Kimi K3引爆AI圈：算力挑战随之而来

7月19日晚，月之暗面旗下产品Kimi K3发布不到一周，便因火爆程度超出预期而按下"暂停键"。公司发布公告称，由于算力资源紧张，将暂停开放新用户订阅，全力保障现有用户的使用体验。

"自Kimi K3发布以来，我们收获了远超预期的支持，但也面临始料未及的算力挑战。过去48小时，用户请求量已大幅超出我们的预估，并且逼近现有集群的承载极限。"月之暗面在公告中表示。

这一决定并非针对会员体系的根本调整，而是基于当前算力资源有限的情况下，对新增用户和存量用户体验进行重新平衡。现有会员权益保持不变，老套餐并未取消，已订阅用户仍可正常使用并按原规则自动续费。

性能与成本双重优势

Kimi K3的火爆并非偶然。根据独立AI模型评测机构Artificial Analysis发布的最新"智能指数（Intelligence Index）"显示，Kimi K3综合得分达到57分，位列全球第三，仅次于Claude Fable 5（60分）和GPT-5.6 Sol（59分），领先Claude Opus 4.8（56分）。

更令人关注的是，K3完成单项任务的平均成本约0.94美元，与GPT-5.6 Sol基本相当，仅约为Claude Opus 4.8的一半。这种低成本高性能的组合，直接催生了远超预期的用户涌入。

一位国产AI芯片厂商人士向界面新闻表示："这是首个进入Artificial Analysis综合榜单前三的开源模型。长期以来，'开源模型整体落后闭源模型半代'几乎是行业共识，而K3的出现，让这一差距进一步缩小。"

开发者社区热烈响应

K3发布后，迅速成为全球AI开发者讨论的焦点。在X（Twitter）、Reddit、OpenRouter、Linux.do、V2EX等平台，大量开发者第一时间分享体验，并将K3接入Cursor、Cline、OpenCode等AI编程工具进行测试。

讨论几乎集中在三个问题：第一，它到底能不能替代Claude做编程？第二，它是否真的达到国际第一梯队？第三，它到底值不值得迁移？

不少开发者认为，K3最大的亮点并非聊天功能，而是在长流程Agent任务和代码生成场景。一些体验者表示，在复杂代码修改、工具调用等任务中，K3已经能够进入Claude、GPT等国际头部模型的竞争序列。

但也有反馈称，在真实工程任务中，该模型虽然能力突出，但仍会遗漏部分细节，需要人工修正；此外，其复杂统计推理等任务表现仍存在不稳定情况。

算力瓶颈显现

正是在开发者快速涌入、调用量持续攀升的背景下，月之暗面很快遇到了另一个问题——算力。过去两年，大模型行业更常见的叙事是"训练一个模型需要多少GPU"，而现在，"使用一个模型需要多少算力"成为了新的焦点。

K3发布后的48小时内，服务器满载运行，英伟达股价单日蒸发约1111亿美元，创下15个月来最差单周表现。摩根大通策略师在报告中直接称之为"DeepSeek 2.0"，暗示这可能是一个新的市场拐点。

加州大学伯克利分校计算机科学教授伊翁·斯托伊卡（Ion Stoica）表示："我们过去常说，开源模型，尤其是中国的开源模型，比目前最先进的模型落后六到九个月。可现在，这个差距大概只有两到三个月了。"

行业影响深远

K3的火爆不仅引发了AI行业的技术讨论，也对资本市场产生了深远影响。外媒爆料称，Kimi已向投资者发出股东决议，寻求对香港上市的批准，最快六个月IPO。为了推动上市，Kimi目前正在完成一轮新融资，估值可能超过300亿美元。

今年3月，月之暗面ARR（年化收入）首次突破1亿美元；5月突破2亿美元；到6月已经接近3亿美元，三个月内翻了三倍。收入结构也跟以前天差地别，API业务占比已经突破了70%，而以前的Kimi，主要收入靠C端订阅。

外媒进一步爆料称，在K3发布后，ARR又实现了数倍增长。

美国国家前AI事务负责人、现任总统科技顾问委员会联席主席大卫·塞克斯（David Sacks）发文表示，这是中国模型第一次在前端编程赛道拿下第一。塞克斯说，照此以往，美国将输掉AI竞赛。

回顾种子期：从K0-Math到K3

要说K3，得先把时间拨回2024年。当年，杨植麟在内部小范围分享了K0-Math模型。这个模型能像人一样做验算、改错题。当时杨植麟提出了一个判断，说下一个Scaling Law，叫做Reinforcement Learning Scaling，简称RL Scaling。

过去的Scaling Law，本质上是让模型"死记硬背刷题库"。你把海量的训练数据喂给它，它把所有题目和答案全背下来，考试的时候看到题目，就凭记忆拼出一个"最像正确答案"的东西。背得越多，分数越高。

学术上，这个方法叫Next-Token Prediction，每一个字，都是根据前面所有字算出来的最有可能出现的下一个字。

杨植麟说的RL Scaling，换了一种思路。他提出，通过强化学习和后训练技术，可以让模型在实际任务中不断优化，而不是单纯依赖海量数据的机械记忆。

这一理念最终体现在了K3的设计中。K3是月之暗面首款万亿参数级MoE模型，总参数规模达到2.8万亿。这种架构创新不仅提升了模型的性能，也为后续的开源策略奠定了基础。

未来展望：开源与算力的博弈

K3的成功标志着国产开源模型首次进入万亿参数量级，也意味着AI行业正在经历一场深刻的变革。低成本高性能模型的普及，使得更多企业和个人能够参与到AI应用的开发中来，这无疑将加速AI技术的扩散和应用。

然而，这也带来了新的挑战。随着越来越多的高性能模型被开发出来，算力需求将呈指数级增长。如何在保证模型性能的同时，有效控制算力成本，将成为未来AI行业发展的重要课题。

月之暗面此次暂停新用户订阅的决定，不仅是对当前算力瓶颈的应对，也是对未来发展方向的一种探索。随着新算力陆续到位，公司将逐步开放更多订阅名额直至全面恢复正常订阅。

对于后续新订阅用户，公司将拆分Kimi主权益（包含Kimi Web、Kimi APP、Kimi Work）和Kimi Code权益，以方便更精准匹配算力，保障用户体验。

我们向满怀期待、却没能获得期待中体验的朋友郑重道歉，也对给予我们理解和包容的朋友深表谢意。