本文系基于公开资料撰写，仅作为信息交流之用，不构成任何投资建议。

　　7月16日晚间，月之暗面发布了Kimi K3。2.8万亿参数，开源，多模态，上下文窗口超过100万。7月27日将完整开放权重。

　　消息传到华尔街的时候，交易员们正在为一轮已经持续了好几天的科技股抛售寻找新的解释。K3来得正是时候。

　　Artificial Analysis智力指数排全球第3，Arena Frontend Code排全球第1。Terminal-Bench 2.1得分88.3，和GPT-5.6 Sol的88.8之间只隔着一层薄薄的空气。FrontierSWE得分81.2，仅次于Fable 5的86.6，把GPT-5.6 Sol的71.3甩在身后。

　　一家中国公司的开源模型，在编程和长程推理这两个最硬的指标上，同时够到了全球顶尖闭源系统的肩膀。

　　于是有人说，K3戳破了全球算力扩展的泡沫，打破了Antheropic与OpenAI的估值逻辑，并加剧了近期高位科技股的巨震。

　　逻辑链条很直接：如果在有限算力下，开源模型仍可取得如此突破，那此前市场给予AI基础设施天价资本开支的定价，是否建立在一种过度乐观的假设之上？如果一家中国公司能用更少的资源做出接近顶尖水平的模型，那英伟达的订单簿、Anthropic与O喷AI的高毛利叙事，是否都在同一瞬间被打上了一个问号？

　　总而言之一句话：都怪KIMI。

　　01

　　2.8万亿的重型基建

　　先看一个最容易被忽略的事实，2.8万亿参数。这个数字本身的重量，比任何BenchMark都更有说服力。

　　把这么多参数塞进一个模型，让它们在896个专家模块中各司其职，每次推理只唤醒其中16个。这从来不是省算力的技术路线，这是重型基建。

　　模型权重在4比特浮点精度下就需要超过1.5太字节的HBM显存容量，推理时要在64卡以上的超节点上才能跑起来。专家并行方案采用了极高稀疏度的WideEP架构，对scale-up域的容量和带宽要求极高。

　　K3之所以看起来“省”，是因为它在每一分算力上都压榨出了成倍的效能，而不是因为它不需要算力。K3不是一架只为了滑翔的纸飞机，它是一架装配了更先进引擎的重型战斗机。引擎效率越高，飞得越远，但对燃料的绝对需求只会更大，不会更小。

　　这是整个论证的底座，不把这件事讲清楚，后面所有推论都会飘在空中。

　　02

　　一架超级引擎

　　K3真正让人兴奋的地方是它的超级引擎价值。月之暗面在K3上落地了三项关键技术：KDA混合线性注意力、注意力残差和高稀疏度MoE。三项技术指向同一个目标，把算力转化为模型效果的效率推到极致。

　　第一，KDA混合线性注意力。

　　Transformer最吃算力的地方是注意力机制。标准注意力随着序列长度增加，计算量呈平方级增长。百万级上下文的任务，大部分算力都烧在了维持长序列的注意力矩阵上。KDA机制将大部分注意力层的计算复杂度从平方级降到了线性。

　　根据月之暗面此前发布的Kimi Linear技术报告，在48亿参数和3亿激活参数的实验模型上，采用3比1的KDA与MLA混合比例，KV缓存占用最高削减了75%，100万上下文长度下的解码吞吐量提升到了原来的6倍。

　　对开发者来说，这意味着同样的GPU集群，可以同时服务更多用户，处理更长的任务。

　　第二，注意力残差。

　　模型大到万亿级别之后，信息在层与层之间传递会衰减，浅层信号传到底层时已经模糊了。注意力残差允许模型在深层直接跳回浅层提取原始特征，再融合进当前推理。

　　这解释了为什么K3在FrontierSWE这种需要持续数十分钟的长周期软件工程任务上表现格外出色，它能在漫长的推理链条中保持方向感，不会走着走着忘了自己为什么要出发。

　　第三，高稀疏度MoE。

　　896个专家，每次只激活16个。这个极端比例意味着每个专家模块必须在自己的领域内做到极致，否则整个系统会崩。

　　支撑这套架构的是Stable LatentMoE，通过低维隐空间做专家路由，再用历史思维链保留训练来维持跨轮推理的稳定性。

　　叠加训练方法和数据配方的优化，K3相比上一代K2的整体扩展效率提升了约2.5倍。

　　本质上，三项技术砍的不是算力，更不是Scaling Law，而是粗糙的算法浪费。把每一分算力转化为模型能力的效率推到极致，不叫省，这叫更会花。

　　03

　　到底恐慌什么

　　从K2.6到K3，几个月时间，Arena Code榜单从第18名跳到第1名，部分观点研判认为，K3可能将国产模型与海外前沿的代际差距缩短到了3个月以内。一年前这个数字是12到18个月，两年前开源模型甚至不在讨论范围里。

　　这个加速度，才是改变定价逻辑的东西。

　　Anthropic的Fable 5每百万Token输入10美元，输出50美元。GPT-5.6 Sol分别是5美元和30美元。K3是3美元和15美元，缓存命中0.3美元，只有Fable 5的30分之1。

　　当开源模型以更低的价格提供接近的性能时，闭源的高毛利叙事就开始松动：Anthropic推理毛利率长期在75%以上，这是它高估值的核心支柱。如果开源追赶的速度继续加快，这根柱子需要重新审视。

　　但市场在恐慌时忽略了一件事。定价权的转移不是价值的消失，是价值从一层流向了另一层。就像当年电力从爱迪生的直流发电机里流出来，流进西屋公司的交流变压器，流进福特工厂里的独立电动机。每一次流动都没有减少电力的价值，只是改变了谁在收电费。

　　这一次也一样。

　　04

　　SuperApp的种子

　　迫近顶尖水平、抹平基础壁垒之后发生的事，不是算力过剩，反而是算力在另一个维度上爆炸。

　　当K3把顶尖编程和Agent能力以开源方式交给全球开发者时，它点燃的东西比任何一张BenchMark排行榜都要深远。一个编程Agent从零构建GPU编译器，一个设计师用自然语言生成完整的前端工程，一个研究员把两周的科研编程压缩进两个小时。

　　这些已经在K3上线后出现了。

　　SuperApp的种子埋在开源的土壤里。当模型不再是瓶颈，算力就会成为瓶颈。用户量每一次增长，Agent任务每一次深层调用，都会变成巨量推理需求。

　　还有一个被忽略的技术细节，K3在默认最高思考强度下的思维链偏长，实际Token消耗比常规模型更高。在Kimi Work Max的高强度思考模式下，任务反馈速度稍慢，推理深度却更深，Token消耗也更大。

　　这意味着应用越普及，Agent越复杂，单次调用的Token消耗就越惊人，推理计算的规模也将以远超训练计算的速度膨胀。

　　05

　　还在路上

　　当然，K3距离AGI还有很长的路。

　　它缓存保留只有10分钟，可能源自KDA快照缓存的架构特性。指令模糊时容易过度主动，行为边界尚不稳定。62TPS的输出速度低于同档模型中位数72TPS。

　　这些是工程问题，能解。但更大的问题不在技术，在场景。

　　K3需要部署在64卡以上的超节点才能运行，这意味着它还远远不是一款普通企业或个人能随意消费的基础设施。从实验室到大规模普及，中间还隔着成本、稳定性、生态工具链的一整套工程化鸿沟。

　　它证明了这条路能走通，但还没走完。这目前是对它最准确的定位。

　　K3是一个节点，还不是终点。规模法则再次被验证有效，更大参数、更复杂架构、更长上下文，仍然在产生更好的模型。

　　各家不仅不会收手，反而会因为看到对手的底牌而加速。算力侧在加速，算法侧也在加速，两个轮子同时高速转动，中间挤出来的，是一轮从基础设施到应用的繁荣。

　　有一个古老的哲学命题是这样的：如果一支箭在飞行途中的每一个瞬间都静止在某一个位置上，那它永远也到达不了靶心。芝诺用这个悖论证明了运动的不可理解，但现实中每一支箭都稳稳钉在靶上。

　　K3这支箭已经飞过了从K2.6到K3的这段航程，正在飞向下一段。它经过了每一个瞬间，但它从未静止。

　　都怪KIMI,这句话放在K3发布之后的语境里，最大的讽刺在于，它被当成了一句甩锅。就像老王说，都怪隔壁老张把围墙修得太高，害我也得加砖。

　　K3不是全球科技股暴跌的肇事者，它是下一轮AI繁荣的报信人。它打破了安卧在万亿美元估值之上的垄断叙事，却开启了一个更宏大、更公平、更具爆发力的竞争周期。

　　算力的下半场，应用的上半场，都开始了。