2026 年 7 月 16 日，月之暗面发布了 Kimi K3。它有 2.8 万亿总参数、100 万 token 上下文，能处理文字和图像，并且面向长时间运行的编程、研究和知识工作。月之暗面称它是第一个达到 3 万亿参数级别的开放模型，并承诺在 7 月 27 日前公布完整权重。
K3 发布后很快进入了第一梯队。在 Arena 的前端开发盲测中，它截至 7 月 21 日以 1678 分暂列第一，排在 Claude Fable 5 和 GPT-5.6 Sol 之前。Artificial Analysis 给它的综合能力指数是 57，与 Claude Opus 4.8 和 GPT-5.5 处在同一区间，只落后于当时最强的 Fable 5 和 GPT-5.6 Sol。月之暗面自己也没有宣称全面领先，官方发布文章明确写着，K3 的整体表现仍落后于这两个最强的美国闭源模型。
争议很快转向了能力之外。K3 的 API 标价为每百万 token 输入 3 美元、输出 15 美元，缓存输入只要 0.3 美元。同期 GPT-5.6 Sol 的价格是 5 美元和 30 美元，Claude Fable 5 则是 10 美元和 50 美元。一个资金和算力都远少于美国头部实验室的中国公司，把模型能力推到了接近前沿的位置，又把价格压到了美国旗舰模型的一半甚至更低。K3 因此成了一则商业新闻，不只是一则模型新闻。
杨植麟和月之暗面的工程底色
月之暗面成立于 2023 年初。创始人杨植麟是清华大学计算机系校友，2019 年在卡内基梅隆大学取得语言与信息技术博士学位，之后曾在 Google Brain 和 Meta AI 从事研究。他参与了 Transformer-XL 和 XLNet 两项重要工作。前者试图让 Transformer 突破固定长度的上下文限制，后者则在 BERT 流行的时期探索了另一种语言模型预训练方法。
这些经历和月之暗面后来的产品方向关系紧密。Kimi 在 2023 年进入公众视野时，最鲜明的卖点就是长文本。月之暗面的官方介绍也把团队的技术来源放在很显眼的位置，其中包括 Transformer-XL、RoPE、Mooncake 等模型架构和推理系统成果。公司对自己的描述不是做一个聊天产品，而是寻找把能源转化为智能的更优方法。
这句话放在美国芯片限制的背景下，含义很具体。美国公司可以不断扩大 GPU 集群，用更多电力、数据中心和资本推进模型训练。月之暗面从成立开始就没有同等条件。《纽约时报》援引月之暗面总裁张予彤的说法称，公司很早就知道自己没有单纯扩大算力的条件，因此必须从效率上找办法。
杨植麟和团队的技术积累不能被简化成出口限制的产物。Transformer-XL 和 XLNet 都早于 2022 年的美国芯片管制，月之暗面对长上下文的兴趣也有清楚的学术来源。限制改变了这套技术积累所处的商业环境。美国实验室可以同时追求规模和效率，月之暗面必须更早回答另一个问题：当卡不够多时，怎样让现有算力产生更多有效结果。
K3 把月之暗面推到了什么位置
2.8 万亿参数是 K3 最醒目的数字，但它不是一张每次推理都会全部运转的巨大网络。K3 采用混合专家架构，共有 896 个专家，每处理一个 token 只激活其中 16 个。大部分参数在一次计算中并不参与工作。月之暗面借此扩大模型容量，同时控制每个 token 实际消耗的计算量。
模型还使用了 Kimi Delta Attention 和 Attention Residuals。前者针对长上下文中的计算与缓存成本，后者改变深层网络传递和调用信息的方式。月之暗面又从微调阶段开始引入量化感知训练，让模型适应更低精度的权重和激活值。按官方数据，这些架构、训练方法和数据配方合在一起，使 K3 相对 K2 的总体扩展效率提高约 2.5 倍。
独立评测给出了一个比官方排行榜更稳妥的位置。K3 在 Artificial Analysis 综合指数上得到 57 分，处在全球前沿模型区间。它在代理知识工作评测 AA-Briefcase 中得到 1543 Elo，仅次于 Fable 5 的 1574，高于 GPT-5.6 Sol、Claude Sonnet 5 和 Claude Opus 4.8。在 Arena WebDev 盲测中，K3 暂列第一，不过榜单仍把这一成绩标记为初步结果。
这些数字支持两个结论。K3 在编程和长程知识工作上已经可以与美国头部模型竞争，但它没有全面超过美国最强模型。不同评测使用的工具框架、推理强度和任务类型也不完全相同，单个榜单无法给模型排出一个永久座次。对商业市场更重要的是，用户已经开始面对一组能力差距不大、价格和开放程度却差异明显的选择。
没有那么多卡，月之暗面怎样提高效率
美国商务部工业与安全局在 2022 年推出先进计算和半导体制造出口管制，限制中国购买部分高端计算芯片，也限制中国制造先进半导体的能力。美国政府公开给出的理由主要是国家安全，以及防止先进芯片用于军事 AI、超级计算和大规模监控。此后的规则又多次扩大到半导体制造设备、高带宽内存和相关软件。
这些措施确实增加了中国模型公司的成本。K3 发布后，月之暗面仍没有披露训练模型所使用的具体硬件，外界无法确认它用了多少英伟达芯片、国产芯片或海外算力。可以确认的是，中国公司能稳定获得的先进 GPU 数量和美国头部实验室不在同一水平。K3 上线几天后需求迅速逼近现有容量，月之暗面暂停新订阅，也从服务端证明了算力供应依然紧张。
月之暗面的效率优化不只发生在模型结构上。Mooncake 是 Kimi 底层的推理服务平台，它把处理用户输入和逐字生成答案分配到不同集群，并利用 CPU、内存、固态硬盘和网络设备建立统一的 KV 缓存池。清华大学公布的真实部署数据显示，在满足服务延迟目标的情况下，Mooncake 相对基线系统把有效请求处理能力提高了 59% 至 498%。在英伟达 A800 和 H800 集群上，它分别比此前系统多处理 115% 和 107% 的请求。
K3 又把同一思路推进到了训练、模型和推理的完整链路。高稀疏度专家模型减少每个 token 调用的参数，KDA 降低长上下文的计算压力，量化感知训练为低精度推理做准备，Mooncake 则减少服务阶段的资源浪费。月之暗面没有靠某一个神奇技巧弥补 GPU 差距，它在多个环节反复计算怎样从已有硬件中多获得一些产出。
开放与低价怎样变成竞争手段
截至 7 月 26 日，K3 还不能严格称为已经开放权重。月之暗面提供的是官方 API 和自有产品，官网仍写着完整权重将在 7 月 27 日前公布。即便权重如期发布，“开放权重”和完整的“开源”也有区别，外界可以下载、部署和修改模型，并不意味着训练数据与全部训练过程都会公开。
开放权重仍会改变模型的传播方式。闭源模型的每一次调用都要经过开发公司的服务器，供应商负责算力、内容政策、账户审核和服务稳定性。模型权重开放后，云厂商、企业和开发者可以自行部署，也可以根据自己的任务继续训练。月之暗面不必独自承担全球所有推理需求，就能让 K3 进入更多产品和工作流程。
这条路径尤其适合算力供给相对不足的公司。自建全球推理服务需要大量服务器和持续资本投入，开放权重可以把一部分部署成本交给生态伙伴承担。公司得到开发者采用和行业影响力，却也放弃了闭源 API 对模型使用和收入的完全控制。《纽约时报》在报道中指出，中国开放模型已经获得广泛采用，但中国公司如何把这种采用转化成稳定利润，仍然没有确定答案。
Mesosphere 联合创始人 Tobi Knaup 把这称为开放权重 AI 的“Kubernetes 时刻”。他经历过 Kubernetes 取代 Mesos 的过程。Kubernetes 获胜不只是因为代码公开，更因为它成为云厂商、创业公司和开发者都能扩展的共同底座。围绕一个足够好、可以移植的模型，开发者也能继续制作量化版本、行业微调、推理引擎、代理运行框架和评测工具。这些投入不由原始模型公司单独承担，却会增加模型的适用范围和部署效率。这个类比也有边界：开放权重模型通常没有公开训练数据和完整训练过程，也缺少类似 CNCF 的中立治理与统一接口，运行前沿权重仍需要昂贵硬件。K3 能否成为生态共同建设的平台，要等权重发布和实际采用来检验。
低价是同一竞争策略的另一部分。K3 是当时价格最高的中国模型之一，和中国市场上的其他模型相比并不便宜。与能力接近的美国旗舰模型相比，它的标价才显出攻击性。K3 输入价格是 Fable 5 的 30%，输出价格也是 30%；与 GPT-5.6 Sol 相比，输入便宜 40%，输出便宜 50%。当模型能力差距缩小到用户未必能在日常工作中稳定感知时，这种价格差就会直接进入采购决定。
美国 AI 的资本投入到了什么规模
月之暗面并不是一家缺钱的小公司。2026 年 5 月，它完成约 20 亿美元融资，估值超过 200 亿美元。TechCrunch 援引财务顾问的数据称，月之暗面的年度经常性收入在 4 月超过 2 亿美元。它已经是中国资金最充足的模型创业公司之一。
同一个月，Anthropic 完成了 650 亿美元融资，融资后的估值达到 9650 亿美元。Anthropic 称这些资金将用于扩大算力、安全研究和产品服务。公司同时宣布与亚马逊签订最高 5 吉瓦的新容量协议，与 Google 和 Broadcom 签订另外 5 吉瓦的下一代 TPU 容量协议，还将使用 SpaceX 的数据中心资源。
美国整个 AI 产业的建设规模更大。微软预计自己在 2026 年日历年的资本支出约为 1900 亿美元，其中很大一部分用于 AI 基础设施。美国公司在模型能力、全球云服务、供电、数据中心和芯片供应上形成了厚重的资本体系。这套体系带来更稳定的服务、更快的推理、更成熟的企业支持，也让美国实验室可以同时训练多个前沿模型。
这些投资带来的商业问题，是用户愿意为它们支付多高的溢价。Claude Fable 5 仍然是多项复杂任务中最强的模型，GPT-5.6 Sol 也在综合能力和速度上领先 K3。领先幅度如果持续缩小，价格却长期维持两倍或三倍，美国公司的收入就必须更多依靠稳定性、安全、产品体验和企业集成，模型能力本身很难独自支撑这种价差。K3 发布后美国科技股的反应，说明投资者已经开始重新计算这笔账。
K3 没有让美国撤资，却动摇了投资回报的前提
K3 发布当天，纳斯达克和标普 500 指数一度下跌约 1%，半导体指数下跌约 1.6%，英伟达跌幅超过 2%。当天的市场还受到企业财报、油价等因素影响，不能把全部下跌归因于一款模型。但多家美国媒体和投资机构都把 K3 列为科技股承压的重要原因。Axios 将这次反应称为 DeepSeek 之后最强的一轮 AI 恐慌，AP 则指出，市场担心价格更低的中国模型会削弱美国 AI 公司的定价能力，也会影响投资者对数据中心建设的判断。
这轮焦虑首先指向资本效率。月之暗面单轮融资约 20 亿美元，Anthropic 同期融资 650 亿美元，美国几家大型科技公司还在以数千亿美元的规模建设 AI 基础设施。双方投入的资本相差很大，K3 与美国最强模型之间的能力差距却只有几分评测成绩。投资者过去倾向于相信，更多 GPU、更多电力和更大的数据中心会换来更长久的模型领先。K3 没有否定算力的价值，却让这种投入与领先幅度之间的关系变得不再确定。
第二层焦虑来自闭源模型的定价。K3 的能力如果只相当于美国旗舰模型的七成或八成，低价格不会改变市场格局。现在的问题是，它已经在部分编程和知识工作评测中达到同一水平，个别项目甚至领先。企业采购者因而会追问，Claude 和 GPT 贵出的部分究竟买到了多少可感知的能力。美国公司可以用服务稳定性、安全控制、速度和企业集成回答，但很难继续把全部溢价建立在模型更聪明这一点上。美国企业对昂贵专有模型的替代需求，也在推动它们评估来自中国的开放模型。
第三层焦虑落在基础设施投资上。DeepSeek 发布时，市场已经争论过一次，模型效率提高是否会降低对昂贵 GPU 和数据中心的需求。K3 让这个问题重新出现。英伟达 CEO 黄仁勋给出了相反的解释：模型越便宜，采用范围越大，社会消耗的算力总量反而越高。Morningstar 也认为，即便开放模型达到美国前沿水平，云计算基础设施的长期投资逻辑不会出现根本变化。K3 上线后迅速遇到容量不足，也支持了需求增长仍会消耗大量算力的判断。
K3 还把这场争论推进到了美国的政策选择。7 月 24 日，英伟达、微软、Meta、IBM、Hugging Face、Palantir 等公司联合呼吁政策制定者避免过早限制开放权重模型，以免压制竞争或把创新推向海外。联名信没有承诺这些公司会开放自己的最强模型，也没有否认开放权重存在安全风险。它主张把非法获取闭源模型价值的问题交给有针对性的法律和商业框架处理，不要用全面限制代替具体执法。截至 7 月 26 日，微软官网公布的签署名单已经包括 OpenAI 和 Google，Anthropic 仍未列入其中。K3 引发的焦虑因此没有导向一致的封锁立场。芯片、云服务、应用平台和部分模型公司更担心，美国如果远离开放生态，开发者、模型部署和算力需求会一起流向海外。
目前没有证据显示微软、亚马逊、Meta、OpenAI 或 Anthropic 会因为 K3 削减 AI 投资。更可能出现的情况是，美国公司为了维持领先继续扩大投入，同时承受更严格的回报审视。K3 没有刺破美国的 AI 投资热潮，它动摇的是这轮投资背后的一个估值前提：投入更多资本，是否必然带来更大的技术领先，以及更强的定价权。市场短期的焦虑最终会落到两组数字上，一组是模型能力还能领先多少，另一组是这种领先能卖出多高的价格。
便宜的 token 不一定带来便宜的任务
K3 的官方价目表很容易理解，但真实任务不会消耗固定数量的 token。同一个工作，模型可能需要不同的思考长度、工具调用次数和失败重试。每百万 token 价格低，并不能直接证明完成一项工作更便宜。
Artificial Analysis 在 AA-Briefcase 中记录到了这个问题。K3 平均完成一个任务需要 83 轮交互和约 12 万输出 token，平均耗时 56.4 分钟，成本为 10.57 美元。它的任务质量仅次于 Fable 5，但耗时约为 Fable 5 的 2.5 倍、Grok 4.5 高推理模式的 3.8 倍。在这组长程知识工作中，K3 属于成本较高、速度较慢的模型。
另一组综合评测给出的结果又不一样。K3 在 Artificial Analysis 能力指数中的平均任务成本约为 0.94 美元，接近 GPT-5.6 Sol 的 1.04 美元，约为 Claude Opus 4.8 的一半。K3 相对上一代 K2.6 还减少了约 21% 的输出 token。不同任务得到相反的成本结论，说明 K3 的优势与工作类型、缓存命中率和模型需要运行的轮次紧密相关。
服务容量也会改变价格体验。K3 发布后两天，月之暗面称需求已经逼近现有容量上限，因此暂停接受新订阅。低价带来了用户，但公司没有足够算力立即承接所有需求。K3 已经对美国旗舰模型的标价构成压力，却还没有证明月之暗面能以这个价格稳定服务全球市场。
限制奏效了，但结果与预期不同
从算力供给看，美国的出口限制不能简单判定为失败。中国公司仍然缺少最先进的芯片，月之暗面在 K3 发布后也很快遇到服务容量不足。假如没有这些限制，中国实验室可能拥有更多训练和推理资源，模型进展也可能更快。现实不是一场可以控制所有变量的实验，无法证明 K3 的成功完全由限制政策造成。
从模型竞争看，限制也没有形成美国期望中的稳定技术距离。月之暗面用高稀疏度架构、长上下文技术、低精度计算和推理系统优化，把有限算力转化成了接近前沿的模型能力。美国公司拥有明显更多的芯片和资本，但美国最强模型与 K3 之间的差距，远小于双方在融资和基础设施上的差距。
开放权重又削弱了管制模型能力传播的效果。美国可以限制本国公司向某些用户提供最强模型，也可以要求模型增加安全保护。一个能力接近的开放权重模型发布后，其他国家的云厂商和开发者仍然可以部署它。监管能够影响美国公司的产品，却很难重新收回已经公开的模型权重。
K3 没有宣布中国已经赢得 AI 竞争，也没有证明低价开放模型一定能形成更好的生意。它呈现了另一个变化：先进芯片仍然重要，但芯片数量不再自动对应同等规模的模型领先。美国保有算力优势，中国公司则把算力稀缺变成了持续优化效率的压力。K3 完整权重发布后能否获得全球部署，月之暗面能否补上推理容量，以及美国闭源模型还能维持多高的价格溢价，将决定这次发布究竟是一场短暂震动，还是 AI 商业模式变化的开端。
主要资料
- 月之暗面：Kimi K3 官方发布
- 月之暗面官方介绍
- Artificial Analysis：K3 综合评测
- Artificial Analysis：K3 在 AA-Briefcase 中的表现
- Arena WebDev 排行榜
- AP：K3 发布、创始人与行业反应
- AP：月之暗面暂停新订阅
- Axios：黄仁勋回应 K3 引发的市场焦虑
- Morningstar：K3 对云计算投资逻辑的影响
- CNN：K3 发布后的美国科技股反应
- 美国商务部 BIS：2022 年先进芯片出口管制
- 清华大学：Mooncake 推理架构与部署数据
- Anthropic：Claude Fable 5 发布与定价
- OpenAI：GPT-5.6 发布与定价
- Anthropic：650 亿美元融资
- TechCrunch：月之暗面 20 亿美元融资
- 微软 2026 财年第三季度电话会议
- Tobi Knaup：开放权重 AI 的 Kubernetes 时刻
- CNBC：美国科技公司呼吁避免过早限制开放权重模型
- 微软：Open Weights and American AI Leadership 联名信与签署名单