K3、Opus 5、Grok 4.5：编程模型三角对比
三个热搜模型在延迟、成本与栈适配上的 2026-07-25 快照对比：怎么读矩阵、组合栈建议、同分支 trial，并链到 Opus 档位、K3 harness 与 Grok 边界。
2026 年 7 月下旬，搜索 feed 里三个名字最响：Kimi K3、Claude Opus 5、Grok 4.5。它们 不能互换——延迟形态、上下文顶、厂商栈都不一样。本页是一篇 带日期的三角对比，可以一次读完再点 sibling 深读（档位、harness、正面对比）。表中数字来自 DevCove 2026-07-25（排名）。
怎么用本页： 在场景表里选一行 → 打开链接深读 → 用 同一分支、同一套测试 各试一轮。别把 #5 和 #7 当冠亚军——重试和人工修的时间才是账单。
各用一句话
| 模型 | 一句话 |
|---|---|
| Claude Opus 5 | Anthropic 工具里的 分档推理——日常 high/medium，max 只给规划步。 |
| Kimi K3 | Moonshot 1M+ 旗舰，给 收束好的 agent——先 harness，再谈延迟。 |
| Grok 4.5 high | 快照里快且便宜，适合 小任务——本地试完再信。 |
快照矩阵
| K3 | Opus 5 high | Grok 4.5 high | |
|---|---|---|---|
| 排名 | #7 | #5 | #12 |
| 指数 | 57 | 59 | 54 |
| 上下文 | 1.05M | 1M | 500k |
| 任务成本 | $0.95 | $1.06 | $0.31 |
| 首块* | 161s | 25s | 12s |
*AA harness 字段——在 你们的 IDE/agent 里再量。
怎么读这些字段
指数 和 排名 是固定 harness 下的快照排序，适合 决定试哪几个，不适合单独上采购 PPT。任务成本 是单次估计；多跑两轮便宜模型反而更贵。首块 是编辑器体验分差最大的地方：等第一个 token，像结对还是像等公交。Grok 在本表成本和首块占优，但 #12 说明合并前仍要在 你们栈上 自证。
Opus 务必写清 档位（`high` / `medium` / `max`）——见 Opus 档位。同一 ticket 上 K3 对 Opus，请用 K3 vs Opus 场记，别在本页重打一遍。
什么时候别当默认（诚实排除）
| 模型 | 别当默认当… |
|---|---|
| Opus 5 | 不能用 Anthropic 工具链；只要最便宜 chat、没有 Claude 合同。 |
| K3 | 人在编辑器里等首包；范围模糊（容易多改文件）。 |
| Grok 4.5 high | 动 auth、迁移或多文件重构，却没有更严模型做 review。 |
这是 路由提示，不是禁令——例外写进 trial 笔记。
场景 → 入口
| 你需要… | 先点 | 深读 |
|---|---|---|
| Claude Code 店、多文件 | Opus high | Opus 档位 |
| Moonshot 已批、长跑 agent | K3 + 收束 | K3 harness |
| K3 正面对 Opus | 同分支 trial | 对比文 |
| 省钱 chat、小 diff | 试 Grok | Grok 边界 |
| 一个 sprint 里两个模型 | 下面组合栈 | 本节 + 方法论 |
| 学会读快照 | — | 方法论 |
组合栈（一个主路 + 两个专路）
多数团队 不该 设三个默认。和本快照匹配、又不抄厂商文档的一种拆法：
- 主合并路径： Opus high（或你们批过的 Anthropic 档）做多文件与可合并的 review。
- 便宜草稿道： Grok 4.5 high 写样板、扫日志、首轮问答——禁止 不测就 merge，测试与 Opus 相同。
- 批量 / 长上下文道： 仅当 Moonshot 已批、范围写死（路径 + 验收测试）、人不卡在首块时上 K3——见 K3 harness。
Incoming task
│
├─ Touches prod auth / schema / >3 files?
│ └─ Yes → Opus high (or max for plan-only step) → human review
│
├─ Small, reversible, human waits in editor?
│ └─ Yes → Grok trial OR Opus medium — measure fix time, not hype
│
└─ Approved batch agent + frozen scope?
└─ Yes → K3 with harness; Opus as benchmark on same branch
同分支 trial（最小步骤）
开一条功能分支，每个候选模型跑 同一套 npm test——记 人工修分钟，别记体感。
git checkout -b trial/model-picker-$(date +%Y%m%d)
npm test
# run agent with model A, commit; note fix time
git reset --hard HEAD~1 # only if you want a clean re-trial on same base
npm test
# repeat for model B/C
生产合并前：AI coding ship checklist。
收束
没有永远的第一，只有 带日期的证据 和本地 trial。快照日期： 2026-07-25。深读：Opus · K3 agent · Grok · K3 vs Opus · 如何读排名。