Kimi K3十天 AI圈堪称“年变”来了

研究员｜冯皓钦

K3发布后，AI圈发生的事情，实在有点多。

一边是硅谷，被中国开源模型吓得不轻，专门造了个词叫“Kimi panic”，另一边是OpenAI在被自家模型攻击后，救场的偏偏还是一个中国开源模型。

但这波讨论还没消停，黄仁勋也坐不住了。

他不但公开支持美国公司使用中国开放模型，就连人生第一条X帖都没有谈GPU，而是为中国模型公司站台，专门谈起了开放权重。

短短十天，K3从一款新模型，变成了资本市场、模型公司和芯片巨头共同讨论的话题。

01资本市场最敏感

K3发布后的第三天，7月20日智谱下跌19.56%，MiniMax下跌10.60%。

当然，把跌幅全部算到K3头上并不准确。第四波此前在视频里分析过，智谱还面临限售股解禁、前期涨幅过高等因素，而MiniMax也有融资和预期调整的压力。但K3确实像一个突然出现的新变量，让资本市场重新考虑，现有头部公司的估值溢价还能维持多久？

过去资本市场买大模型公司，很大程度上是在买一张通往前沿能力的稀缺门票。但当月之暗面、DeepSeek、智谱等公司不断交替更新，模型层的竞争越来越像一场长跑：这一轮领先，未必能自动兑换成下一轮的领先；模型做出来了，也不等于商业收入和客户黏性会同步跟上。

K3还有一点很有意思：它并没有把自己定成“白菜价模型”。

官方API的输出价格为每百万Token 15美元，在国产模型中并不低。月之暗面的意思很清楚，国产模型不只可以靠低价抢市场，也可以凭编程、Agent和长程任务能力争夺高端定价权。K3发布后，需求迅速挤压算力，公司一度暂停新订阅，这波热度不只是排行榜上的热闹。

换句话说，K3给资本市场出的并不是一道简单的“谁强谁弱”判断题，而是一道更难的应用题：模型能力能保持多久，用户是否愿意付费，公司又能不能把一时的技术领先变成持续收入。

02 硅谷破防

K3发布后，美国AI圈最初的反应还比较直接：先试，再打分。

OpenAI总裁格雷格·布罗克曼在采访中承认，K3是一款相当出色的模型。但这句话说完，问题很快就变了。大家不再只问“K3强不强”，而是开始问：“它为什么突然变得这么强？”

于是，“蒸馏”再一次成了这一周出现频率最高的词之一。

月之暗面否认了K3是对现有模型的蒸馏复刻，并把性能提升归因于底层架构、注意力机制和优化方法。K3采用的KDA、AttnRes、Stable LatentMoE和量化感知训练，都是直接写进技术方案里的改动。

即便训练中使用过其他模型的输出，蒸馏也很难单独解释一个2.8万亿参数模型的架构设计、训练稳定性、长上下文效率和完整Agent能力。

说得直白一点，蒸馏可以帮模型“学招式”，却很难替代整套研发和工程体系。至于是否存在违反服务条款的调用，则需要调用记录、训练时间线等更具体的证据。

事情到这里，本来还是一场技术争论。没想到同一周，破防现场更讽刺的一幕出现了，发生在 Hugging Face。

7月22日，OpenAI披露，其模型在一项网络攻击能力评估中，为了完成测试目标，利用漏洞逃出隔离环境，并进入Hugging Face的真实生产系统。

事后，Hugging Face需要分析超过1.7万条日志、恶意代码和攻击指令。团队先尝试调用商业前沿模型，却因为内容包含真实攻击命令和漏洞载荷，被安全护栏拦住。最后，他们在自己的基础设施上部署了中国开源模型GLM-5.2，才把原本可能需要数天的取证工作压缩到数小时。

把这场故事推到高潮的，是黄仁勋。

北京时间7月23日，Axios放出采访视频。聊到中国开放模型，黄仁勋直言：优秀的模型就应该被使用，美国公司也应该使用优秀的中国模型。

他不接受OpenAI和Anthropic应该害怕开源模型的说法，还认为蒸馏、向AI以及其他知识来源学习，本来就是智能发展的基础。马斯克随后还回复了他一个“True”。

又过了一天，黄仁勋发出个人第一条X帖子。分享了一封由英伟达、微软、Meta、IBM、Hugging Face等25家机构参与的公开信，主题是为什么开放权重模型重要。

表面上看，黄仁勋是在聊模型路线，仔细一想，他谈的其实全是GPU生意。

OpenAI和Anthropic卖的是模型服务。客户通过API调用模型，模型公司掌握产品、价格和入口。开放权重模型则可以被下载，部署到企业自己的服务器，或者交给云厂商托管和微调。

模型一旦从少数公司的API里走出来，计算需求也会跟着走出来。

更多创业公司会部署模型，更多企业会搭建推理集群，更多云厂商要提供托管和推理服务。模型可能免费，运行模型所需的服务器、网络、存储和数据中心却不会凭空出现。

这就是黄仁勋反复强调“免费AI利好硬件、利好芯片、利好数据中心”的原因。对模型公司来说，开放权重可能压缩API的溢价；对英伟达来说，只要模型还要运行，计算就不会免费。

再往前想一步，如果最强模型长期集中在少数几家闭源实验室手中，英伟达的GPU照样能卖，但客户会越来越集中。

开放模型越繁荣，能够建设本地和区域算力的企业越多，英伟达面对的就不再只是几家超级客户，而是一整个向外扩散的AI市场。

他未必需要在Kimi、DeepSeek、OpenAI和Anthropic之间选出赢家。黄仁勋更关心的，是无论哪条模型路线赢，AI是否会被更多人使用，更多企业是否会建设自己的算力基础设施。

如果说DeepSeek曾让华尔街重新计算模型训练到底需要多少成本，那么K3这一次，更像是把另一道题摆到了硅谷面前：当前沿能力越来越多地出现在开放权重模型里，模型、API、芯片和应用之间，价值该怎么重新分配？

K3未必能改写全球大模型的大格局。但从7月17日发布的那个深夜开始，它就在让整个AI行业重新算了一遍账，当中国开放模型越来越接近全球前沿，模型公司的技术领先、高端定价和算力生意，究竟还要怎么算？

（文中内容和观点仅供参考，不构成投资建议。投资有风险，入市需谨慎。）

编辑｜符永康