kimi K3：一个中国开源模型，干翻了 GPT 和 Claude，然后被白宫盯上了

先给三个信息感受一下。

第一，一个中国的开源大模型，在前端编程的公开榜单上，干到了全球第一，力压 GPT 和 Claude。

第二，就在它发布几天之后，白宫和财政部先后出面，指控它偷了老美公司的技术。

第三，这家公司现在正在谈的估值，是五百亿美元。

这个模型和公司大家应该非常熟悉了，就是月之暗面的新模型 Kimi K3，而且准备赴港上市。

那今天就来聊一下：K3 到底强在哪、为什么美国这么紧张、以及最关键的——这五百亿，到底是价值，还是泡沫。

先看硬指标。

K3 是个 2.8 万亿参数的 MoE 模型，896 个专家，每次只激活其中 16 个。你可以理解成，脑子很大，但每次只调用最相关的那一小块，兼顾能力和效率。它原生支持看图，上下文能到一百万 token。发布当天，它是全球参数量最大的开源模型。但参数大只是入场券。真正能说明问题的，是它在公开榜单上，跟顶级闭源模型的对比结果。

在 Artificial Analysis 这个综合智能榜上，K3 拿到 57 分，全球第三，前面只剩 Claude Fable 5 和 GPT-5.6 Sol 两个闭源旗舰，这是开源模型第一次挤进前三。在前端开发这条线上，它直接登顶全球第一。

但是，在代理式任务评测里，K3 是 1668 分，赢了智谱的 GLM，但还没追上 Claude Fable 5 的 1760，和 GPT-5.6 的 1748。

所以准确的说法是：K3 还没全面超越海外闭源，但它已经真真切切站进了全球第一梯队，而且在前端、代码生成、长程知识工作这几条线上，建立了自己的优势。

那为什么一个开源模型，能引起这么大动静？关键不在 K3 这一个点，而在于开源追闭源的这条代际差曲线，正在被快速压平。

2023 年，GPT-4 出来的时候，开源主力还停在 GPT-3.5 的水平，差整整一代，差不多 12 到 18 个月。

2024 年，Llama 3、Qwen 2.5 这一批，追到了 GPT-4 早期的水平，差距缩到半年到九个月。

到了 2025、2026 年，这个差距被压进了三个月以内，而且开始出现单点反超。

K3，就是那个"单点反超"的标志性事件。开源模型第一次在前端编程这种高价值的核心生产场景里，拿到了全球第一。

这意味着什么？意味着企业的采购逻辑可能要变了。以前核心业务只能调闭源 API，现在开源私有化部署成了新的可选项，成本能差一个数量级。而开源又能吸引全球开发者，迭代速度可能比闭源还快。这就是大家说的，模型和国产算力的双轮驱动。

听到这你可能已经热血上头了。但我必须泼一盆冷水，这也是很多解说不会告诉你的。

K3 并没有复制 DeepSeek 最重要的一点，就是极致低成本。按 Artificial Analysis 的测算，K3 完成一个加权评测任务，平均成本大概是 0.94 美元。这个数比 Claude Fable 5 便宜不少，但你猜 DeepSeek V4 Pro 是多少？大概 0.04 美元，两者差了二十多倍。

K3 发布没几天，白宫科技政策办公室主任 Kratsios 在社媒发言，说他们有信息显示，月之暗面蒸馏了 Anthropic 的 Fable 模型来搞 K3。所谓蒸馏，简单说，就是用一个更强的大模型的输出，去训练自己的模型。紧接着，Bessent 说要制裁 K3，甚至说月之暗面通过泰国搞到了被禁售的英伟达 GB300 芯片。

但事实如何？

第一，月之暗面明确否认了这个指控。

第二，大量 AI 研究者公开站出来质疑时间线对不上。Fable 这个模型 7 月 1 号才对外开放，K3 大概 7 月 15 号就发布了，中间就十来天。你要靠大规模蒸馏，去训出一个 2.8 万亿参数的模型，这点时间，专业的人普遍认为不够。而且光靠蒸馏，也解释不了 K3 那么强的表现。

第三，Anthropic 那边确实说，记录到了大约 340 万次它归因于月之暗面的交互，但它并没有公开地把这些交互和 K3 的训练直接划等号。而且还有个法律层面的争议：模型的输出到底受不受版权保护，业内本身就没有定论，蒸馏这个技术，也是被广泛使用的常规手段。

所以这件事现在的状态是：指控来势汹汹，但没有公开的证据链。

咱们不替谁站队。对投资来说只需要知道一件事：这个悬而未决的政治风险，从现在开始已经变成了月之暗面估值模型里的一个真实变量。尤其是它海外那些 To B 客户，采购的时候不可能不考虑政治因素。

好，回到最核心的问题。五百亿美元，到底贵不贵？

咱们用最简单的 PS 来卡一下，月之暗面 2026 年预计 ARR 大概是 3 亿美元，拿五百亿估值一除，PS 差不多 167 倍。同一个算法，智谱大概是 70 倍，MiniMax20 倍出头。

看明白了吗？就算在一堆本来就不便宜的 AI 公司里，月之暗面这个倍数，也是断层第一。这个价格里，已经提前把三件事都定价进去了：技术突破、ARR 高速增长、还有香港 IPO 的窗口。

那它凭什么敢要这么贵？首先，K3 的能力是三家里天花板最高的，Scaling 效率比上一代 K2 提升了大概 2.5 倍，API 收入占比七成以上，海外收入据说涨了四倍。这不是靠 C 端订阅堆出来的数字。

但贵，有贵的问题：

第一，性价比适用空间窄。前面说了它贵。像客服、摘要、写文案、简单代码这种活儿，GLM、MiniMax，甚至小模型就够用了，还更快更便宜。K3 只有在那种任务价值高、一旦失败代价大的复杂场景里，才划得来。

第二，部署门槛高。官方建议用 64 张卡以上的超节点来跑。有人粗算过，本地化部署一套，光硬件保守估计就得三千万人民币。而且 K3 上线 48 小时，请求量就顶到了集群上限，公司一度把 C 端新订阅给暂停了。供给弹性，明显跟不上。

第三，可靠性存疑。它们自己的 B 端负责人都承认幻觉没法根除。那在法律、审计、学术这种严肃场景，还是得人工复核。这就直接限制了它在高价值场景的落地速度。

第四，就是刚才那个海外政策风险，我就不重复了。

所以最后总结一下。K3 的技术分量毋庸置疑。它把国产开源模型，第一次送进了全球第一梯队，但模型很强，和估值合理，是两码事。

这家公司的上限，取决于 K3 能不能一直霸占那些高价值的复杂任务；它的下限，取决于 ARR、客户留存、算力成本，还有政策风险。

如果它的领先能扛过两个以上的迭代周期，把 ARR 从 3 亿做到七八亿、甚至 10 亿美元，那 PS 就从 167 倍掉到六七十倍，五百亿还真不算贵。可如果智谱、MiniMax 很快追平，那 K3 的优势就只剩下那三四十天的发布时间差，这个倍数，就没有业绩撑得住了。

所以一句话总结：月之暗面现在是高上限，低确定性。模型是真的猛，但值不值五百亿美元，我打一个大大的问号。