月之暗面发布 2.8 万亿参数开放权重模型 K3，智能指数位列全球第三，触发白宫、闭源实验室与硅谷创业公司公开对立。
7 月 16 日，月之暗面（Moonshot AI）发布 Kimi K3 开放权重模型，完整权重将于 7 月 27 日公开。一周之内，该模型在美国政界、闭源 AI 实验室与硅谷创业公司之间引爆了一场罕见的公开对立——白宫科技政策办公室主任 Michael Kratsios 在 X 上指控 K3「大规模蒸馏」美国模型；OpenAI 总裁 Greg Brockman 承认 K3「是一个很不错的模型」；近 200 家硅谷创业公司联名致信特朗普政府，警告封禁中国开源模型将「让数百家公司瞬间死亡」；Nvidia CEO 黄仁勋在 Axios 专访中明确表态，美国公司「绝对应该被允许使用中国模型」。四种声音、四个方向，指向同一个导火索。
K3 采用 MoE（混合专家）架构，总参数 2.8 万亿，每次激活 896 个专家中的 16 个，支持 100 万 token 上下文窗口，是目前全球最大的开放权重模型。
在 Artificial Analysis 智能指数上，K3 得分 57，排名第三，仅次于 Anthropic 的 Fable 5（60 分）和 OpenAI 的 GPT-5.6 Sol（59 分），超过了 Claude Opus 4.8（56 分）。前端代码能力上，K3 发布 24 小时内登上 Arena 排行榜第一，超过了所有美国前沿模型。
技术层面，K3 引入了若干架构创新：
API 定价方面，K3 输出价格为每百万 token 15 美元，虽然高于 DeepSeek V4（0.87 美元）和智谱 GLM-5.2（4.4 美元），但不到 Fable 5 的三分之一。「性能 + 价格 + 开放」三要素叠加，使 K3 成为 DeepSeek 之后对硅谷冲击最大的中国 AI 产品。
在此之前，Kimi 系列已悄然嵌入硅谷生产链：SpaceX 拟以约 600 亿美元收购的代码工具 Cursor，其 Composer 2 核心跑在 Kimi K2.5 上；DoorDash CTO Andy Fang 公开表示已将「低级别的工作」交给 Kimi K2.6；Thinking Machines 用 K2.5 为自家模型 Inkling 生成早期后训练数据。
K3 发布后真正引爆的不是技术评测，而是美国内部围绕「开源到底是好事还是坏事」展开的阵营式对立。
白宫与政策鹰派率先发难。Kratsios 在 X 上措辞严厉，指控 Moonshot「开发了复杂内部平台来大规模蒸馏美国模型，并能快速切换访问方式以避免被发现」。财政部长 Bessent 也释放类似信号，提到若发现中国模型中包含美国模型「水印」，可能考虑制裁，国会两院也在推进针对未授权蒸馏的立法。
美国闭源实验室阵营中，OpenAI 态度最耐人寻味。Brockman 承认 K3 的实力，但将话题转向基础设施投入优势，并估计中国在整体模型能力上仍落后美国约 4 个月。该公司战略未来主管 Dean Ball 在 K3 发布次日发表长推文，措辞更为激烈——他称开源模型「本质上是减速主义的」（inherently decelerationist），会削弱前沿实验室利润空间、减少基础设施投入，最终拖慢最强模型发展，甚至预言开放权重主导的世界将走向「AI 共产主义」这一「如同反乌托邦噩梦」的未来。Ball 建议白宫对中国开源模型「制造大量监管风险」，用 FUD 策略让美国企业主动远离。
硅谷创业公司与开源支持者阵营则完全不买账。名为「Little Tech Association」的新组织（成员包括 Proton、Replit、Y Combinator）组织近 200 家公司联名致信白宫，核心信息是：封禁中国开源模型，死掉的是美国创业者。Particle 创始人 Suhail Doshi 说得直白：「会有数百家公司瞬间死亡。这对 Anthropic 来说太棒了——我们全都不得不花钱去买 Anthropic 的服务。」
最重磅的声音来自黄仁勋。他在 Axios 专访中给出与白宫相反的判断：华尔街先误读了 DeepSeek，现在又误读了 K3。免费 AI 对芯片、数据中心和硬件生态有利——更便宜的开源模型会让更多用户用上 AI，从而增加对算力基础设施的需求，而非减少。「不存在中国把美国公司赶跑的情景，」黄仁勋说，「零可能。」他还反驳了「开源模型给中国留后门」的说法，认为企业可在安全沙箱中定制模型，外部研究者也可审查漏洞、构建防御，「如果一切都变成单一模型、单一攻击面、单一故障源，世界会脆弱得多。」
Ball 的论调触及了一个真实的产业逻辑：前沿模型开发动辄需要数十亿美元投入；若中国实验室能以极低成本提供接近同等水平的开源替代品，闭源实验室利润空间将被压缩，进而影响再投入和资本市场估值。AI 研究者 Nathan Lambert 承认，从纯经济角度看这一逻辑成立，但他同时指出，该效应不足以阻止 OpenAI 和 Anthropic 成为全球最有价值的公司。
反对者则指出了一个讽刺事实：OpenAI 与整个现代 AI 领域本身建立在开源基础之上——Transformer 架构来自公开论文，PyTorch 是开源软件，OpenAI 自身突破所依赖的研究基础和技术共享，都发生在其「关上身后那扇门」之前。有人将 Ball 的论调称为「数字麦卡锡主义」，认为闭源实验室正试图利用国家安全叙事巩固市场地位。
这场辩论的深层，是关于大模型这一新型工业基础能力的路径选择：应像电力与互联网一样被广泛供给、全球输出，还是像核技术一样被严格管控？
资本市场已给出第一反应——K3 发布当周，费城半导体指数下跌 12.5%，创 15 个月最大跌幅，Nvidia、AMD、Broadcom 全线下挫；中国 AI 概念股同样未能幸免，智谱港股跌 28%，阶跃跌 16%。
黄仁勋认为市场又搞错了，但本次恐慌的对象不是某次跑分，而是一种路径冲突变得无法回避。月之暗面创始人杨植麟的路线转变是这种路径冲突的鲜活注脚：2023 年 10 月他曾明确表态「闭源是通往 Super APP 的唯一通路」「暂时没有开源的计划」；2025 年 DeepSeek 冲击波之后，万亿参数的 K2 开源，K2.5 在开源社区迅速走红，发布后 20 天的收入超过 2025 年全年；K3 则继续沿开源路线走到 2.8 万亿参数。
今年 3 月，杨植麟作为英伟达 GTC 2026 唯一受邀演讲的中国独立大模型创始人，在「How We Scaled Kimi K2.5」演讲中展示了清晰的技术路线：把 Transformer 时代沿用近十年的三块「地基」——Adam 优化器（2014）、注意力机制（2017）、残差连接（2015）——全部替换为新的开源方案。马斯克评价「令人印象深刻」，前 OpenAI 联合创始人 Karpathy 感慨人们对 Transformer 原论文的理解可能还不够充分。四个月后发布的 K3，基本兑现了演讲中 token 效率、长上下文、Agent 集群协作三条技术路线。
K3 团队在 2025 年底 Reddit AMA 上的回应颇具代表性——在被问及与美国的差距时，团队表示「GPU 数量确实不如美国同行，但把每张卡的性能都压榨到了极致」；联合创始人周昕宇被问及怎么看 OpenAI 烧钱时，回答更松弛：「我们也不知道，只有 Sam 知道。我们有自己的节奏。」
「自己的节奏」五个字，是理解中国 AI 路径最重要的注脚。DeepSeek 用更少资源做出同等水平模型，智谱持续迭代 GLM 系列，2025 年 4 月 DeepSeek V4 发布，7 月初 GLM-5.2 上线——这不是单一事件，而是持续的、密集的、多点并发的能力释放节奏。两条路径正在以各自方式同时逼近前沿，这不会是一个赢家通吃的故事。
