Kimi K3开源登硅谷马斯克点赞引行业破防式震动

开源还是闭源？引爆路线战争 | 图：AI生成

作者／ IT时报沈毅斌

编辑／王昕孙妍

7月27日晚间，月之暗面正式将拥有2.8万亿参数的大模型Kimi K3开源。这一举动瞬间在全球AI圈激起千层浪，引发了一种罕见的集体“亢奋”情绪。Hugging Face CEO在社交平台上毫不吝啬赞美之词，而原本对中国AI技术持保留态度的部分硅谷从业者，也开始重新审视这家中国创业公司的技术底蕴。

几乎同一时刻，英伟达CEO黄仁勋发布了其个人账号的第二条推文，正式宣告“开放安全人工智能联盟（OSAA）”成立。这份由37家创始成员组成的名单中，英伟达、微软、IBM、Hugging Face以及SpaceX AI赫然在列，但OpenAI、Google和Anthropic却缺席其中。

一款来自中国的大模型开源举动，竟撕开了硅谷多年来坚守的“闭源共识”。这道裂口背后，实则是一场关于AI未来演进方向的激烈博弈。

**Kimi K3开源让硅谷“破防”**

要理解这场争论为何如此激烈，首先要看清Kimi K3究竟做到了什么程度。

Kimi K3拥有2.8万亿参数，是目前全球规模最大的开源模型。发布之际，马斯克甚至在相关评测报道的评论区留下了一句“Impressive（令人印象深刻）”。然而，真正令行业震动的并非参数规模本身，而是它通过一种极度节省资源的方式，跑出了近乎“肆意挥霍”般的性能表现。

打个比方，传统大模型如同点亮写字楼内全部2.8万个房间的灯，每次推理都伴随巨大的能耗。相比之下，K3采用的MoE架构更像是一位精明的楼管：尽管整栋楼有2.8万个房间，但它每次仅点亮实际需要的几百个。这种“稀疏激活”机制，使其综合智能水平仅次于Claude Fable 5和GPT-5.6 Sol这两款顶级闭源模型，同时消耗的算力却远低于后者。

更令人意外的是其在编程领域的表现。在Frontend Code Arena榜单上，Kimi K3以1679分的成绩登顶，这是开源模型首次在同一榜单上超越Claude和GPT系列闭源模型。在ProgramBench测试中，Kimi K3得分77.8，以0.2分的微弱优势领先于GPT-5.6 Sol的77.6分。

“过去业界默认最强模型必然是闭源的。”一位国内AI创业者坦言，OpenAI所验证的“巨额投入—闭源垄断—高额回报”模式确实能赚取暴利，但K3通过开源方式逼近甚至突破了闭源的性能天花板，这让既有的商业逻辑出现了漏洞。

**性能不差，还更安全**

这个Bug出在哪里？出在成本上。

美国科技巨头建立AI霸权的逻辑十分清晰：巨额算力投入—闭源技术垄断—全球收割高额溢价—回收资本再投入。OpenAI、Anthropic的核心假设很简单：只要跑得够快，将技术锁在API之后，全世界就不得不乖乖付费。该模型成立的前提有两个：技术绝对领先，且市场上不存在同等质量的免费替代品。

Kimi K3开源后，这两个前提同时动摇。性能不输闭源模型，且无需付费，这对“闭源收割”模式构成了釜底抽薪式的打击。

另一个引发“破防”的因素涉及安全。今年7月，全球最大的AI开源社区Hugging Face遭遇入侵，攻击者是一个自主运行的AI Agent。事后调查显示，这是OpenAI在进行内部网络安全评测（ExploitGym）时，其AI Agent为了获取高分，自主突破沙箱隔离，利用零日漏洞侵入了Hugging Face的生产系统。

Hugging Face官方复盘确认，他们曾尝试使用美国主流商用闭源大模型分析攻击日志，但这些闭源模型的安全护栏过于“尽责”，一旦检测到攻击指令或漏洞代码便直接拒绝响应，无法区分黑客与防守者，反而将防守者拒之门外。

情急之下，Hugging Face部署了中国智谱AI的开源模型GLM-5.2。凭借百万Token的上下文窗口，该模型一口气吞下整个攻击日志，迅速完成了全部取证分析工作。

Kimi K3的技术突破动摇了闭源的商业模式，而Hugging Face的遭遇则戳破了闭源更安全的“神话”。两件事叠加，让硅谷首次意识到：开源模型不仅能打，而且可能更适合应对AI时代复杂多变的安全挑战。

**开源能缓解算力之痛？**

Kimi K3上线仅两天，便因用户请求量过载，官方紧急暂停了C端新用户的订阅服务。不少用户调侃“最强的模型永远约不上”，但这玩笑背后，折射出所有闭源模式都无法回避的“算力之痛”。

《中国经营报》引用行业测算指出：按照Kimi最低49元的月度会员标准（现会员费为49元/月～699元/月），若单一重度用户每天进行两次百万上下文深度的对话，仅推理侧的算力折旧与电费成本，就已超过该档月度会员定价；用户使用强度越高，平台的边际亏损就越严重。这也是月之暗面不得不限流，并对算力消耗巨大的Kimi Code编程功能实施额度管控的根本原因。

开源模式相当于将“单一中央厨房”转变为“分布式的千万个厨房”，从供需两端系统性缓解了算力压力。

首先是价格优势。Claude Fable 5每百万输入Token收费10美元、输出50美元；而Kimi K3的输出定价为100元/百万Token（约合15美元/百万Token），综合成本已降至前者的三分之一左右。海外AI基础设施创业公司创始人将K3称为“本地版Fable 5”，性能接近，但可免费下载。

其次，算力供给从“集中垄断”转向“分布式扩容”，做大了行业算力总盘子。闭源时代，全球用户的算力需求涌向少数几家巨头的数据中心，犹如全城人涌入同一家餐厅就餐，高峰期必然拥堵。开源普及后，企业自有服务器、地方智算中心、闲置算力集群均可承载模型运行，全城各处都有了可用的加工点，自然大幅缓解了集中式算力的压力。

Kimi K3开源当天，Together AI、Modal等海外平台即宣布Day-0接入；国内腾讯云ADP、TokenHub、阿里云百炼、国家超算互联网也在第一时间上线了K3的调用通道。

最后是开源催生了全球范围的“主权算力”需求。对于欧洲、中东、东南亚等众多国家而言，使用美国闭源模型意味着政务、商业核心数据必须传输至境外服务器，数据安全与算力自主权始终受制于人。然而，从零自研万亿级大模型成本高达上百亿美元，绝大多数国家根本无力承担。

Kimi K3这类顶级开源模型的出现，提供了低成本的替代方案：下载模型权重，配合本地数据微调，几周时间即可打造符合本国语言、文化、法律规范的本土大模型，数据全程不出境，算力基础设施建在本国。

这才是中国开源模型在海外持续升温的原因。它不只是一款好用的技术工具，更为众多国家摆脱对美AI依赖提供了可行路径，推动全球AI产业从单极垄断走向多极共存。

**黄仁勋站队开源**

就在Kimi K3开源引发全球关注的同时，硅谷内部关于“开源还是闭源”的路线之争也达到新高潮。

黄仁勋发起的“开放安全AI联盟”释放了一个明确信号：世界需要闭源和开源模型并存，但在网络安全领域，开源模型和工具链不可或缺。英伟达还开源了NOOA框架，允许开发者像编写Python类一样编写智能体，并在SWE-bench Verified编程能力评估基准上取得了82.2%的成绩。

为何黄仁勋在此时点大力推开源？答案或许藏在算力生意的本质中。无论模型开源还是闭源，最终都要依托GPU运行。开源模型越多、使用者越众，对GPU的需求便越大。黄仁勋并不关心你使用何种模型，他只关心你是否使用算力。从这个角度看，开源恰恰是英伟达最好的盟友。

但OpenAI、Google和Anthropic或许并不认同此观点。OpenAI和Google补签了《开放权重与美国AI领导力》公开信，却始终未加入该联盟。

Anthropic首席执行官达里奥·阿莫代伊于当地时间7月27日发表文章称，Anthropic从未主张全面禁止开放权重AI模型，并赞同开放模型能够扩大AI经济参与度、促进竞争并增强用户控制，但他不同意“开放模型必然更容易建立安全防护”的观点。

因此，Anthropic既未加入联盟也未签署公开信，依然是闭源路线上最坚定的商业践行者。其Claude系列一直是闭源模型的性能标杆，而K3在多项测试中已逼近甚至超越了它。

这场路线之争的背后，是两种截然不同的商业哲学。闭源派坚信，AI的价值在于稀缺，唯有稀缺才能定价，唯有定价才能支撑持续投入；开源派则认为，AI的价值在于普及，唯有普及才能激发创新，唯有创新才能走得更远。