封面新聞記者 歐陽宏宇 孟梅
全球AI大模型賽道再迎巨震。
記者7月29日獲悉，國產AI獨角獸月之暗面在7月27日晚宣布開源Kimi K3模型權重，發布技術報告，並同時開放MoonEP、FlashKDA、AgentEnv三大支撐K3訓練的底層基礎設施（Infra）技術。
這款在半個月前發布的國產大模型產品總參數達到2.8萬億，是目前全球參數規模最大的開源模型。在由伯克利研究人員創建的AI評測平台Code Arena上，Kimi K3以76%的勝率超過Fable 5的63%、GPT-5.6 Sol的58%登頂。
在資本市場，Kimi K3也引發劇烈反應。該模型於7月17日首發當日，英偉達單日市值蒸發約1000億美元，費城半導體指數跌超5%，納斯達克綜合指數同步下跌；7月27日宣布開源後，費城半導體指數跌幅進一步擴大至6%以上，英偉達也一度跌超5%，單日市值蒸發約2500億美元。
盡管頭部市值劇烈波動的直接誘因是市場對整體AI泡沫的擔憂，但不可否認的是，以Kimi K3為代表的開源模型正在動搖閉源巨頭“高利潤、高估值”的敘事根基。
Kimi K3究竟強在哪裏？這場開源又為什麼重要？對此，專家表示，Kimi K3的出現標志著中國開源大模型已經從早期的跟隨模仿，進入自主定義技術路線、引領行業方向的全新階段，其開源則進一步打破了“開源模型天然落後閉源半代”的長期行業共識，證明了國內開源大模型正在全球AI開源生態中掌握越來越多的話語權。
打破“開源落後閉源”魔咒
國產模型站上頂尖擂台
在國產大模型圈，Kimi K3並不是首個開源的大模型，為何此次開源會產生如此大的影響？
北京市社會科學院副研究員王鵬認為，Kimi K3是全球開源大模型發展進程中具有裏程碑意義的產品。“它直接將開源模型的能力邊界推至此前只有頂尖閉源產品才能觸及的前沿區間，徹底打破了‘開源模型天然落後閉源半代’的長期行業共識，在全球開源模型體系中占據了標杆性的引領位置。”
展開全文
不僅是模型開源，這次Kimi還“亮出底牌”：同步公布了詳細介紹模型訓練方法的技術報告，以及支撐Kimi K3超高算力效率的幾項關鍵基礎設施技術。
要理解這一全棧開源動作的份量，需要先看清過去幾年中外大模型在技術路線上的分野。越來越多的中國大模型選擇擁抱開源生態，吸引開發者參與模型優化和應用創新，千問、混元、DeepSeek等均已開源；而部分海外主流大模型則普遍采用閉源模式，以此構築技術和商業壁壘。
這套壁壘在過去之所以行之有效，是由於在閉源大模型的能力領先時，用戶別無選擇。但Kimi K3正在改變這一格局，
在評測中，Kimi K3的綜合智能水平已接近全球前沿的閉源模型，而OpenRouter平台數據顯示，中國開源模型的全球token調用量連續保持在高位。也就是說，開發者正在用實際行動作出選擇。
對此，業內人士指出，當模型能力差距懸殊時，企業或許只能為高昂的閉源模型買單；可一旦Kimi K3這樣能力同樣頂尖的開源模型擺在面前，選擇的主動權便重新回到了用戶手中。
“堆規模”轉向“拼適配”
效率躍升帶來算力邏輯重構
在Kimi K3的諸多能力中，Stable Latent MoE架構引發了廣泛關注。
從技術層面看，該架構設置896個獨立專家模塊，單次推理僅激活16個單元，算力使用效率較前代提升2.5倍。這種“省算力”的設計讓每次推理都不需要動用全部參數，意味著單位算力成本大幅降低。
這一度讓Kimi K3被市場誤讀為算力需求的“終結者”。美股半導體板塊在7月17日遭遇拋售，費城半導體指數較6月歷史高點回撤20%。
然而在業內人士看來，Kimi K3讓大模型成本下降一個數量級，結果更可能是更多企業、更多場景湧入AI賽道，即非但不是“算力需求的終結”，反而是“算力普及的起點”。
“算力使用效率的大幅提升，並不意味著算力需求走向終結。”王鵬指出，頂尖能力的模型普及後，會催生大量此前無法落地的複雜智能場景，整體算力的總需求反而會持續擴張，只是需求結構正從單純追求硬件規模，轉向對高效異構算力集群的深度適配。
美銀分析師也認為，雖然前沿模型實驗室正在投入資金爭奪市場份額，但在這個過程中，市場的整體算力和存儲容量也將隨之擴張。天眼查數據顯示，截至目前，我國現存人工智能相關企業超534萬家，其中2025年注冊108萬餘家，2026年上半年注冊64萬餘家，呈持續快速增長趨勢。
更深層次的原因在於，Kimi K3的開源方式是不僅給菜譜，還“連灶台一起送出”。王鵬以DeepSeek、千問對比稱，前者側重垂直能力的開源路線，後者分層開放、旗艦能力保留閉源，而Kimi K3的全棧開源不止是開放模型權重，更是同步開放了支撐超大模型訓練的整套底層基礎設施技術，“這在全球開源大模型領域屬於前所未有的頂級開放級別”。
國產大模型+國產超節點