Kimi K3 登顶代码榜，搅动华尔街芯片股

7 月 16 日，月之暗面（Moonshot AI）正式发布新一代大模型 Kimi K3。这是当前全球首个开源的近 3 万亿级参数模型（2.8 万亿参数），上线不到一天便登顶 Arena.ai 前端代码竞技场，并在品牌营销、参考设计、数据分析、消费产品、内容创作等七个细分方向中的六个拿下第一，仅游戏类略逊于 Fable 5。市场迅速将这一时刻类比为「DeepSeek 时刻 2.0」，费城半导体指数一周内下跌 12.5%，高盛等机构将其定性为「去杠杆事件」。

算力转化效率：华尔街紧张的核心

Kimi K3 引发的震荡，关键不在于参数规模本身，而在于它用明显更低的算力与成本，交付了与海外顶尖闭源模型相当甚至更优的结果。

第三方机构 Artificial Analysis 测算，K3 单任务成本约 0.94 美元，接近 GPT-5.6 Sol 的 1.04 美元，约为 Claude Opus 4.8（1.80 美元）的一半。
在 Arena AI 前端代码竞技场，K3 以 1679 分登顶，超过 Claude Fable 5 的 1631 分和 GPT-5.6 Sol 的 1618 分，是首个在该盲测中击败所有闭源对手的开源模型。
与上一代 K2 相比，K3 整体训练效率提升约 2.5 倍。

这意味着「高性能芯片决定一切」的估值逻辑出现松动，AI 算力基础设施的溢价空间被重新审视。

架构创新：KDA、AttnRes 与高稀疏度 MoE

Kimi K3 的高效率来自三项核心架构改动：

Kimi Delta Attention（KDA）：混合线性注意力，用线性注意力替代大部分计算，仅保留少量全注意力层处理精确检索场景，使 KV 缓存使用量减少 75%，在 100 万 token 上下文长度下解码吞吐量最高提升 6 倍。
Attention Residuals（AttnRes）：让模型有选择地跨层检索信息，避免传统架构中底层知识被顶层覆盖的问题。
高稀疏度 MoE：模型拥有 896 个专家模块，每次推理仅激活 16 个，在保持大知识面的同时严格控制单次推理计算量。

三者叠加，使 K3 在控制成本的同时保持顶级性能。

C 端实测：被「挤爆」的 K3

发布前，月之暗面在 X 平台放出一段由 K3 自己剪辑的 36 秒预告片，验证其在选片、卡点、动效匹配和音频处理上的细节能力。随后一周，K3 接受了大量海内外开发者的密集测评。

视觉生成：有测试者用樱花盆景测试 SVG 生成，K3 在树干扭曲、分层树冠等细节上比 Fable 5 更贴合要求。
3D 交互：上传一段 3D 棱镜宣传视频，K3 可自主解析光影与几何结构，一键输出可运行的 WebGL 渲染工程，独立编写底层 Shader。
游戏生成：科技博主用 K3 构建 CS:GO × Portal 克隆游戏，三轮对话约 60 万 token，按 API 定价折合约 3.24 美元，而同等 Token 成本在 Fable 5 上需 10.80 美元、GPT-5.6 Sol 上需 6 美元。
复杂工程：有开发者让 K3 从零交付一个含三模块的桌面 Web 产品，并完成 Google 登录、微信身份打通、朋友圈转发等真实小程序需求。

短板同样明显：复杂场景生成时间常达半小时到两小时，约为 GPT-5.6 Sol 的 2 至 3 倍；部分用户反馈模型输出偏啰嗦、信息图审美一般，个别编程任务未跑通。

但这些并未阻挡用户涌入。需求短期暴涨后，月之暗面在 7 月 19 日晚宣布暂停 C 端新用户订阅，以保障现有用户体验。

定价与商业化：高溢价的底气

Kimi K3 的定价显著高于国内同行：

输入：20 元/百万 tokens（缓存未命中）、2 元/百万 tokens（缓存命中）；输出：100 元/百万 tokens。
混合 API 定价约 2.3 美元/百万 token，高于 Qwen3.7 Max（1.4 美元）、智谱 GLM5.2（0.9 美元）、DeepSeek V4 Pro（0.18 美元）等。
依托 Mooncake 分离式推理架构，编程高频场景缓存命中率超过 90%，实际使用成本进一步降低。

相较海外，K3 输出价格（约 15 美元/百万 token）与 GPT-5.6 Terra 持平，约为 Claude Opus 4.8 的 60%、GPT-5.6 Sol 的 50%、Claude Fable 5 的三分之一。

这一定价被摩根士丹利视为国内大模型「定价回归」的正面信号，华泰证券也指出国产模型正由低价竞争转向能力定价。月之暗面的财务表现同步印证：投前估值约 315 亿美元（半年内从 43 亿美元翻超 7 倍），2026 年 3 月 ARR 首次破 1 亿美元，5 月达 2 亿美元，6 月站稳 3 亿美元，API 收入占比已超七成。公司正冲刺港股 IPO，预计最快 6 个月内完成。

Kimi K3 用架构创新压低算力消耗，用综合能力获取市场溢价，再用真实需求打开商业化空间——这三者的叠加，正在重塑市场对 AI 估值逻辑的判断。