月之暗面发布 Kimi K3

K3 的标称参数为2.8万亿，但该模型采用稀疏混合专家架构，因此在任何单次请求中仅激活其中一小部分参数 ^[1]。月之暗面结合了两种新机制——Kimi Delta Attention（一种混合线性注意力设计）和 Attention Residuals，使得 K3 在同等任务上比前代 K2.6 少使用21%的输出token ^[2]。这一优势体现在 Artificial Analysis 的综合排行榜上，K3 以1,547 Elo得分，比 K2.6 提升732分，仅落后于 Claude Fable 5 ^[3]。这才是市场噪音下的真实故事：一家在三年不断升级的美国高端芯片与光刻设备出口管制下运营的实验室，通过架构创新而非原始算力，几乎追平了与美国前沿模型的差距 ^[2]。

市场的反应远超发布本身。台湾加权指数下跌超过6%，日本股市收盘下跌4%，纳斯达克当周表现最差，下跌1.5%，费城半导体指数已从6月高点回落超过20%，自6月22日以来市值蒸发约3.3万亿美元 ^[4]。英伟达股价下跌足以短暂将其“全球市值最高公司”的头衔让给苹果 ^[5]。抛售潮不仅限于芯片领域：据称基于 Kimi 的工具在48小时内无需专有 EDA 软件即完成芯片设计，导致 Synopsys 和 Cadence 股价下跌，加密资产也因避险情绪蔓延而走低 ^[6][7]。值得注意的是，这种冲击并非单纯的中美对抗——国内竞争对手 Z.ai 和 MiniMax 据报分别损失了约27%和16%的估值，表明投资者正在重新评估整个开源权重模型类别，而不仅仅是美国现有企业 ^[2]。

K3 每百万输入token 3美元、输出token 15美元的标价，纸面上约为 Anthropic Opus 4.8 的一半 ^[1]。但 K3 是一个冗长且重推理的模型——一个广为引用的基准任务，生成一个简单的 SVG 鹈鹕，消耗了13,241个token，花费约0.25美元，而在更简洁的模型上这一数字会显得微不足道 ^[2][3]。Atreides Management 的加文·贝克（Gavin Baker）给出了具体数字，估计计入token消耗后，实际成本可能比标价高出50%至70% ^[5]。线上开发者情绪直接呼应了这一点：对 K3 的评价在赞扬其原始能力的同时，也指出一旦计入冗长性，其每任务实际成本接近 GPT-5.6，而非明显低于它，这一区别被初始的定价对比所掩盖。

时机令人难堪：就在 K3 发布前一周，Anthropic 一位高管还声称 Claude 的技术领先中国竞争对手大约六到十二个月，而这一说法几乎在 K3 发布后立即受到挑战 ^[8]。华尔街看法分歧。伯恩斯坦的罗宾·朱（Robin Zhu）称此次发布是“证实趋势”而非冲击，摩根士丹利的加里·余（Gary Yu）则将其视为中国大语言模型在规模、性能和定价上的全面追赶，而非突然跃进 ^[9]。Arena 的 CEO 阿纳斯塔西奥斯·安杰洛普洛斯（Anastasios Angelopoulos）更进一步，称其可能是今年最重要的单次发布，而分析师帕特里克·莫尔黑德（Patrick Moorhead）反驳称，市场的恐慌看起来与2025年1月 DeepSeek R1 发布后的过度反应“惊人相似”，当时英伟达单日市值蒸发约5900亿美元 ^[10][11]。在社交平台上，同样的紧张关系实时上演：投资者加文·贝克将 K3 视为可能的转折点，对 Anthropic 和 OpenAI 不利，但对几乎所有其他公司总体有利；而开发者评论则反驳称，一旦计入其 token 消耗，该模型的实际价值比基准图表显示的更为有限。YouTube 对此次发布的报道普遍热情，通常将 K3 在基准测试中与 Claude Fable 5 和 GPT-5.6 持平作为头条新闻。