Kimi K3已經撕裂了整個矽谷

作者：宇航猿；來源：極客公園

7 月 22 日，同一天裡發生了四件事。

白宮科技政策辦公室主任 Michael Kratsios 在 X 上公開指控月之暗面（Moonshot AI）的 Kimi K3 涉嫌「大規模蒸餾」美國模型。

OpenAI 總裁 Greg Brockman，在接受 Bloomberg 採訪時承認 K3「是一個很不錯的模型，毫無疑問」。

同時，近 200 家矽谷創業公司聯名致信川普政府，警告如果封禁中國開源模型，「將有數百家公司瞬間死亡」。而 Nvidia CEO 黃仁勛，則在 Axios 的獨家專訪中明確表態，美國公司「絕對應該被允許使用中國模型」。

四種聲音，四個方向，指向同一個導火索。

這個導火索就是 7 月 16 日，中國 AI 公司月之暗面發布的 Kimi K3。

如果說 DeepSeek 在 2025 年初引爆的那場衝擊波，主要衝的是華爾街對 AI 基建投資的信仰。而 K3 引爆的這一輪，沖的是一個更根本的問題——當中國能以接近前沿的水平開放模型權重時，美國的 AI 產業應該怎麼辦？

能力步步緊逼的 Kimi K3，只用一周時間，就撕裂了整個矽谷和華盛頓。

01 不是「又一個中國模型」

先說 Kimi K3 本身。

2.8 兆參數，MoE（混合專家）架構，896 個專家中每次激活 16 個，支持 100 萬 token 的上下文窗口。這是目前全球最大的開放權重模型，完整權重將在 7 月 27 日公開發布。

在 Artificial Analysis 的智能指數上，K3 得分 57，排名第三——僅次於 Anthropic 的 Fable 5（60 分）和 OpenAI 的 GPT-5.6 Sol（59 分），超過了 Claude Opus 4.8（56 分）。在前端代碼能力上，K3 發布 24 小時內就登上了 Arena 排行榜的第一名，超過了所有美國前沿模型。

技術上，K3 引入了幾項有意思的架構創新。

Kimi Delta Attention（KDA）是一種混合線性注意力機制，在百萬 token 級別的上下文中實現了 6.3 倍的解碼加速。Attention Residuals（AttnRes）讓每一層可以選擇性地，從任意更早的層中檢索資訊，而不是像傳統殘差連接那樣均勻累加。再加上 Stable LatentMoE 和從 SFT 階段就開始的量化感知訓練，K3 相比上一代 K2 實現了約 2.5 倍的整體 scaling 效率提升。

但讓美國真正緊張的，不是跑分數字，而是「性能 + 價格 + 開放」這三件事同時發生。

K3 的 API 價格是每百萬輸出 token 15 美元。這在中國同行里算貴的——DeepSeek V4 只要 0.87 美元，智譜的 GLM-5.2 是 4.4 美元。

但和美國閉源模型比，這個價格不到 Fable 5 的三分之一。一個接近前沿水平的模型，以遠低於競品的價格提供服務，還要把權重全部公開——這三個要素疊加在一起，讓 K3 成了 DeepSeek 之後對矽谷衝擊最大的中國 AI 產品。

而且這不是憑空冒出來的。

K3 之前，Kimi 的系列 AI 模型，就已經悄悄滲透進了矽谷的生產鏈。

SpaceX 正在以約 600 億美元收購的代碼工具 Cursor，其 Composer 2 的核心就跑在 Kimi K2.5 上。DoorDash 的 CTO Andy Fang 公開表示，公司已經把「低級別的工作」交給了 Kimi K2.6。Thinking Machines 則用 K2.5 為自家新模型 Inkling 生成早期後訓練數據。

K3 的發布，與其說是一個新模型的亮相，不如說是中國開源 AI 在矽谷「已經嵌入生產流程」這個事實的一次公開確認。

02 被撕裂的矽谷

如果只是「一個中國新模型跑分很高」，故事到這裡就結束了。

但 K3 發布後的一周，真正爆炸性的不是技術評測，而是它在美國引發的反應。用一句話概括——矽谷第一次為「開源模型到底是好事還是壞事」發生了公開的、激烈的、幾乎是陣營式的對立。

第一個陣營是白宮和政策鷹派。

Kratsios 在 X 上的指控措辭相當嚴厲，說 Moonshot「開發了一個複雜的內部平台，來大規模蒸餾美國模型，並且能夠在多種訪問方式之間，快速切換以避免被發現」。財政部長 Bessent 前一天也釋放了類似信號，提到如果發現中國模型中包含美國模型的「水印」，可能考慮制裁。國會兩院也在推進針對未授權蒸餾的立法。這一派的邏輯很明確——K3 的能力背後可能存在「莫須有」的不正當手段，需要用政策和法律工具來應對。

第二個陣營是美國的閉源實驗室。OpenAI 的態度最耐人尋味，總裁 Brockman 承認了 K3 的實力，但把話題轉向了 OpenAI 的基礎設施投入優勢，認為開放權重模型並非真正「免費」，因為大規模部署仍然需要昂貴的硬體。他估計中國在整體模型能力上，仍落後美國約 4 個月。

但更能代表這一派情緒的，是 OpenAI 戰略未來主管 Dean Ball 在 K3 發布次日寫的那條長推文。

Ball 稱開源模型「本質上是減速主義的」（inherently decelerationist），因為它會削弱前沿實驗室的利潤空間，減少對 AI 基礎設施的持續投入，最終拖慢最強模型的發展。

他甚至預言，開放權重模型主導的世界將走向「AI 共產主義」——一個他認為「如同反烏托邦噩夢」的未來。他還建議川普政府的最佳策略，是對中國開源模型「製造大量監管風險」，用 FUD（恐懼、不確定、懷疑）讓美國企業主動遠離。

毫無疑問，這番刺裸裸的「主義背後的算計」，立刻引發了巨大的爭議。

因為第三個陣營，美國的創業公司和開源支持者，對此完全不買賬。

一個叫「Little Tech Association」的新組織站了出來，成員包括 Proton、Replit 和 Y Combinator。他們組織了近 200 家公司聯名致信白宮，核心資訊只有一個——如果禁用中國開源模型，死掉的不是中國公司，而是美國創業者。

創業公司 Particle 的創始人 Suhail Doshi 說得更直白：「會有數百家公司瞬間死亡。這對 Anthropic 來說太棒了——我們全都不得不花錢去買 Anthropic 的服務。」

這個陣營里最重量級的聲音來自英偉達創始人黃仁勛，作為全球最大 AI 晶片供應商的掌門人，他在 Axios 的專訪中給出了和白宮完全相反的判斷。

黃仁勛說，華爾街第一次誤讀了 DeepSeek，現在又誤讀了 K3。他的邏輯很簡單——免費的 AI 對晶片好，對數據中心好，對硬體好。更便宜的開源模型會讓更多人和企業用上 AI，而這會增加對算力基礎設施的需求，而不是減少。

「不存在中國把美國公司趕跑的情景，」黃仁勛說，「零可能。」

他還反駁了開源模型「給中國留後門」的說法，認為企業可以在安全的沙箱裡定製和控制模型。在他看來，開放讓 AI 更安全，而不是更危險——因為外部研究者可以審查模型、發現漏洞、構建防禦。

「如果一切都變成一個單一模型、一個單一攻擊面、一個單一故障源，世界會脆弱得多。」

03 「減速主義」之辯

拋開政治噪音，Dean Ball 提出的「開源是減速主義」這個論點，其實觸及了一個真實的產業邏輯問題，值得認真拆解。

他的推理鏈是這樣的——前沿模型的開發動輒需要數十億美元的投入。如果一個中國實驗室能以極低成本、提供接近同等水平的開源替代品，那閉源實驗室的利潤空間就會被壓縮。利潤減少意味著可再投入的資金變少，同時資本市場會下調這些公司的終端價值，進一步抑制融資。兩個效應疊加，最終會拖慢最前沿模型的發展速度。

AI 研究者 Nathan Lambert 在他的分析文章中承認，從純經濟角度看，Ball 的邏輯是成立的——開源確實在經濟層面對前沿實驗室構成了「減速」效應。但他也指出，這個效應並不足以阻止 OpenAI 和 Anthropic，成為世界上最有價值的公司。

市場蛋糕在變大，即使開源模型切走了一部分市佔率，閉源模型在企業客戶中的品牌信任、可靠性和服務生態仍然有很強的護城河。

但反對者的聲音同樣犀利。多位評論者指出了一個諷刺的事實——Ball 所在的 OpenAI，以及整個現代 AI 領域，本身就是建立在開源基礎上的。Transformer 架構是公開論文，PyTorch 是開源軟體，那些讓 OpenAI 突破成為可能的研究基礎和技術共享，都發生在 OpenAI「關上身後那扇門」之前。

如今指責開源是「減速主義」，就像是用別人開源的工具建了一棟大樓，然後告訴後來者樓門不能再開了。

更有人把 Ball 的論調稱為「數字麥卡錫主義」，認為閉源實驗室，試圖利用國家安全敘事來鞏固自己的市場地位。

這場辯論的深層其實是一個路徑選擇問題。如果大模型是一種新的工業基礎能力，那它應該像電力和網路一樣被廣泛供給、全球輸出？還是像核技術一樣被少數機構嚴格管控？

美國閉源實驗室看到的是一場零和博弈——中國的開放在蠶食它們的商業空間。但從另一個角度看，開源模型的快速進步也在做一件事——讓 AI 的使用成本持續下降，讓更多原本用不起前沿模型的開發者和企業獲得能力。

這兩個視角並不互斥，但它們通向截然不同的政策結論。

04 中國模型「自己的節奏」

資本市場已經給出了自己的第一反應——K3 發布當周，費城半導體指數下跌 12.5%，創下 15 個月來最大跌幅。Nvidia、AMD、Broadcom 全線下挫。就連中國自己的 AI 概念股也沒能倖免，智譜在港股跌了 28%，MiniMax 跌了 16%。

黃仁勛說，市場又搞錯了。但這一次，市場恐慌的對象其實不是某個模型的跑分，而是一種路徑衝突變得無法迴避了。

退後一步看，矽谷此刻所有爭論的根源，恰恰來自美國 AI 產業自己選定的那個目標——極致加速主義。

這條路徑的邏輯鏈很清晰——把 AGI 作為單一的、最高優先級的攀登目標，為了支撐這個目標，匹配一個利潤最大化的閉源商業模式，用極致的資本密度去堆出極致的算力，最終實現一種甩開全世界的能力躍遷。OpenAI 和 Anthropic 的融資規模、估值倍數和算力投入，都是這條路徑的產物。Dean Ball 所擔憂的「開源減速」，本質上也是在說——如果這台利潤引擎被開源模型削弱了，極致加速的燃料就會變少。

但極致加速主義在創造競爭力的同時，也必然會催生出另一條路徑。

當美國實驗室擁有極致的利潤、極致的資本時，中國的 AI 公司並不處在同樣的環境裡。他們沒有同等級別的資本密度。但生命自有方法——在約束條件下，它們自然會長出自己的路標。

月之暗面創始人楊植麟本人的路線轉變，就是這條路徑最鮮活的註腳。

2023 年 10 月，他在極客公園的對話中說得非常明確——「閉源是通往 Super APP 的唯一通路」「我們暫時沒有開源的計劃」。那時的月之暗面，想做的是用閉源方式打造 C 端超級應用。

但 2025 年 DeepSeek 衝擊波之後，楊植麟做了一個乾脆的調整。兆參數的 K2 開源，K2.5 在開源社區迅速走紅——發布後 20 天的收入超過了 2025 年全年，個人訂閱訂單環比暴漲超過 80 倍。K3 則繼續沿着開源路線走到了 2.8 兆參數。

這不是一次隨意的戰略搖擺。

今年 3 月，楊植麟作為英偉達 GTC 2026 唯一受邀演講的中國獨立大模型創始人，在「How We Scaled Kimi K2.5」的演講里展示了一條非常清晰的技術路線——不是靠堆參數和數據去硬追閉源前沿，而是把 Transformer 時代沿用近十年的三塊「地基」全部替換。優化器 Adam（2014 年）、注意力機制（2017 年）、殘差連接（2015 年），月之暗面給了三個替代方案，全部開源。馬斯克評價「令人印象深刻」，前 OpenAI 聯合創始人 Karpathy 感慨人們對 Transformer 那篇開山論文的理解，可能還不夠充分。

四個月後，K3 基本把那場演講里的路線圖全部兌現——token 效率、長上下文、Agent 集群協作，三條線同時落地。

2025 年底的一次 Reddit AMA 活動上，月之暗麵糰隊在被問到和美國同行的差距時說——「我們的 GPU 數量確實不如美國同行，但把每張卡的性能都壓榨到了極致。」聯合創始人周昕宇被問到怎麼看 OpenAI 燒錢時，答得更鬆弛——「我們也不知道，只有 Sam 知道。我們有自己的節奏。」

「自己的節奏」——這五個字可能是理解整個中國 AI 路徑最重要的註腳。

不只是月之暗面一家。DeepSeek 團隊用更少的資源做出了同等水平的模型。智譜在持續迭代 GLM 系列。今年 4 月 DeepSeek V4 發布，7 月初 GLM-5.2 上線，WAIC 大會剛剛在上海舉辦。這不是一個「又來了一個中國模型」的故事，這是一個持續的、密集的、多點並發的能力釋放節奏。它們各自發揮不同的優勢——底層架構創新、工程效率優化、開源生態構建——在沒有美國那種極致資本密度的條件下，走出了另一條逼近前沿的道路。

OpenAI 的 Brockman 說中國在整體能力上只落後約 4 個月。這個數字說明的恰恰不是落後，而是兩條路徑正在以各自的方式同時逼近前沿。

這不會是一個贏家通吃的故事。

大模型如果真的是一種新的工業基礎能力，那它的宿命不是被一家公司或一個國家獨占，而是被更多人使用。美國走的是資本驅動、閉源為主、以 AGI 為終極目標的路線。中國走出來的，是效率驅動、開源為器、以更廣泛的能力輸出為邏輯的路線。兩條路各有優勢，各有代價，但它們正在一起把 AI 的整體水位抬高。

7 月 27 日，K3 的完整權重就要公開發布。屆時全球任何開發者都可以下載、微調、部署這個 2.8 兆參數的模型。那才是各方博弈真正白熱化的時刻。

但比 7 月 27 日更重要的判斷也許是這一個——從 DeepSeek 到 Kimi，中美兩個 AI 引擎作為世界 AI 的核心驅動力長期共存，已經不是一個可以辯駁的預測，而是一個正在發生的必然。K3 只是最新的一個證明。

來源：金色財經

發佈者對本文章的內容承擔全部責任
在投資加密貨幣前，請務必深入研究，理解相關風險，並謹慎評估自己的風險承受能力。不要因為短期高回報的誘惑而忽視潛在的重大損失。