☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
Kimi K3正式开源后，全球首个完整公开权重的3T级大模型诞生，也成为当前参数规模最大的开源AI模型。
过去三年间，全球AI大模型发展格局出现关键转向：中国模型厂商在开源社区生态建设方面，相较美国同行展现出更显著的主导力与活跃度。
K3进一步强化了这一趋势。据Kimi官方披露，尽管K3整体性能尚未超越最强闭源模型Claude Fable 5与GPT-5.6 Sol，但在其自建评测体系中展现出前沿水准，并稳定优于其余所有开源及部分闭源竞品。
相较于前代Kimi K2，K3总参数量提升167%，激活参数增长达220%，上下文长度从128K跃升至1M，增幅达8倍。理论上，其计算复杂度呈平方级上升。
K3之所以能将参数推至2.8万亿，并实现2.5倍的扩展效率（即单位算力下模型能力显著增强），核心在于对传统Transformer架构的两项底层革新：KDA（Kimi Delta Attention / 混合线性注意力机制）与Attention Residuals（注意力残差结构）。
前者可将持续膨胀的KV Cache（键值缓存）压缩至固定维度矩阵状态；后者则有效缓解训练过程中的信息衰减与梯度消失问题，保障信息流高效传导。
此外，K3还整合Stable LatentMoE（稳定隐空间混合专家系统）、MoonEP（底层通信加速库）、FlashKDA（高性能注意力计算算子）等多项技术，在推理成本、分布式通信效率与计算吞吐等方面实现全面优化。
上线Hugging Face平台后，K3仅用30分钟便收获超4000个点赞，强势登顶趋势榜单。Hugging Face CEO Clem Delangue发文表示，这是该平台历史上增速最快的模型发布纪录。
OpenAI总裁格雷格·布罗克曼（Greg Brockman）在近期采访中谈及K3时明确指出，这是一款“毫无争议具备国际竞争力的新一代AI模型”。他援引多项第三方评估数据称，中美在大模型研发能力上的差距，或已缩短至约4个月。
马斯克亦曾公开评价K3底层关键技术论文《Attention Residuals》为“令人印象深刻（impressive）”。
01
除技术影响力外，一位资深AI大模型研发者向界面新闻透露，K3开源带来的最直接冲击实则落在商业层面——叠加更具竞争力的定价策略与日益收窄的性能鸿沟，中国开源模型正实质性削弱OpenAI、Anthropic等闭源厂商对API服务定价权的垄断地位，背后牵涉巨大商业利益格局重构。
在K3发布前，引发广泛关注的另一款闭源模型是Anthropic推出的Fable 5。虽未公布确切参数规模，但业界普遍推测其属于5T–10T量级模型。
而Fable 5与K3的相继走红，共同回应了一个长期存在的行业质疑：继续堆叠模型参数是否仍具价值？
上述研发人员坦言：“至少现阶段，RL（强化学习）等后训练手段更多扮演‘精修’角色；基座模型越强，后续微调与对齐的起点才越高。若想留在牌桌上，‘Scaling Up’几乎是唯一可行路径。”
国内厂商已加速布局2T以上参数规模模型。阿里于7月19日推出Qwen3.8 Max预览版，一款参数达2.4万亿的多模态大模型；7月初亦有消息称，MiniMax正推进新一代2.7万亿参数大语言模型“M3 Pro”的研发。
Qwen 视频智能分析基础客户端（免费版），基于 Qwen 3.5 Plus 多模态模型对本地视频进行内容分析，支持场景描述与基础内容理解，采用默认抽帧频率和提示词，适合快速概览视频，API Key 读取自 ~/.skill-platform/skill-platform.json 的 skills 配置。
02
据悉，这两款模型均计划上线即开源。事实上，此举已成为中国模型厂商拓展技术声量与生态影响力的关键路径。
百度今年1月正式发布的文心5.0，在官方介绍中标注为2.4T参数模型，或是国内最早达成该规模的厂商。但该模型在海内外并未引发广泛讨论。
一方面，其采用超稀疏混合专家架构，实际激活参数比例不足3%，即约70B；相比之下，K3激活参数约为104B。激活参数规模在很大程度上影响模型的实际推理表现与泛化能力。
另一方面，尽管文心4.5已于去年9月加入开源行列，但文心5.0仍维持闭源策略。业内分析认为，这是一种“基础模型开源、旗舰模型闭源”的协同路线，意在通过前者引流获客，借后者实现商业化转化，兼顾技术普惠与商业可持续性。
然而，中国开源生态正日趋成熟，文心5.0的闭源状态导致大量开发者无法本地部署、深入剖析其内部结构，从而错失来自极客社区的技术反馈与传播声量——而这对于当前模型影响力的构建已愈发关键。
在更大规模模型的追赶之路上，除软硬件协同优化等系统性挑战外，厂商面临的最现实瓶颈仍是算力资源的严重紧缺。
据业内人士估算，仅部署K3便需单台配备8卡B300服务器；而完整训练则依赖万卡级顶级AI显卡集群。K3上线次日，Kimi即紧急发布算力告急公告，并暂停新会员开放。
在此背景下，创业公司相较头部大厂再次暴露结构性劣势。某智算中心负责人表示，目前其90%以上算力已被头部客户长期锁定，像Kimi这类成长型创业公司采购响应滞后，即便面对突发性需求激增也难以快速补足。
另一家云服务商透露其客户结构：前两大客户分别为头部硬件厂商与互联网巨头，其余模型厂商合计月流水占比尚不及任一头部客户。加之顶级GPU极度稀缺，云厂商自身也面临订单交付严重延迟——其第一大客户的千台GPU订单，上半年仅完成10%交付。
03
即便面临多重约束，推动更优模型研发并坚持开源，对厂商而言已成一种战略紧迫性。
几乎与Kimi K3开源同步，黄仁勋联合微软、Meta、IBM、英特尔等25家科技巨头发布公开信，力挺全球开源AI生态发展；OpenAI与谷歌随后迅速补签加入。
或受舆论压力与商业现实双重驱动，一贯主张技术可控的Anthropic CEO Dario Amodei近日亦公开发声，强调该公司“从未支持禁止开放权重模型”。
随着更多重量级力量站台，全球大模型开源浪潮已不可逆转。从技术普惠角度看，这无疑具有深远积极意义；但对企业而言，全面开源意味着技术细节、成本结构、工程能力彻底透明化——未来竞争将更加赤裸，突破难度与生存压力，或将远超当下。
本文来自“界面新闻”，记者：伍洋宇，编辑：文姝琪，36氪经授权发布。
