Kimi K3全球首个万亿开源大模型发布

7月16日晚9点，距离WAIC（世界人工智能大会）开幕不足24小时，月之暗面（Kimi）正式发布Kimi K3，以2.8万亿参数规模成为全球首款万亿级开源大模型。模型支持100万Token上下文窗口，在多项主流测评中得分超过GPT-5.6、Fable 5，被部分AI一线从业者评价为「在国内断层式领先」。

核心能力与技术架构

Kimi K3的突破依托两大原创架构：KDA混合线性注意力机制（Kimi Delta Attention）与注意力残差架构（Attention Residuals）。前者允许模型在任务关键节点使用全注意力计算以保证精度，在非关键路径切换为线性注意力以降低推理成本。官方数据显示：百万上下文解码速度最高提升6.3倍，训练效率提升约25%，额外成本不到2%。

实测方面，AI研发工程师反馈K3前端生成较GPT-5.6 Sol强约10%–15%，「返工率更低，审美更高」；Web开发场景下代码一次通过率高于OpenAI对应模型。多模态方面，Kimi K3在BrowseComp基准测试以91.2%拿下SOTA。月之暗面将K3定位为服务三类场景：长程编程、端到端知识工作、深度推理。

定价争议与商业取舍

Kimi K3定价处于国产模型最贵一档：未缓存输入20元/百万Token、输出100元/百万Token，约为DeepSeek V4 Pro的20倍、Fable 5价格的30%、GPT-5.6 Sol价格的60%。高盛研报将其定性为「中国模型走向定价权的全新节点」。马斯克在X上为K3点赞，并在预热Grok 4.5时喊话「有望超过Kimi」；月之暗面联合企业业务负责人黄震昕回应：「拭目以待，希望他们跟我们掰一掰手腕。」

高参数也带来沉重算力压力。AI英语训练产品TalkMe创始人贾子健估算，部署DeepSeek V4 Pro需约8张H100或A100，运行K3则需约20张H100；复杂编程任务可能耗时超过30分钟。Kimi在上线不到48小时宣布K3订阅「暂时对新用户关闭」，以保障付费用户体验。黄震昕表示：「公司最终宁可暂时放弃新增收入，也要守住付费客户的使用体验底线。」

资本市场连锁反应

K3发布次日，英伟达、谷歌、Meta、英特尔四家科技巨头股价走低，美媒将其列为当日关键催化剂之一；港股方面，智谱单日下跌28.49%，另一相关港股AI标的下跌15.62%。融资层面，月之暗面计划于8月启动上市前最后一轮融资，目标投前估值约500亿美元（约合3380亿元人民币），最快6个月内登陆港股。

杨植麟的来路与下一步

Kimi创始人杨植麟本硕毕业于清华，在卡内基梅隆大学（CMU）读博期间师从苹果首任AI总监Russ Salakhutdinov。Russ对《中国企业家》评价这位爱徒：「CMU最顶尖的学生之一，既能思考研究问题，又具备很强的技术能力，还能做底层编程——通常这些能力是分开的，很少见到这样能力融合的学生。」杨植麟读博期间参与了XLNet、Transformer-XL等已成为AI模型理论基础的工作，并曾在Google Brain实习。

Russ透露杨植麟曾表达想研究「无限上下文」模型的愿望，「现在上下文大概在100万量级，未来也许他会让模型拥有真正无限长的上下文」。黄震昕则明确表示Kimi的参数规模还会持续向上拓展，「不会止步于2.8万亿——如果行业沿着当前路径继续演进，今天关于价格和Token消耗的所有争论，都只是一个更大故事的开场」。