Kimi K3，讓誰緊張？

近期，華爾街對AI晶片產業的信心出現動搖，費城半導體指數一週內重挫12.5%，跌入技術性熊市，更有17家投聯袂調降AI晶片目標價，高盛更將此波跌勢定義為「去槓桿事件」，認為算力擴張時代可能已近尾聲，AI估值邏輯正面臨重塑。值得注意的是，這場震盪的導火線，竟源自一家中國企業的大模型產品更新。7月16日，月之暗面正式發表新一代大模型Kimi K3，這款模型不僅是全球首個開源的近3萬億參數模型，上線不到一天，更一舉登上Arena.ai前端代碼競技場冠軍寶座。在品牌行銷、參考設計、數據分析、消費產品、模擬、內容創作、遊戲等七個細分方向中，Kimi K3拿下六項第一，僅在遊戲類別小輸給Fable 5。

這種「屠榜式」的成績，立刻吸引國內外開發者蜂擁而至，市場上測評文不斷，甚至連特斯拉執行長馬斯克都在相關報導下留言「令人印象深刻」，並將Kimi作為標竿，聲稱旗下AI公司正在訓練2萬億參數的新模型，且「可能超越Kimi」。隨著測評熱潮席捲，Kimi K3的用戶請求量在短時間內大幅超出預期。為了避免影響現有用戶體驗，月之暗面緊急宣布暫停開放C端新用戶訂閱，這項決定反映了市場的真實需求，也凸顯了算力供給的瓶頸。與此同時，華爾街的股價崩跌，則反映了資本市場對AI算力敘事邏輯的動搖。長久以來，市場篤信高性能晶片決定一切，這也驅動了AI算力基礎設施的估值暴漲。

然而，Kimi K3用更少的算力、更低的成本，交付更高強度的任務，並賣出比國內同行更高的價格，似乎已開始撼動這套「算力至上」的邏輯。這一次，或許將開啟一場新的效率革命。華爾街的緊張並非首次，去年DeepSeek R1發表時，輝達曾單日蒸發5890億美元市值，引發市場恐慌。但當時市場很快恢復信心，認為AI發展仍需要大量算力。如今Kimi K3的出現，被市場稱為「DeepSeek時刻2.0」。Kimi K3以不到GPT-4十分之一的訓練成本，實現與頂尖模型相當的性能，且為開源模型，再次衝擊了市場對算力需求的傳統認知。Kimi K3的關鍵指標包括2.

8萬億參數，這是當前大模型領域的頂級規模，代表模型在能力上限、架構效率及資源消耗上達到新高度。在Arena AI前端代碼競技場，K3以1679分勝過Claude Fable 5的1631分與GPT-5.6 Sol的1618分，這是首次有開源模型在真實開發者盲測中擊敗所有閉源對手。這項榜單採用Elo對戰積分機制，由開發者提交實際工作需求，系統隨機配對模型，匿名評比代碼品質，完全排除品牌與行銷因素。Kimi K3的推理成本相對較低，據第三方機構Artificial Analysis測算，其單任務成本約0.94美元，與GPT-5.6 Sol的1.04美元接近，約為Claude Opus 4.

8的一半。能實現低成本高效能，關鍵在於幾項架構創新。首先，Kimi K3採用KDA（Kimi Delta Attention）混合線性注意力機制，以線性注意力替代大部分計算，保留少量全注意力層處理精確檢索場景，使KV緩存使用量減少75%，在100萬token上下文長度下解碼吞吐量提升最高6倍。其次，Attention Residuals（AttnRes）讓模型有選擇地跨層檢索資訊，避免底層學習到的內容被頂層遺忘。此外，Kimi K3進一步擴大MoE（Mixture of Experts）的稀疏度，擁有896個專家模組，但每次推理只激活16個，有效控制計算量。

這些結構改進，讓K3的整體訓練效率相較上一代K2提升了約2.5倍。Kimi K3的實測表現同樣令人驚豔。月之暗面在發佈前，曾於X平台發布一支36秒的預告片，內容由K3自行剪輯，在56段原始素材中完成選片、卡點、動作匹配與音訊處理，證明其對細節的掌握能力。過去一週，大量開發者針對K3進行測試，包括水流效果、SVG視覺生成、3D互動、遊戲生成與編碼能力等，成績都相當亮眼。例如，有測試者讓K3用Three.js生成一個可探索的微型城市，包含高低錯落的建築、街道、樹木及晝夜循環系統，K3不僅完成所有要求，畫面與配色也相當和諧。在遊戲生成領域，有測試者花費約60萬Token、約3.

24美元，就構建了一個CS:GO×Portal克隆遊戲，相較於Fable 5需10.80美元、GPT-5.6 Sol需6美元，成本優勢明顯。不過，Kimi K3並非沒有短板。生成速度是用戶反饋最多的問題，在複雜場景下，生成時間可能接近半小時到兩小時，約為GPT-5.6 Sol的2到3倍。也有開發者反映K3「太囉嗦」，生成的資訊圖審美一般，或編程任務未能順利執行。儘管如此，這些缺點並未阻擋用戶的熱情，許多開發者相信K3的能力已跨過關鍵門檻，隨著測評熱潮退去，真正看到其價值的用戶將持續湧現。

在定價方面，Kimi K3的輸入價格為20元/百萬tokens（緩存未命中）、2元/百萬tokens（緩存命中），輸出價格為100元/百萬tokens。雖然依託Mooncake分離式推理架構，用戶實際使用成本可更低，但橫向對比輸出價，K3的價格遠超國內同類產品，每百萬token 2.3美元，而阿里Qwen3.7 Max為1.4美元、智譜GLM5.2為0.9美元、MiniMax M3為0.22美元、DeepSeek V4 Pro為0.18美元。然而，與海外頂級模型相比，K3仍有價格優勢，其輸出價格約為Claude Opus 4.8的60%、GPT-5.

6 Sol的50%、Claude Fable 5的三分之一。Kimi K3的超高定價非但沒有嚇跑用戶，反而被「擠爆」，這恰恰說明實力決定價格。當模型足夠強大，企業就擁有足夠的定價權，商業化空間也隨之擴大。摩根士丹利分析師將K3的高定價定性為國內大模型行業「定價回歸」的正面信號，華泰證券則指出，K3智能提升直接帶動Token定價上漲，國產模型正從低價競爭轉向能力定價。對於月之暗面而言，Kimi K3的推出帶來了多重利好。近期有消息指出，月之暗面正衝刺上市，計劃最快6個月內完成港股IPO。在這一過程中，公司的估值與收入快速成長，目前投前估值已達315億美元，半年內翻了超過7倍。

年度經常性收入（ARR）在2026年3月首次突破1億美元，5月達2億美元，6月站穩3億美元關口，三個月內翻了3倍，API收入已佔整體收入七成以上。K3發佈當天，年化收入更創下歷史最大單日增幅。Kimi K3依靠架構創新降低算力消耗，憑藉綜合能力獲得市場溢價，依託真實需求打開商業化空間，三重突破疊加，將成為資本市場評估月之暗面的關鍵指標。如果未來更多「Kimi K3路線」被證實有效，舊有的行業估值邏輯可能真正被顛覆，一場圍繞技術效率與商業價值的競爭週期，即將全面開啟。