。

文章的核心结论其实不在某个模型多强，而是自建 GPU 不省钱——你按峰值负载买硬件，但得 7×24 小时付钱，利用率才是成本能不能打平的关键。正文没披露具体采购价和电费，也没说这 64 个任务到底长什么样，所以别急着拿这个完成率去算 ROI。