解语樱木

7月27日深夜11点，月之暗面把Kimi K3的完整模型权重上传到了Hugging Face。

全球开发者可以免费下载、本地部署、做二次开发。模型权重、技术报告、训练系统代码，全都在GitHub公开了。

这是全球首个进入2.8万亿参数级别的开源模型。也是迄今为止规模最大的一次中国AI技术开放。

一、2.8万亿参数，到底意味着什么？

Kimi K3采用混合专家（MoE）架构，总参数2.8万亿。相比上一代Kimi K2.5，参数规模提升了大约3倍。

但注意，这2.8万亿参数不会在每次推理时全部工作。模型设计了896个路由专家，每个Token只激活其中16个。实际激活参数约1040亿。这种设计让模型在保持高性能的同时，大幅降低了推理成本。

100万Token的上下文窗口，可以一次性处理相当于《三体》三部曲体量的文本。长代码库分析、长篇法律卷宗检索这类场景，K3都能直接上手。

在Artificial Analysis智能指数上，Kimi K3综合得分排全球第三，仅次于Claude Fable 5和GPT-5.6 Sol。在Frontend Code Arena编程榜单上，它以1679分登顶，成为首个在该榜单超越所有闭源模型的开源模型。

特斯拉CEO马斯克在相关评测下留言：“令人印象深刻。”

二、算力不够，技术来凑

月之暗面自己说得很直白：算力条件并不宽裕。

在缺算力的情况下做出2.8万亿参数的模型，靠的是架构创新。官方数据显示，规模化效率提升了约2.5倍——单位算力产出的智能，相当于原来的2.5倍。

技术报告披露了核心方法：

• KDA + AttnRes：以3:1比例混合KDA与Gated MLA，实现高效长上下文建模，通过块级注意力残差增强跨层信息流动。
• Stable LatentMoE：每个Token从896个专家中激活16个，通过特定机制在极高稀疏度下保持训练稳定。
• MoonViT-V2：视觉编码器从零开始训练，无需对比预训练。这是K3具备原生视觉理解能力的关键。
  
  

除了模型本身，月之暗面还开源了三项基础设施技术：

• MoonEP：面向大规模MoE模型的高性能专家并行通信库。
• FlashKDA：KDA的高性能计算算子。在英伟达H20上，Prefill速度比基线提升1.72到2.22倍。
• AgentEnv：与KVCache.ai合作的Agent沙箱系统，支持快速快照、恢复和Fork，用于大规模Agent训练。
  
  

模型开源是一回事，把训练系统的核心代码也公开，这在行业里不多见。

三、华尔街一夜之间慌了

Kimi K3开源的消息传开，资本市场反应剧烈。

华尔街分析师估算，OpenAI与Anthropic的合计估值预期因此蒸发约3140亿美元，英伟达单日市值缩水1111亿美元。彭博社评价：Kimi K3“正在搅动全球科技市场”。

为什么一个开源模型能引发这么大的市场震动？

根本原因在于，它动摇了闭源AI的商业模式。

OpenAI估值超8500亿美元，Anthropic估值接近1万亿美元。这两家公司的核心逻辑是：顶尖大模型是稀缺资源，只有极少数公司能造，所以可以维持高定价。

但Kimi K3证明了一件事：一家投前估值315亿美元的中国公司，就能做出接近顶尖水平的模型。那估值万亿美元的闭源巨头，还值那么多钱吗？

摩根士丹利评价说，Kimi K3证明中国大模型在规模、性能、定价三个层面对美国头部模型实现了“全方位追赶”。

高盛则认为，中国AI开源模型的智能表现，已经达到全球大规模普及的关键节点。

四、硅谷被撕成两半

Kimi K3开源引发的不只是资本市场震荡，还有硅谷内部的路线之争。

反对开源最积极的是OpenAI和Anthropic。两家闭源巨头的高管公开渲染AI“威胁论”，质疑开源模型的安全性，还向美国白宫施压，呼吁限制前沿开源权重模型的跨境流动。

但另一边，Meta、英伟达、微软等25家美国科技企业、投资机构和开源组织，在7月24日联合发布公开信，支持开放权重AI模型。

英伟达CEO黄仁勋公开表示，中国开源AI模型非常优秀，美国企业应该使用。他还警告，限制开源模型反而可能削弱美国在AI领域的竞争力。

表面是技术路线之争，本质是商业利益博弈。

硬件厂商支持开源——开源模型降低AI门槛，让更多中小开发者入局，全面激活算力需求，英伟达、AMD的芯片卖得更多。云厂商也支持开源——更多开源模型丰富云端服务体系，客户选择更多，平台竞争力更强。

而闭源巨头只想维持寡头格局，靠独家技术垄断赚取超额利润。

五、开源模型正在吃掉闭源的市场

数据最能说明问题。

OpenRouter数据显示，开源模型处理的Token占比，从2026年1月的34%飙升至6月的65%。到6月当月，全球API调用月消耗量前五名全部被开源模型包揽。

在月之暗面Kimi K3和智谱GLM-5.2发布后，中国开放权重模型的Token调取量占比已高达68%。

开发者用脚投票。半年前DeepSeek开源，硅谷的反应是“又一个中国模型”。这次Kimi K3开源，话题变成了 “开发者正在把Fable换成K3” 。

有北美AI基础设施创业者把K3称为“本地版Fable 5”，建议大家赶紧下载——“这样他们永远也夺不走我的Fable 5”。这句玩笑背后是一个真实焦虑：闭源模型随时可能涨价。

Kimi K3的API定价仅为Claude Fable 5的三分之一，却提供了相近的编码能力。企业可以本地私有化部署，大幅降低AI落地成本，还能规避核心数据泄漏风险。

六、中国AI的定位变了

这轮由Kimi K3和DeepSeek V4等中国开源模型引发的震荡，本质上是全球科技格局的拐点。

中国AI已经从跟在硅谷后面的“追随者”，变成可以用自己的技术路线、商业逻辑参与全球竞争的力量。

Kimi K3的真正震撼力不在于击败了谁，而在于它展示了一种可能。当中国大模型以开源、低价、可自主部署的姿态走向全球时，那条正在急剧扩大的“智能鸿沟”，或许可以被一座名为“高效与开放”的桥梁所弥合。

闭源AI的发展逻辑是无限扩张——更大参数、更多芯片、更高能耗。而开源中国大模型证明了另一条路：通过架构创新而非算力堆叠，更聪明地实现同等智能。

这不仅是技术路线的分歧，更是发展逻辑的分野。

当然，挑战依然存在。虽然中国开源模型的Token调取量占比已高达68%，但亚马逊AWS Bedrock、微软Azure Foundry、谷歌Vertex AI等全球头部云平台，目前仍未全面支持这些中国开源模型。商业变现仍取决于超大规模云服务商的分发渠道。

硬件算力也是硬约束。中美科技战的背景下，中国AI企业依然面临“有钱买不到芯片”的现实困境。

但方向已经很清楚了。

开源模型首次站上世界前沿，闭源巨头的高墙正在被凿开。这场由2.8万亿参数引发的行业地震，还远没到结束的时候。

---

讨论话题：

Kimi K3开源后，你会选择下载部署试试吗？你觉得开源模型最终能取代闭源模型，还是两者会长期共存？

版权声明

“特别声明：以上作品内容(包括在内的视频、图片或音频)为用户上传并发布，本平台仅提供信息存储空间服务。 Notice: The content above (including the videos, pictures and audios if any) is uploaded and posted by the user , the platform merely provides information storage space services.”

本文地址: https://www.amtbbs.org/thread-18378-1-1.html