Kimi K3：開放權重升級

2026年7月20日

7月16日星期四，Moonshot AI發佈了其最新旗艦模型Kimi K3。K3是一個擁有2.8萬億參數的混合專家（MoE）模型，其權重將於7月27日開放。本文基於Moonshot信守權重發布日期的前提下，對生態系統現狀進行反思。這是一種更極端的平衡觀點，如果中國擁有類似強大但封閉的模型（即K3永不發佈），許多結果將處於中間狀態。

關鍵事實是，無論是開源與閉源模型之間的性能差距，還是美國與中國模型之間的性能差距，都已從備受爭議的6-9個月縮短至更短，大約3-5個月。

從發佈材料來看，K3顯然是一個真正的前沿模型。它將是自DeepSeek R1以來最接近前沿的開源模型。DeepSeek R1是一個不同的故事——中國實驗室迅速轉向推理模型，發佈速度比許多美國公司更快。Kimi K3則是中國實驗室在已知領域（數據、算法、架構、工具、環境等）進行擴展的範例。

Kimi K3在Vals AI指數中排名第二，在Artificial Analysis的智能指數中排名第三（僅被Claude Fable和GPT-5.6 Sol Max擊敗，但價格更便宜），在前端代碼競技場中排名第一，並取得了其他令人印象深刻的成績。Moonshot AI正在以遠遠更少的資源與Anthropic和OpenAI正面競爭。

這顯然是有史以來發布的最強開源模型。從該模型可以清楚地看出，即使來自美國前沿閉源模型的對抗性蒸餾有所貢獻，其程度也相對較小。那些跟隨蒸餾恐慌並錯誤地認為中國AI實驗室僅僅因知識產權盜竊才產出好模型的人，將迎來覺醒——中國公司在構建模型方面與領先的美國公司一樣出色。Moonshot AI正在解決OpenAI或Anthropic員工面臨的許多相同問題。我相信蒸餾討論和壓力還會繼續，但證據已經表明，中國公司不僅能快速追隨。

在我訪問中國期間與Kimi核心團隊會面後，我清楚地看到他們擁有令人難以置信的文化，有些人稱之為“氣場”，以及表達自由——儘管在GPU受限的環境中。在構建模型很大程度上是規模遊戲的情況下，構建好模型的能力仍然取決於個人執行、動機和表達。訪問他們之後，這個結果就不那麼令人驚訝了。我訪問過許多AI公司，很少有像這樣立刻能感受到的文化。

與此同時，中國的AI採用趨勢起步晚於美國。因此，雖然中國實驗室的計算資源遠少於美國同行，但更多的資源可以用於訓練。當我開玩笑説一個OpenAI研究員可以擁有多少計算資源——比如幾千台H100等效機器——時，Kimi的研究員感到震驚。Kimi模型的組織架構和方法肯定反映了這一點，但在沒有大量專有信息的情況下，很難梳理出具體情況。

目前峯值模型性能的狀態大致如下：

Anthropic – Claude Fable 5

OpenAI – GPT 5.6 Sol

Moonshot AI – Kimi K3（開放權重*）

SpaceXAI – Grok 4.5

Zhipu (Z.ai) – GLM 5.2（開放權重）

Meta – Muse Spark 1.1

DeepMind – Gemini Flash 3.5

Alibaba – Qwen 3.7 Max（3.8已宣佈，也將開放權重，寫本文時）

令人驚訝的是DeepMind和其他美國巨頭排名如此之低。在很多方面，X AI團隊值得更多讚譽。以下來自Artificial Analysis的可視化摘要：

這次發佈和其他近期事件導致了開放與封閉模型之間最可能結果的重大方向轉變。我將逐一分析。

在很多方面，感覺像是一個新時代的開始。一個競爭更激烈，但也更需要協調的時代，因為我們在全球範圍內部署了極其強大的技術。

分享

1. 中國重申對開源AI的承諾——顯示出對近期風險的不同解讀

許多人相對較晚才開始關注中國AI領域，因此可能得出開源是其核心策略的結論。事實上，我認為大多數實驗室的核心策略更接近Anthropic或OpenAI——構建最好的智能。經過多年關注並參與中國實驗室，我認為他們最初轉向開源模型的最佳解釋是實用性。他們需要開放模型以獲得採用、關注和反饋（特別是在高價值的灣區市場）。

長期以來，中國關於開源AI的角色以及可能的“國家層面戰略”的政策非常有限。據我所知，沒有高級領導人公開評論過開源AI。這種情況在本週也發生了變化，習近平在世界人工智能大會上發表主旨演講，非常直接地承諾中國AI生態系統的未來將走向開源和全球擴散。這一對現狀的承諾，恰逢有史以來最強開放權重模型發佈，成為現代AI早期歷史上的一個明確標誌。

這發生在許多關於中國AI行業潛在前進道路的討論中——他們會保持開放嗎？他們能跟上美國實驗室的擴展嗎？中國市場收入是否在增長？這些討論的關注點一直在於中國的風險承受能力、公司的貨幣化能力，以及公司停止發佈最佳開放模型的任何密切相關原因。

通過將習近平的承諾與一個非常強大的模型在時間上聯繫起來，中國隱含地評論了其對發佈開放權重模型的風險承受能力。目前，這是對諸如強網絡安全能力（或生物危害）等話題在中國體系內感知風險的一種解讀。

最簡單的解釋是，中國政府肯定在密切跟蹤模型的潛在風險——可能比美國政府的“氛圍監管”更具技術範圍——如果檢測到風險，就會採取行動。簡單解釋是，他們認為當前的前沿模型不具有重大風險。

同時，中國的經濟決策者認為AI採用是好事，這樣他們可以在後期通過該行業獲利——在擴大分發之後（正如中國近年來在汽車、太陽能、先進製造業等領域所做的那樣）。

這些可能在某些方面令人震驚，在美國AI媒體經歷了對Claude Mythos模型數月炒作和恐懼之後。這種驚訝應該是極好的立足點——世界對美國最常聽到的關於AI的敍述並未達成一致意見。

1. 開源模型作為前沿實驗室的經濟致命弱點

許多引導AI討論的敍述者都有明確動機來貶低最佳開源AI模型的感知能力。Dean Ball——個人支持開源模型，但現在在OpenAI工作——發表了一篇關於Kimi的廣泛評論的帖子，其中他對開源模型説了以下話。理解這一陳述很重要，因為它聚焦了開源模型在AI建設經濟方面的角色。Dean説：

開放權重模型本質上是去加速主義的，我不斷感到驚訝的是，所謂的“加速主義者”對開放權重模型如此興奮。

解釋為什麼開放權重模型是一種去加速主義形式，對於理解即將到來的世界秩序很重要。他是對的。

開源模型在經濟上對前沿實驗室是去加速主義的，這將減緩AI的淨投資和資本支出 rollout。這是因為強大的開放權重AI模型極大地減少了閉源實驗室的利潤潛力。這有兩個影響。首先，AI實驗室有更少的利潤用於再投資未來模型。其次，市場看到這些公司的終值降低，因此將削弱未來的融資輪次。這些共同將減緩最具變革性AI模型的時間線，但我不認為它們強大到足以阻止OpenAI和Anthropic成為世界上估值最高的幾家公司之一。

這些對我來説對社會是淨利好。因為開放權重模型通過降低一定性能水平智能的入門價格，加速了AI在經濟中的擴散。開源模型還鼓勵定製化。問題是，這種擴散本質上比前沿AI實驗室的產品慢得多，後者銷售直接供開發者使用的工具。開源模型的潛力在於幾乎每個企業都可以使用它們來構建特定領域的代理。這種經濟擴散需要極長的時間！我曾將開源模型描述為起步慢得多，但可能指數更大的曲線。問題是，如果閉源模型在原始能力上領先太多，這種定製化能力就可能變得無意義。

擴散增加和AI實驗室權力集中的減少相結合，我認為對AI轉型非常積極。它給了我們更多時間來弄清楚新能力的難題，並讓更多利益相關者影響故事——任何一家公司在安全地控制世界上最重要的技術方面都很可能遇到問題。

當然，對我來説，最好的模型仍然由美國公司製造，這將使美國能夠控制技術的軌跡及其價值觀，這一點也很重要。我也預期這將如此，因為美國有更大的資本市場願意投資AI（並且利潤份額在增長），但這並非必然。

1. 中國的效率優勢

Kimi的發佈博客包含一些技術細節，證實了我們感受到的持續模型改進。選擇其一：

Kimi K3構建在Kimi Delta Attention (KDA) 和 Attention Residuals (AttnRes) 之上，這是兩種旨在改善信息在序列長度和模型深度上流動的架構更新。我們還擴展了混合專家稀疏性，結合穩定的潛在MoE框架，有效激活了896個專家中的16個。結合改進的訓練和數據配方，這些結構變化相對於Kimi K2帶來了約2.5倍的整體擴展效率提升，使模型能夠更有效地將計算轉化為智能。

訓練效率真的會累積。它們將導致模型持續出現令人難以置信的進步。

順便提一下，追蹤這一特定創新在生態系統中的路徑是一個有趣的例子。Kimi Delta Attention (KDA) 在Kimi Linear論文中引入，類似於用於Olmo Hybrid（我在Ai2的最後一個Olmo模型）的Gated DeltaNet。Qwen的最新模型切換到了相關架構，最近的Nemotron模型也是混合的（但仍更接近Mamba而非Gated DeltaNet）。看到像這樣由學術界大力推動的新架構思想如此迅速地轉化為前沿規模模型，真是太棒了。Gated Delta Networks於2024年底引入，基於Mamba的思想。到2026年中期，它們已進入前沿模型。

我選擇關注這個例子，部分原因是Kimi團隊給出了模型間創新的具體數字，但主要是為關於中國資源效率的更廣泛討論提供空間。

越來越清楚的是……