一般一般，全球第三南风窗

言出即行——7月27日晚，中国人工智能初创企业月之暗面，如约开放最新旗舰模型Kimi K3的模型权重、详尽的技术报告、模型架构和关键Infra（基础设施层）技术等。

中国模型又一次“开源”，看似平常，实则突破了常规。

K3是全球首个“3万亿参数”级别的开放权重模型，在多个领域任务上，性能逼齐或超过“美国双巨头”OpenAI和Anthropic的前沿模型。此前，国内模型开源的惯例，是在同一天内上线模型并开放权重，但这一次，开放权重晚于上线时间整整10天。

从中不难窥见，K3开放权重的意义及战略考量，已是今非昔比。

K3开源背景的另一特殊之处，是刚好踩上美国AI行业“大论战”的节点。

7月下旬，有消息称，美国政府正在考虑“重新推动”对中国开源模型的限制措施。但是，从数百家美国企业组成的“小科技联盟”到硅谷巨头，均上书“反对限制开放权重模型”，纷纷签署联名信以壮声势。

7月27日，由英伟达主导的“开放安全 AI 联盟”（OSAA），一共37家创始成员亮相

英伟达创始人黄仁勋，为此专门注册了社媒账号，发文力挺联名信的诉求。谷歌、OpenAI在几小时的观望之后，纷纷“补票上车”，而“头最铁”的Anthropic，是少数至今没有签名的知名科技公司。

虽然硅谷正在“内讧”，但Kimi K3一样“领受”了中国前沿的开源模型在美国的“固定待遇”——Anthropic和OpenAI再次出声，指责 K3的能力，是蒸馏了他们的先进模型、“窃取”了数据得来的。Anthropic甚至在公开信中说，开源模型很危险。

只不过，对这套“老掉牙”且无凭据的指控， AI业界和舆论场都已经“无感”。“双巨头”的指控“陈旧、重复，缺乏创新”，事实上也没起到任何作用。而中国模型的架构创新与性能进步，那是实打实的。

开源模型已经攻入“双巨头”的技术护城河，从深度求索DeepSeek V4到智谱GLM-5.2，再到月之暗面Kimi K3，通过软件工程的方法，一步步补上过往因算力不足导致的短板，现在能够直面前沿封闭模型并“掰手腕”。

图源：视觉中国

因此，K3真正的意义，不只是对“开源、追求性价比”等既有路线的延续，它直接动摇了维持至目前的AI格局及商业模式。

这也是为什么，硅谷看似有“联名信”的共识，但争吵仍在继续；美国政府斟酌已久，却不见一个政策的影子。简单地说，它们曾经依赖的技术路径、商业模式和产业政策，现在，连它们自己都不敢相信了。

AI的竞逐由此进入下一阶段。

“一般一般，全球第三”

要理解K3模型的影响力，就不得不回到K3技术文档，看看月之暗面的研究人员做了什么——别真信了美国“双巨头”所说的“蒸馏”就能做出一个前沿模型。

普通人看模型能力，最常参考的是评测得分。这时，模型就像一个参加高考的学生，不同基准测试是不同的学科，考完再算出总分，排出状元、榜眼、探花……

正是K3的突出“成绩”，才在美国掀起了如此大的波澜。

我们只看几门“优势学科”。根据技术报告，K3“编程能力”尤其突出，在真实命令行环境里完成软件开发等任务，能力与GPT-5.6 Sol基本接近；在“搜索和工具使用”方面，这可以简单理解为模型上网“冲浪”的能力，K3高于GPT-5.6 Sol和Claude Fable 5。

“前端与网页开发”方面，Arena.ai的WebDev榜单显示，截至7月26日，K3在综合排名中暂列第一。

Arena前端代码竞技场1679分，Kimi K3位列第一

以上列出的三门“学科”，可以近似地理解为人类考试的“数理化”，难度高、商业变现的潜力大。考得高分的K3自然“前途无量”。

作为一个开源模型，K3还能够被客户下载、调优，低成本使用。这就不难理解，为什么“双巨头”被集体看衰。

不过，K3技术文档明确表示，“综合表现仍落后于目前最强大的专有模型 Claude Fable 5 和 GPT-5.6 Sol”。

文档接着写道，根据评测，K3持续领先于其他接受评测的开放模型和专有模型。

如果沿用“考生”的比喻，K3的表现，就像是一名优等生被问到考得如何时，谦虚而又不失优雅地说，“哎呀，一般一般，全球第三”。

Kimi K3在整套评测中展现出前沿水平的能力/Kimi官网截图

这些能力从何而来？

K3的技术报告，重点突出了三件事：一是，在预训练阶段继续扩大模型规模；二是，通过架构和工程创新，提高每一份算力转化为模型能力的效率；三是，在后训练阶段，针对编程、搜索和智能体等任务进行强化学习。

不涉及复杂的技术细节，我们只需要知道，这三件事都与中国大模型面临的“算力墙”有关。

因为美国的芯片限制，中国AI公司无法获得英伟达最先进的芯片及大规模算力供应，主要问题就是如何用有限的算力，“压榨”出更多智能。

于是，对大模型的基础架构Transformer进行“大刀阔斧”的改造，成了一条突围之路。

各厂商旗舰模型参数规模演变，Kimi K3以2.8T登顶开源阵营/Kimi官网截图

但这不是Kimi能够一手包办的。

从DeepSeek V3开始，中国团队“重做”Transformer中沿用多年的“基础零件”，智谱、MiniMax、月之暗面等公司接力这个过程，从MLA、DSA到KDA等，把混合专家模型推向极致稀疏。

这些技术虽然晦涩，但它们的目的是一致的：节省算力开销。

因此，我们可以按这个思路，理解K3做了哪些工作。