刚刚，全球股市被这个国产大模型“干崩”了！KimiK3重磅发布！

这不是演习。2.8万亿参数，开源，前端编程全球第一。
华尔街用脚投票，高盛连夜改报告，马斯克只回了一个词。

不是因为我熬夜盯盘，而是因为——一个中国大模型，把美股给“干崩”了。

纳指期货跌1.8%，费城半导体指数跌超1.6%，英伟达、谷歌、Meta全线重挫。新思科技跌7.85%，铿腾电子跌近10%。日经225今天直接砸了4%。

华尔街分析师懵了，硅谷工程师连夜加班，马斯克在X上发了一个词：

“Impressive。”

谁干的？

Kimi K3。

月之暗面在2026世界人工智能大会前夜扔出的这枚“核弹”，参数规模 2.8万亿——这是目前全球参数最大的开源模型，也是首个开源的3万亿级别模型。

我知道你脑子里第一个问题是什么：

“又一个国产大模型？能有多强？”

好，我给你讲几个故事。

01. 它自己“生”了一颗芯片

K3发布当天，月之暗面放了一个概念验证演示，看得我头皮发麻。

K3在连续48小时的自主运行中，完全靠自己——

• 只用开源EDA工具和Nangate 45nm工艺库；
• 独立完成了一颗4平方毫米芯片的完整设计流程；
• 从架构设计到优化验证，全程无人工干预；
• 最终实现100MHz时序收敛，模拟解码速度超过每秒8700个token。

它自己设计了自己未来可能跑在上面的硬件。

这叫“闭环”。这叫“Agent持续进化的范式”。这叫——我作为一个码了十几年代码的人——后背发凉又热血沸腾的东西。

你说这是概念验证，离量产还远。对，我同意。但你要知道，去年这个时候，没有任何一个大模型能做到这件事。一年时间，从“写个网页都费劲”到“自己设计芯片”——这个速度，你细品。

02. 前端编程，它把闭源大佬全揍了

咱们上硬数据。

Arena AI的Frontend Code Arena榜单，这是全球前端开发圈最认的硬核排行榜。K3以 1679分登顶。

第二名是谁？Claude Fable 5，1631分。
第三名？GPT-5.6 Sol，1618分。

这是开源模型历史上第一次在这个维度上反超所有闭源模型。

7个前端细分领域，K3拿了6个第一。

Vercel的创始人Guillermo Rauch直接放话——“首次有开源模型在权威榜单超越全部海外闭源模型”。

伯克利的教授Ion Stoica说了一句更狠的话：

“我们过去常说开源模型，尤其是中国的模型，落后最前沿模型大约6到9个月。现在，这个差距可能只剩下两三个月。”

两三个月。

你品，你再品。

03. “强得偏科，慢得着急”

但我不是来吹的。咱做博主的，好话坏话都得说全乎，不然跟那些营销号有什么区别？

K3有三个明显的短板，我一条一条给你掰开：

第一，强得偏科。

它在前端编程上是“战神”，但在综合能力上，月之暗面自己非常坦诚地承认：整体表现仍落后于Claude Fable 5和GPT-5.6 Sol。

注意，是官方自己说的。这种坦诚，在国产大模型圈子里，我实话实说——少见。

第二，慢得着急。

AI头部测评博主Taelin做了实测，发现一个扎心的事实：K3在某些题目上表现确实超过了Claude Fable 5，但花费的时间是后者的10倍。

10倍。

推理Token用得很重，效率边界还有很大优化空间。有开发者直接吐槽“营销味重，体感配不上全球前三的名头”。话难听，但人家是真金白银充了API去测的，我尊重这种声音。

第三，贵得有争议。

K3的API定价——输入每百万token 3美元，输出每百万token 15美元。

输出价格比上一代K2.6涨了270%。相比DeepSeek V4 Pro版，贵了8倍以上。

高盛说这是中国AI从“价格战”迈向“定价权”争夺的标志。但我看到开发者群里更多的反应是：能力还没全面超越，价格先全面超越了——这个商业逻辑，市场买不买账，还得看后续。

04. 为什么华尔街吓成这样？

你可能要问：一个模型发布，至于让美股蒸发那么多市值吗？

我给你捋三条逻辑链：

第一，数万亿美元的AI投资逻辑被质疑了。

美国巨头们在AI基础设施上砸了多少钱？几千亿美金打底。很大一部分流向了英伟达的GPU。

现在好了，一个中国实验室，用远小于西方头部公司的预训练算力，通过架构创新、合成数据、强化学习，搞出了一个性能和顶尖闭源模型只差“两三个月”的开源模型。

华尔街自然会问：你们砸的那几千亿，回报率到底有多少？

第二，开源正在“抄闭源的后路”。

如果月之暗面、DeepSeek这些开源玩家能持续提供接近顶尖闭源模型性能、但成本只有几分之一的替代方案——那OpenAI和Anthropic的付费墙还能立多久？

Arena榜单运营负责人的原话是：K3“动摇了美国闭源模型的主导地位”，“很可能引发资本市场的重新洗牌”。

第三，成本差距是碾压级的。

Artificial Analysis的数据：用Kimi或DeepSeek完成一项标准化智能任务，成本大约2美分到33美分。用Claude Fable 5完成同样的任务——2.75美元。

差了将近100倍。

即便K3涨价了，仍然不到美国顶级模型的35%。

05. 但最精彩的分歧在这里

现在我要说一个最有意思的反转。

几乎所有人都觉得“K3效率这么高，以后不需要那么多GPU了”，对吧？

半导体研究机构SemiAnalysis给出了完全相反的判断。

他们的核心观点是：K3虽然训练效率高，但2.8万亿参数的推理架构需求，反而可能进一步强化对英伟达高端GPU、HBM高带宽内存和高速互联设备的需求。

K3建议用64张以上加速卡组成超节点部署——这意味着推理集群的规模要求不降反升。

所以，到底是“算力扩张时代终结”（高盛观点），还是“算力需求进入新阶段”（SemiAnalysis观点）？

我不知道答案。但我知道，当顶级机构对同一个事实给出截然相反的判断时，真正的机会和风险都在里面。

06. 更大的一盘棋

如果你只看到“一个大模型”，你就看小了。

过去12个月里，有9个月开源模型的参数上限由Kimi保持。

从DeepSeek-V3的免费开放，到R1的MIT协议完全开源，再到今天K3的开放权重——中国开源大模型完成了 “三次跃迁”。

这不是偶然。这是战略。

2024年7月，OpenAI禁止中国开发者使用其模型——那天被很多人称为中国AI界的“羞辱日”。

但中国没有选择封闭。恰恰相反。

2025年，国务院发文明确支持开源社区建设。2026年政府工作报告再次强调促进开源生态繁荣。“十五五”规划部署推进开源体系建设。

开源，不是权宜之计，是长久之道。

而美国的逻辑是：收紧出口管制，维持技术封锁。

一方试图用封闭维持优势，一方用开放加速扩散。

你告诉我，三十年之后回头看，哪条路更宽？

07. 几句掏心窝的话

K3不完美。偏科，慢，贵。

但它是开源模型第一次在硬核维度上正面击败所有闭源对手。

这事搁三年前，你敢信？

月之暗面说，2026年7月27日，K3的完整权重将正式向全球开放。

到时候，全球任何一个人——只要你有显卡——都可以下载、运行这个2.8万亿参数的国产大模型。

那一天，才是它真正改变世界的开始。

K3之后，格局已经不一样了。而更大的变化，或许才刚刚拉开序幕。

P.S. 我今晚准备充点API额度，自己跑一跑K3的前端能力。实测报告过两天给大家安排上。想看的，评论区扣个“1”。

P.P.S. 高盛说这是“去杠杆事件”。咱不懂那么高深的金融术语，咱只知道——中国人搞出来的开源模型，让华尔街失眠了。 这事，够我吹一阵子的。