Kimi从震动硅谷到与马斯克掰手腕做对了什么

中国大模型独角兽月之暗面（Kimi）的K3模型，这次是真的火了，而且火到了全球。

7月16日，月之暗面正式发布了参数规模达到2.8万亿的Kimi K3，一举成为全球参数最大的开源模型。消息一出，整个行业都坐不住了——发布后48小时内，用户请求量直接逼近集群承载极限。7月19日晚，月之暗面不得不发公告，暂停C端新用户订阅，把全部算力优先保障给已付费的老用户。

这场面，连美国媒体都直言不讳：“美国在AI领域领先世界”这个认知，被中国打破了。外媒的分析更直接：Kimi K3在成本和功能可定制化上对用户有着极强的吸引力，美国AI产业链如果想维持技术优势，得先投上千亿美元建数据中心。问题是，很多投资者已经开始担心，那些美国AI企业的估值是不是太高了。K3的出现，无疑给它们带去了不小的压力。

说起来，月之暗面的办公室就在清华到知春路地铁站那一片。投资人王慧文曾说过一句很有意思的话：他所有投资回报最高的公司，都在这片“豆腐块”区域里。字节的豆包、DeepSeek、月之暗面，全都诞生在这里。五位创始人全部毕业于清华，公司名字取自平克·弗洛伊德的经典摇滚专辑《月之暗面》——公司成立那天，正好是这张专辑发布50周年。这种摇滚气质贯穿在公司每个细节里：所有会议室都以摇滚乐队命名，有一个叫“Splay”，外人以为是某个不知名乐队，其实是两位联合创始人杨植麟、周昕宇在清华上学时组的乐队名，这个名字还来自数据结构里的伸展树算法。

“不管是C端用户还是B端客户，Kimi现在都处于供不应求的阶段。”月之暗面企业业务负责人黄震昕在接受采访时这样说道。

K3最大的变化，是质变

“它不是靠后天很多技能学习或者打磨出来的强模型，是一个原生就非常聪明的模型。”黄震昕介绍，Kimi K3最核心的能力，是长时程高难度推理。

现场展示的几个案例很能说明问题：非技术人员用一句话，就能复刻出童年玩过的、已经停更的游戏，还原度达到90%；输入20篇商业航天领域的研报，一句话就能生成图文并茂的深度研究报告，所有图表实时生成，还包含周期传导链、竞争格局这类专业分析；就连复杂的芯片设计工作，现在也能通过K3完成。

大模型行业过去一直信奉Scaling Law——算力、训练数据、参数量三个维度同时放大，模型性能就会提升。但这条定律正在撞上墙：算力投入扩大100倍，模型才能获得10倍的增强，全球算力已经开始紧缺，高质量训练数据也基本见底。月之暗面的解法，是换掉Transformer架构中8到11年没有更新过的核心组件。三项底层技术，构成了K3的核心支撑：

第一项是名为MuonClip的新型二阶优化器，首次应用在万亿参数大模型训练中。它能让20T的训练数据发挥出40T的效果，同样性能下训练成本和算力功耗直接减半。DeepSeek已经认可并采用了这项技术。

第二项是自研的KDA混合线性注意力机制，解决了传统线性注意力在长距离任务上性能衰减的问题。传统全注意力机制的计算量随上下文长度平方增长，到了百万Token级别成本极高。而KDA让模型规模扩大10倍时成本仅扩大10倍，Scaling Law得以继续延伸。这也是K3支持100万Token上下文的基础——足够装下一整本长篇小说，或者一个完整项目的全部代码。

第三项是Attention Residuals（注意力残差）技术。今年3月月之暗面发布相关论文时，马斯克就曾在X平台转发评价“Impressive”。这项技术以不到2%的额外计算成本，实现了25%的训练效率提升。论文一作中，有一位17岁的实习生。

“真正懂行的人都知道，这一代模型的能力提升不可能靠蒸馏来。”针对外界关于蒸馏的质疑，黄震昕打了个比方：六耳猕猴和真孙悟空，终究还是不一样的。OpenAI的战略负责人也曾在X上表示，这么聪明的模型不可能通过蒸馏得到。

回应马斯克：希望“掰一掰手腕”

马斯克是K3最受关注的观众之一，没有“之一”可能也行。

K3发布当天，在FrontendCodeArena前端编程榜单上，K3以1679分登顶，成为首个在该榜单超越所有闭源模型的开源模型。马斯克在相关报道下留言：Impressive。这是他今年第二次公开肯定月之暗面的技术。

但仅仅一天后，马斯克就在X上放话，自家正在训练的Grok新模型可能会超越Kimi。月之暗面的回应很干脆：“欢迎加入2万亿俱乐部。”黄震昕在现场补了一句：“我们拭目以待，希望他们出来跟我们掰一掰手腕。他有信心，我们有更强的信心。”

马斯克的反应，其实代表着全球市场对Kimi K3实力的认可。外媒报道，自深度求索（DeepSeek）推出R1版本以来，中国的AI模型持续影响着整个行业。它们在一定程度上碘伏了由西方头部企业确立的AI产业的经济基础——付费闭源模式。

从数据来看，中国企业的AI模型在服务定价方面确实低于美国竞品。根据人工智能分析网的基准测试，使用Kimi 2.6或DeepSeek-V4-Flash执行标准化智能任务的加权平均成本在0.33美元到0.02美元之间，而Anthropic的Claude Fable 5执行同类任务则需要2.75美元。在上述任务中，Kimi K3的预估使用成本为0.95美元。性能强、成本低，这个组合让中国AI模型成为全球众多开发者的优先选择。

开源是月之暗面从成立之初就坚持的路线。“过去大家总觉得开源模型就要卖得便宜，中国模型就要打价格战。”黄震昕表示，“K3现在在全球都供不应求，我们没有走低价路线，就是想告诉全世界，开源模型、中国模型也能做出SOTA级别的产品，也能获得合理的商业回报。”他明确表示，Kimi不会陷入价格战。目前K3的推理分三档，用户可以根据需求选择。

今年以来Agent赛道火热，不少模型公司开始转型做应用，但月之暗面始终坚持在基模路线上。“模型公司一定要做模型。”这句话听起来像废话，但月之暗面的判断很清晰：模型强度是所有上层应用的基础——Agent、C端产品、B端服务，都是模型能力强到一定程度之后自然发生的事。“模型做得足够强，你说什么都是对的，用户自然会来用。”

这并不意味着他们不做应用。KimiPPT已经是C端最好的AI生成PPT产品之一，这些C端Agent能力正在反哺基模迭代。“海外最好的模型为什么强？因为他们会根据最终应用反过来调模型，而不是根据模型能力去做应用。”在月之暗面看来，这叫“模硬一体”——通过C端产品的真实使用数据，反过来优化模型，让模型能力和用户期望真正对齐。

接下来，月之暗面还会推出Kimi Hosting Agent平台，把内部打磨成熟的Agent能力（比如PPT生成、研报生成）通过API开放给B端客户。媒体可以直接接入内部系统做PPT，投研机构可以直接搭建自己的研报系统，用户还可以自定义风格。

商业化方面，黄震昕透露，目前C端收入占比达到70%，公司不做私有化部署服务，坚持SaaS模式。关于收入结构、与海外闭源模型的差距、国产算力使用比例、自研芯片计划等问题，大方向上，会尽可能使用更多国产算力。

关于幻觉问题，黄震昕坦言无法完全杜绝——幻觉是模型创造力的来源，很难彻底消灭，但模型越强幻觉率越低。K3已经是幻觉非常少的模型，内部通过AgentSwarm技术解决：一个Agent负责写内容，专门有一个事实校验员Agent核对所有数据，用户如果在prompt中加上“引用信源必须全部来自最新权威来源”，幻觉率会大幅降低。

“我们长期在三个方向投入：长上下文决定模型能干活的时长，训练效率决定模型有多聪明，Agent协作决定复杂任务怎么完成。”黄震昕表示，这三个方向，未来五年还会继续投入。

Kimi的愿景是“找到将能源转化为智能的最优解”。在他看来，这件事有三个层面：首先要做最强的模型，就像登月一定要做到最好；其次要通过底层算法创新，在有限算力下做出最强模型；最终要让AGI普惠全世界。

面对紧缺算力，月之暗面正在全力采购和部署新的算力，优先保障老用户体验。黄震昕表示，新的算力到位后，订阅会逐步开放。但可以确定的是，参数会继续越做越大。

一位行业专家给出了这样的判断：“K3的爆火，是国产大模型真正站上全球第一梯队的标志性事件。它不是靠堆算力、堆参数的蛮力，更不是靠蒸馏模仿的跟随品——三项底层架构创新，直接改写Transformer诞生十余年来未变的核心组件，让Scaling Law在全球算力瓶颈下得以延续。中国AI不再是硅谷的追随者，而是正在长出真正能定义行业方向的原始创新力量。”