国产首个3万亿级模型Kimi K3开源背后：当Anthropic收紧、OpenAI筑墙，月之暗面选择"把武器交给所有人"

2.8万亿参数、百万级上下文、宣布全面开源——月之暗面刚把旗舰模型Kimi K3端上桌，却被自己的成功绊倒了：发布48小时内算力逼近承载极限，紧急暂停C端新用户订阅。

48小时，从巅峰到算力崩盘

7月16日深夜，月之暗面发布旗舰大模型Kimi K3。2.8万亿参数、100万token上下文窗口、原生视觉理解——这是国内第一个3万亿参数级别的模型，而上一代K2才1万亿。更关键的是：7月27日，K3将全面开源。

K3把参数量推到2.8T，跑分冲到综合第三，稳定超过除Claude Fable 5和GPT-5.6 Sol之外的所有模型。官方博客里一句"仍落后于最强闭源模型"的坦诚，在国产大模型圈属实是一股清流。

但巅峰只维持了48小时。7月19日23时，月之暗面发布《关于算力紧缺与会员暂停开放的说明》：算力超出预估、逼近承载极限，即日起暂停C端新用户订阅，把已有算力全部投入已订阅用户。数据显示，K3发布节点月之暗面的年化收入创下历史最大单日增幅，用户蜂拥而至，算力扛不住了。

从巅峰到算力紧缺，只用了48小时。一个模型越强，单次推理消耗的GPU算力往往越高；百万级上下文让计算量指数级增长；用户规模一爆发，瓶颈立刻暴露。K3自己的崩盘，恰恰证明算力需求不是在萎缩，而是在爆炸。

一个模型，干崩了美股，也干崩了自己的算力

K3发布24小时前，美国Anthropic高级主管还在公开访谈中宣称：美国尖端AI至少保有六到九个月的领先窗口期，还指责中国靠蒸馏技术追赶。

结果K3一发布，这个说法被直接掀翻。更戏剧性的是连锁反应：高盛喊出"算力扩张时代走到尽头"，摩根大通打出"DeepSeek 2.0时刻"——华尔街的逻辑是，中国模型用更少算力做出同等性能，那美国砸几千亿修数据中心就没必要了，算力基建股逻辑崩了。半导体股票一轮暴跌。

但这是一次"拥挤交易的强制降温"，不是超级周期的终结。这里有个经济学经典概念——杰文斯悖论：越省钱越高效的技术普及，整个行业反而会消耗更多资源。K3把单任务成本砍到Fable 5的三分之一，结果用户请求量直接超出集群承载极限，被迫关停订阅。这不是算力需求萎缩的证据，而是算力需求井喷的铁证。

一个模型干崩了美股，也干崩了自己的算力。但崩掉美股的是恐慌，崩掉算力的是真实需求。恐慌会消散，需求会扩张。

开源vs闭源：月之暗面把最重的武器交给所有人

这场72小时撕开的第一个真相，是AI商业模式的深层博弈。

当Anthropic收紧内容管控、OpenAI高筑技术围墙，月之暗面选择了相反的路：把最重的武器交给所有人。K3全面开源，意味着开发者和企业可以免费拿去训练、改造、商用，不再被闭源高溢价绑架。

这直接刺中了美国闭源模型的根基。数据显示，截至7月初，超50%的美国企业已放弃本土AI转用中国产品；硅谷空头甚至预警，一旦这一比例突破90%，OpenAI或成"AI时代的雷曼兄弟"。一家中国实验室用不到美国同行几分之一的算力成本，做出性能相当甚至核心赛道反超的模型，还完全免费开源——美国闭源模型的高溢价商业模式，正面临根本性挑战。

数字经济应用实践专家骆仁童博士指出，开源不是慈善，而是一种更激进的战略进攻：当最先进的能力不再被锁进付费围墙，追赶者不仅获得了技术跳板，更获得了定义生态的话语权。月之暗面把武器交给所有人，本质上是用开放生态去对冲闭源巨头的壁垒优势。

算力即国力：卡脖子从芯片蔓延到能源

第二个真相更刺骨：中国的AI算力基础设施，不是靠算法突破就能一蹴而就的。

K3算力崩盘暴露的短板，和它的技术突破一样真实。你可以在算法上弯道超车，但紧缺的算力无法瞬间服务爆炸式增长的用户。月之暗面全速扩容的背后，是整个中国AI产业对算力自主可控的迫切渴望，也是华为昇腾、国产GPU产业链的历史性机遇。

"今天最大的问题还是缺算力，尤其是高质量的推理算力。"上海国投孚腾资本投资总监陈雨沁此前接受界面新闻采访时表示，头部模型公司已经开始取消无限量使用、提高服务价格，本质上都反映出推理资源依然紧张。业内普遍认为，支撑万亿参数模型的训练和推理，万卡级集群已经成为基础门槛——而从2024年至今，真正具备万卡级部署能力的厂商仍是少数，不少宣布建设的大规模集群，落地周期往往以年计算。

今年WAIC期间，各家国产芯片厂展示超节点产品时，被问得最多的两个问题变成了："能不能支持万卡集群？""能不能支持万亿参数模型训练？"产业链的关注点，已经从单卡性能转向超大规模集群能力。这是"算力即国力"最直白的注脚：卡脖子的风险，正从一颗芯片，蔓延到能源供给与算力集群的整体调度。

骆仁童博士进一步提醒，AI军备竞赛的下半场，胜负手不在谁的模型参数更多，而在谁能把算力、能源、集群调度捏成一张自主可控的基础设施网络。模型能力决定产品能否吸引用户，而推理算力与基础设施，才决定它能否承接真正的大规模应用。

真正的较量，在模型之外

K3暂停开放新用户订阅，也许只是一次短暂的资源调配。但它让外界第一次如此直观地看到：大模型竞争已经进入新阶段。

过去比的是参数规模、训练能力和Benchmark成绩；如今，推理效率、服务稳定性、成本控制以及基础设施能力，开始成为新的竞争维度。模型能力决定产品能否吸引用户，而算力与持续服务能力，决定它能否接住用户。

对月之暗面来说，开源是进攻，算力是防守。进攻已经亮剑，防守还得补课。对中国AI产业来说，K3既是一次技术正名，也是一记基础设施的警钟。

干崩美股的是恐慌，干崩算力的是真实需求——恐慌会消散，需求会扩张，而能接住需求的，才是下一阶段的赢家。

你更看好开源模型的生态攻势，还是认为闭源巨头凭借算力壁垒终会反超？欢迎在评论区聊聊你的判断。

Kimi相关话题：

商道童言（Innovationcases）欢迎评论、点赞和分享哦！~~

热推新书《AI提问大师》《DeepSeek应用能手》现已上架！

免费电子书:|||

数字经济应用实践专家 骆仁童主讲课程

企业数智化:||

产业数字化:||

数字化转型:||||||

创新与思维:|||