7 月 27 日晚，月之暗面把 Kimi K3 的完整模型权重扔上了 Hugging Face。Modified MIT 许可证，2.8 万亿参数。
30 分钟，4000+ 点赞，登顶热门榜第一。Hugging Face 联合创始人兼 CEO Clem Delangue 感叹："这是平台迄今增长最快的一次发布。"
不到一个月前，这个模型刚把 Moonshot 自家的 C 端集群压垮，官方不得不暂停新用户订阅。转头，他们放出了全球最大的开源权重。
两件事看似拧巴，实则是两条完全不同的生意线。
一、一场硅谷的"地震"
K3 引发的连锁反应，远超一个模型发布的范畴。
Vercel 创始人兼 CEO Guillermo Rauch 称 K3 是"目前全球最强的开放权重模型"。vLLM 在权重公开当天上线支持，Fireworks AI、Together AI、Modal 等平台接连宣布 Day-0 接入。
但真正引爆硅谷的，不是模型本身，而是它撕开的裂口。
英伟达 vs Anthropic，公开站到了对立面上。
7 月 22 日，黄仁勋接受 Axios 采访，直接为中国开放模型辩护。他说这些模型"非常优秀"，美国公司"绝对应该被允许使用"。他还把矛头指向 Anthropic——认为 Anthropic 不应该因为网络安全风险而限制 Claude Mythos 的使用，强大的模型应该接受测试、发现问题、及时修补。
两天后，英伟达、微软、Meta、Hugging Face、AMD 等 25 家机构发表《开放权重与美国 AI 领导力》公开信。谷歌和 OpenAI 随后加入，签署方迅速扩至 77 家。
Anthropic 是唯一缺席的美国前沿模型公司。
压力之下，Anthropic CEO Dario Amodei 当天发布长文回应，强调"Anthropic 从未主张禁止开放权重模型"。但细读全文，他的核心主张没变：不向中国出售高性能芯片、打击工业级蒸馏、所有强模型接受安全测试。
翻译一下：中国用开源模式狠狠冲击了我们的商业模式，我们正在流失客户。
英伟达随后又联合微软、IBM、Hugging Face、SpaceXAI 等成立"开放安全 AI 联盟"——这次 OpenAI 和 Google 没有加入。
所有人都站在自己产业链的位置上，捍卫最适合自己的"开放"。
二、中国开源模型的"三锤"
Kimi K3 不是孤立事件。它是过去三个月中国开放模型连续落下的第三锤。
第一锤：DeepSeek V4 预览版（4 月 24 日）
1.6 万亿参数，激活 490 亿，100 万 Token 上下文。性能接近 Claude Opus，价格却低到让对手无法直视——每百万 Token 输出仅 0.87 美元，约为 Claude Opus 5 的 1/29。
第二锤：GLM-5.2（6 月 16 日）
MIT 许可证，100 万 Token 上下文。重点不是聊天，而是长时间干活——阅读大型代码库、反复调用工具，在数百轮操作中完成软件工程任务。Terminal-Bench 2.1 达到 82.7%，逼近 GPT-5.5 的 83.4%。
第三锤：Kimi K3（7 月 27 日）
全球首个 3 万亿参数级开源模型：总参数 2.8T，每次激活 104B，支持图像、视频和 100 万 Token 上下文。Terminal-Bench 2.1 拿到 88.3%，超过 Claude Fable 5 的 88.0%，距离 GPT-5.6 Sol 的 88.8% 只差 0.5 个百分点。在 SWE-Marathon 中，K3 得到 42 分，高于 GPT-5.6 Sol 的 39 分和 Claude Opus 4.8 的 40 分。
三锤分别打向美国闭源模型的价格、长任务能力和模型规模。每一锤都在拆掉一项闭源模型的独享优势。
三、跑不起的 2.8 万亿，才是真正的买家
打开 Hugging Face 的 K3 页面，594GB 的权重文件躺在那里。大多数人默默关掉标签页——
先看硬件门槛。MXFP4 量化后约 594GB，8 张 H100 80GB 才能勉强把模型塞进显存。生产级场景通常需要 64 张以上的加速卡组成的超节点，硬件成本百万美元起步。
单张 RTX 4090，连 K3 的一个专家模块都塞不下。
AMD 验证了 8×MI355X 方案，整机成本约 170 万至 240 万元人民币。但这只是"能加载"，距离"能生产"仍有巨大差距。K3 拥有 896 个专家，每个 Token 激活 16 个，跨卡通信的开销极为惊人。
Kimi 官方建议 64 张以上加速卡——这意味着，真正面向商业服务的硬件投入可能是千万元级别。
但跑不起它的人，才是最终买家。
开源当天，腾讯云 ADP、阿里云百炼、TokenHub、国家超算互联网等平台第一时间上线了 K3 的调用通道。你不买 H100，不租机房，直接调用云厂商的 API 就能用上 2.8 万亿参数的基座。
小 B 端从"买不起显卡"变成了"选哪家云"。议价权出现了。
此前只有 Moonshot 官方一家提供 K3 的 API 服务，定价权完全在厂商手里；现在多家云厂商同步托管，长期来看定价不会被单一厂商锁死。
Modified MIT 许可证是另一把钥匙。它允许商用、修改、再分发，商业公司可以基于 K3 做闭源的行业定制模型，不用公开自己的业务代码。闭源 API 永远给不了这个权利。
更隐蔽的，是 MoE 架构带来的蒸馏潜力。K3 采用稀疏专家架构，未来社区可以只蒸馏高频激活的专家子集，做出单卡可跑的"K3 学生模型"。几个月后，70B 甚至 7B 的蒸馏版可能出现。
四、博弈的下一步
K3 带来的最大变化，是前沿智能第一次越来越像一种可下载、可迁移的基础资产。
模型层的稀缺性下降后，价值不会凭空消失——它会转移到算力、推理、Agent 框架、企业数据、应用体验和安全治理。
但故事还没写完。
中国开源模型虽然评测分数追上了，整体使用体验与 Claude Fable 5 和 GPT-5.6 Sol 相比，仍有"明显差距"——这是月之暗面自己在 K3 模型卡里承认的。
企业选择模型时，需要把 API 费用和返工时间一起计算。如果长任务做到最后失败，工程师还要重新检查和修改，省下的调用费很快就会耗在返工上。
这正是 DeepSeek V4 正式版还要打穿的最后一道墙。它需要拿出反复运行仍然稳定的工具调用、长上下文和多轮修改能力——让开发者敢把大型代码库和长时间 Agent 任务交给开放模型。
另一边，华盛顿的限制措施也在加速推进。OpenAI 和 Anthropic 正在推动调查模型蒸馏，讨论制裁和访问限制。模型权重一旦被大量下载和部署，再出台限制，效果就会大打折扣。
现在比的是谁先到——DeepSeek V4 正式版，还是华盛顿的限制措施。
五、落到行动
对开发者和企业来说，K3 开源意味着三件事：
1. 模型选择权正在扩大。 以前闭源大厂一手攥着模型、一手定着价格，你连议价和定制的资格都没有。现在 K3 把模型改造权扔到了牌桌上。CLI 跑不起来不要紧，云厂商的 API 已经就绪。
2. 不要被"参数规模"迷惑。 2.8T 听起来很震撼，但实际部署的经济性才是关键。关注推理成本、缓存命中率和生产稳定性，而不是参数数字。
3. 关注生态，而非模型本身。 真正决定 K3 价值的，是未来几个月社区能否蒸馏出实用的学生模型，云厂商的托管价格能否持续下降，以及开源协议能否保持宽松。任何一个环节收紧，中小企业的选择权都会快速缩水。
开源模型未必会终结闭源模型，但它正在倒逼闭源模型们开始"节流"——不管怎样，对于开发者和普通用户来说，这都是一件好事。
参考来源：36氪/APPSO、字母AI、AI唱反调、量子位