#月之暗面正式开源KimiK3#
Kimi K3开源这件事，技术参数当然炸裂——2.8万亿参数、100万token上下文、Frontend Code Arena直接登顶超过Claude Fable 5和GPT-5.6 Sol，单次任务成本只有GPT-5.6 Sol的一半、Claude Fable 5的将近十分之一。

但真正让我觉得这事不简单的，不是参数本身，而是他们开源的方式。

不只是放了个模型权重出来，而是把技术报告、训练Infra（MoonEP、FlashKDA、AgentEnv）一起公开了。这意味着什么？别人不只是能“用”这个模型，还能真正理解它是怎么训出来的，甚至在此基础上做改进。这在开源圈子里，才叫“真开源”，不是那种只给你个壳子让你跑个demo的套路。

而且有个细节值得注意：Kimi K3是在算力受限的条件下做出来的。自研KDA架构，靠架构创新把扩展效率提了大约2.5倍。说白了，不是靠“堆卡”堆出来的成绩，是工程能力硬扛上去的。

再看一个有意思的反应链：发布当天马斯克说“Impressive“，紧接着宣布xAI下周开始训练2万亿参数的新模型。月之暗面的回应也很硬气——”欢迎加入2万亿俱乐部“。Axios直接发文说”中国刚刚抹去了美国在AI领域的绝对领先地位”。道琼斯当天跌了400点。

这些反应放在一起看，其实说明了一件事：开源模型逼近闭源性能这个拐点，可能比我们预想的来得更快。

但我觉得更值得讨论的是另一层——当开源模型在性能上已经能和顶级闭源产品掰手腕，而且成本低一个数量级、还能自己部署和定制的时候，闭源模型靠什么守住溢价？靠品牌？靠生态锁定？还是靠持续拉开代差？

至少从目前来看，这个答案越来越不明确了。

300人的团队，平均年龄不到30岁，在芯片受限的环境下做出了全球参数最大的开源模型。这本身就是一个信号：AI竞争的门槛，可能不在算力，不在芯片，而在人。#微博AI创作季#