金色財經
作者：車厘子；來源：X，@0xcherry
長期以來，中國 AI 模型大致可以分成三條路線。
第一條路線是主動往小了做。比如 minimax-m3、kimi k2.5、hy3 這些主動限制激活參數在 20B 上下的模型。關於激活參數 20B 到底算不算小，本身是個很微妙的問題，但工程上我們通常認為它確實小。
更小的激活參數通常都是一個很硬的經濟性約束，在經濟性約束上做性能最大化，是一種典型的「做小模型」思路。
第二條路線是 DeepSeek，以及 DeepSeek 出現後技術棧類似且尺寸類似的廠商。DeepSeek 路線的特點不僅在於技術完全開源，更重要的是 DeepSeek-V3/R1 在誕生伊始，就是尺寸比較大的模型，對標 OpenAI 的一線模型。
隨著 R1 爆火，deepseek 又補出了大量的服務於經濟性的技術棧。因此 DeepSeek 路線最典型的特徵是「性能較高、同時保證推理的經濟性」。GLM-5 是這條路線上系統性的繼承者和應用者，GLM-5.2 也是這條路線里較為知名的成果之一。
第三種是 kimi。kimi 的技術棧一直很獨立，跟 deepseek 親緣關係很遠。K2.5~K2.7 這個系列較大幅度吸收了 deepseek 的技術棧，而在 K3 的新系列，又重新用回了本家的技術。
K3 把總參數拉到了 2.8T，激活參數預計 50B，用的完全是本家技術棧。尺寸的 scaling law 發揮了效果，與此同時導致 kimi k3 的經濟性大幅度下降，進入到 Sonnet 的價格帶。
儘管相比於 Claude 仍然非常便宜，但畢竟 kimi 的推理集群在中國境內，考慮到卡數量的限制，kimi 大機率是不把經濟性當做首要要求來做 K3 的。
也就是說，K3 是一個獨立技術棧、尺寸極大、不惜一切代價追求模型高性能的產物。
相比於 DeepSeek 路線下同時兼顧性能和經濟性的模型，K3 誕生伊始的目標就不是做出更好的 R1，而是對標 OpenAI 和 Anthropic 最前沿的超大尺寸模型。
把 Kimi 描述成一條從來與 DeepSeek 毫無關係的獨立技術路線，並不準確。
Kimi K2 的論文寫得很清楚：K2 使用了類似 DeepSeek-V3 的超稀疏 MoE 與 MLA 架構。兩者都是 61 層，都有共享專家，每個 token 激活 8 個路由專家；K2 在這個底盤上把專家數提高到 384、將 attention heads 減半，並用自研 MuonClip、數據配方、agentic 後訓練和獨立基礎設施做出自己的分叉。
因此，K2 更像 DeepSeek-V3 式底盤上的 Kimi 分支，而不是從零開始的另一物種。
真正值得注意的是，K2.5 到 K2.7 的基座尺寸基本沒有繼續擴張：總參數維持在 1T 左右，激活參數約 32B，仍是 384 個專家選 8 個。
換句話說，Kimi 已經證明自己可以在不擴大基座的情況下，靠後訓練和 agent 系統把同一個底盤壓榨很多代。
但 K3 不同。K3 因而不是一次普通的版本升級。它是 Kimi 主動結束「在既有基座上繼續做後訓練」的階段，重新回到預訓練規模擴張。
K3 大量使用了過去分散的本家技術，例如本家的訓練基座、本家的注意力機制、本家的專家路由結構。到了這一步，K3 和 DeepSeek 的親緣關係已經較為疏遠。
K3 同時想要證明兩個問題，一是 kimi 自己能夠定義自己使用的技術範式，二是 kimi 有資格使用全新的技術去訓練全新的超大尺寸模型，對標 OpenAI 和 Anthropic。
事實證明，K3 成功了。
DeepSeek 之前，中國並不是沒有可用模型，但也僅是勉強能用的水平。
DeepSeek 的出現，第一次帶來了一個中國可用的高性能模型，成為了一代中國 AI 的公共事業。而公共事業的核心命題便是 Adoption：如何把「好用」的能力大範圍推廣——在本就不富裕的推理基座上？
因此，DeepSeek 承擔的功能不僅只是性能的突破，同時還承擔了大量的經濟性優化的責任。
從 V3 到 V4，DeepSeek 始終保持着接近慈善級別的 API 價格，背後正是一套成熟的面向推理優化的技術棧。
在這個階段，中國 AI 面對的問題是：先滿足公共事業的性能需要，再降低公共事業的算力開銷。
對於 DeepSeek 以外的中國廠商，任務也突然變成了兩個：第一，性能必須追上 R1，否則模型沒有競爭資格；第二，價格、吞吐和部署效率必須儘量接近 DeepSeek，否則 adoption 根本起不來。
GLM 的分階段換棧，正是這種產業壓力最清楚的縮影。
從這個意義上說，DeepSeek 把中國模型帶進了 Adoption 階段。這個階段的核心問題是：怎樣讓更多人用上足夠強的智能，怎樣接住隨之爆發的調用量。
但一個前沿實驗室遲早還要回答另一個問題：如果永遠只追求更便宜地接近別人，那更高性能的模型從哪來？
所有網路大廠都做出了選擇：想辦法繞開禁令，從美國進口。例如大名鼎鼎的阿里的新加坡主體，讓用戶通過遠程登錄新加坡機器跑 Claude Code。
然後就被封了。如果不是山姆大人很快補上了 5.6-Sol 這一刀，估計 Dario 還能再發幾篇文章踩頭中國人。
中國通過大量的工程優化，已經逐漸實現了 AI 的公共事業化的基石。但如果沒有更大尺寸更高性能的前沿模型，就會始終落後一個拍子，進而陷入長期不利的」特權競爭「中。
K3 的 2.8T 是 Moonshot 對這個問題的回答。
K2.5 到 K2.7 仍然可以被理解為在 1T-A32B 基座上，通過繼續預訓練、RL、工具環境和 agent 系統提高性價比。
K3 卻直接把總容量推到 2.8T，接受 64 張以上加速卡的部署要求，並把 API 價格從 K2.7 Code 的 $0.95/$4 提高到 $3/$15。儘管這個價格只與 sonnet 相當，但仍然非常昂貴。
最關鍵的是 64 張加速卡。中國的推理集群哪給你找那麼多 64 卡的節點啊。
K3 可能仍然希望保持經濟性，但 K3 保持經濟性有點不可能。一個 2.8T 的巨型模型，哪怕對於美國的本土推理公司都是一場大考。因此，K3 的意圖顯然不是為了更廣泛的採用，而是為了在更前沿的戰場上，開源能夠廣泛採用的模型標準。
相比於大多數 PR 稿中的碾壓美國模型，Kimi 官方的措辭更為溫和：K3 整體仍落後於 Fable 5 與 GPT-5.6 Sol。
當然，換個角度理解也很激進：只比 OpenAI 和 Anthropic 的最頂級模型差一點。
一旦進入這個檔位，K3 首先動搖的，就是 Anthropic 過去一年最重要的商業敘事。
Anthropic 的方法論一直非常清楚：我們做出一款不可替代的模型，用戶一旦發現它能完成其他模型做不了的工作，就會願意為更高性能支付超額溢價。
Fable 5 是這套方法論最極端的產品。它面向最困難的知識工作、coding，以及可以持續數天的複雜異步任務，API 價格達到每百萬 token 輸入 10 美元、輸出 50 美元，是 Opus 4.8 常規價格的兩倍。
Anthropic 出售的不是更貴的 token，而是一個新的任務區間：過去無法穩定完成的項目，現在可以交給 Fable 處理。在場景中，Fable 有不可替代的價值。
只要這種不可替代性存在，價格溢價完全合理。畢竟高性能模型取代的是高知識人力，後者的工資比模型貴多了。
Fable 發布後，市場一度形成了一種 OpenAI 已經無法追上 Anthropic 的幻覺。SemiAnalysis 的超級牛市推演甚至預計，Anthropic 到 2027 年底 ARR 可以達到 3000 億美元，以 20 倍 ARR 對應 6 兆美元企業價值。
這個預測還依賴 API 占收入 75%—85%、高 API 毛利、極高凈收入留存和 Claude Code 持續滲透等一整組假設。
站到 7 月 18 日的時間點，仿佛這種預測就好像 SemiAnalysis 出現幻覺了。但放在 7 月 8 日，居然不少人覺得很有道理。
現實給這套敘事安排了一條極有戲劇性的時間線。有關 6 兆美元估值的推演在 7 月 8 日被廣泛轉述，GPT-5.6 Sol 在 7 月 9 日正式發布。
牢Aの永動物語，維持一個月不到就被掀了。期間還夾了幾篇批評中國模型蒸餾的文章。
GLM-5.2 發布後，筆者曾寫過一篇文章系統性分析 GLM-5.2 的重要意義，被廣大人民群眾稱為」雄文「。
考慮到智譜從未支付筆者宣傳費，筆者仍將保持獨立研究員的身份（笑）。
不過 GLM-5.2 確實已經動搖了 Anthropic 的根基，只是當時大家沒意識到事情的嚴重性而已。
GLM-5.2 在大多數任務上表現比 Opus 4.8 更好，僅次於 Opus 4.7。對你沒看錯，比 4.8 更好的同時僅次於 4.7，由此令人懷疑 Anthropic 在 4.8 上面到底兌了多少水。
與此同時，GLM-5.2 的價格僅為 Opus 的五分之一，還不會受到 Anthropic 訂閱計劃的限速問題。GLM-5.2 的出現已經極其顯著地威懾到 Anthropic 的主力模型段價格錨。
由此市場希望為 Anthropic 進行」更前沿模型「的定價，這才出來了SemiAnalysis 的 6 兆估值神人預測。
緊接着，Sol 在最高能力檔正面撞上了 Fable。Anthropic 隨後連續延長 Fable 的訂閱額度，並最終宣布把它變成 Max 與 Team Premium 的常駐權益。
然後 K3 又出來了。它的綜合能力落後於 Fable 與 Sol，且僅落後於 Fable 與 Sol。與此同時，K3 還是開源的，哪個推理集群都可以部署。
孩子們，地里真的會長出先進 AI 模型。
過去，美國對中國實施先進計算晶片管制的邏輯非常直接：通過限制上游算力，減緩中國訓練前沿模型和建設自主半導體生態。國家安全、軍事與監控用途是公開的法律理由，維持美國關鍵技術領先則是同時存在的產業目標。
當然，更大的問題其實是美國自己的先進晶片也不夠用。美國不只擔心中國獲得算力，也不希望中國企業參與競價，擠占美國實驗室和數據中心的買卡能力。
這套管制當然提高了中國訓練前沿模型的難度，但它也製造了一個微妙的反作用：它剝奪了中國 AI 公司獲取超額利潤的能力，與此同時使這種不利轉變為了博弈中的武器化。
既然你不讓我賺超額利潤，我又不想被封鎖技術，那我做出來之後不要利潤不就完事了？
而且開源模型又不挑顯卡。中國顯卡能部署，美國算力集群也能部署啊。Fireworks TogetherAI，還有一大堆 NeoCloud，都有一堆顯卡。
於是，中美 AI 競爭出現了一種極其抽象的組合：
中國模型 + 美國及全球推理集群 VS 美國閉源 AI 實驗室
中國實驗室承擔昂貴的模型研發，以開放權重換取採用和前沿地位；美國雲廠商與推理平台使用本土 GPU 承接調用，按成本定價，狠狠賺錢。
真正失去利潤的，反而是依靠封閉權重和能力稀缺收取超額價格的美國 frontier lab。
對中國實驗室而言，開放權重犧牲的是本來就受自有推理容量限制的潛在 API 租金。
對美國閉源實驗室而言，被犧牲的卻是建立在充足本土算力和全球能力稀缺之上的現實超額利潤。
因此，美國面臨的不是簡單的「繼續制裁還是放開銷售」，而是不可能三角：
制裁中國，中國就會繼續放開源模型出來，反正大家都別賺錢了
放開中國買卡，集體競價，本土實驗室又可能缺卡
適當放給中國一些卡，確實可以取得折中收益，但到底放出多少卡合適？沒人知道，也沒人敢說話
這是典型的不對稱競爭。華盛頓熱衷於講不對稱競爭，現在這個詞落回到華盛頓頭上了。
把這條鏈再往上游推一步，就會觸及整個 AI 資本開支敘事。
過去，閉源前沿模型的高推理毛利是 AI CapEx 鏈條最重要的緩衝墊。只要模型能力足夠稀缺，API 和訂閱就可以維持高價；實驗室與雲廠商獲得高毛利，便可以容忍更昂貴的 GPU、更快的折舊和更激進的數據中心投入；上游又據此繼續擴產和維持高定價。
這條鏈可以簡單寫成：
模型能力稀缺 → API 高價 → 下游高毛利 → 能夠承受 GPU 溢價 → CapEx 擴張 → 上游持續景氣。
當多家平台可以部署同一份權重，推理價格就會從「前沿實驗室願意收多少」，逐漸回到「高效集群跑出一個成功任務需要多少錢」。
開放權重改變的不是算力需要花錢這個事實，而是取消了算力消費上附着的「模型稅」。Fireworks 不必替 Moonshot 承擔 K3 的預訓練成本，也不必按 token 向一個閉源模型上游支付完整的模型租金。
它當然還要承擔 GPU、推理引擎、量化、緩存、網路、融資、SLA 和企業銷售，但只需要圍繞實際算力成本、利用率、服務成本與競爭性利潤報價。這是典型的成本定價邏輯，而對於依賴景氣度的行業，成本定價對上游的影響是災難性的。
這會反向改變每一張 GPU 的資本回報計算。
過去，服務商可以把昂貴硬體成本放進高價模型 API，再向終端客戶轉嫁。
當推理平台圍繞同一開放權重競爭，任何一家都更難繼續轉嫁這層溢價。於是 GPU 採購需要更高利用率、更短回收期、更低融資成本和更確定的客戶合約。
短期來看，下游的採購方更加分散，並不會削弱算力生產商（尤其是 NVDA）的議價權。但長期來看，下游的毛利潤系統性下降，必然導致上游的可議價彈性變差，這對整個 AI CapEx 敘事都是不可控的巨大風險。
講到這裡，K3 的 2.8T 已經出現了兩種看似相反的意義。
一方面，K3 不是個很經濟的模型，把模型推入 Sonnet 價格帶和 64 卡以上的部署區間。
另一方面，正是這份「不首先考慮經濟性」，讓 K3 獲得了進入最高能力組、動搖 Anthropic 模型租金、重組中美推理利潤和影響 AI CapEx 敘事的資格。
過去很多公司喜歡講端側，講小尺寸，講「夠用就行」。這些路線當然重要，它們決定已經存在的智能可以擴散到多少設備、多少用戶和多少行業。
但「夠用」這個詞是非常無趣的，它只適用於能力邊界已經固定的市場。
前沿 AI 面對的任務集合從來不固定：模型今天剛剛學會單文件編程，明天就要處理整個代碼庫；剛剛學會工具調用，下一代就要持續工作數小時乃至數天。
尺寸更適中的模型回答「如何被更多人使用」，而尺寸更大的模型爭奪」誰擁有發表神諭的權利「。
一個已經很強但昂貴的大模型，後來可以通過稀疏化、量化、緩存、蒸餾和推理工程做快、做便宜，還可以作為整條小模型產品線的教師模型。
一個一開始就沒有學到某種能力的小模型，卻很難靠延長思考或部署優化把它憑空補出來。
這個不對稱性，讓「往大了做就不會輸」成為一套粗糙卻經常有效的前沿方法論。
2024 年，OpenAI 發布 o1，把 scaling 的重心從更大的預訓練基座轉向訓練時強化學習和測試時思考計算。
o1 本身是一款更小尺寸推理模型。它證明「較小基座 + 更多思考」可以在數學、代碼與形式推理上製造驚人進步，也由此開啟了一輪把參數做小的循環。
基座越小，越依賴 test-time compute 補償；推理技巧越成功，組織越缺少擴大基座的動力。由此，OpenAI 的模型開始極速劣化。
2025 年，Anthropic 走了相反方向。Anthropic 堅持去做更大更昂貴的模型，再用 Claude Code 把能力變成產品。
用戶對 Claude 的忠誠並不是因為它便宜，而是因為在最困難的真實軟體工程任務上，把工作交給 Opus 更放心。到 2025 年末，Anthropic 稱 Claude Code 已經占據超過一半的 AI coding 市場，企業市場市佔率從 24% 提高到 40%。收入也超過了 OpenAI。
OpenAI 隨後重新意識到，推理效率和路由不能取代最高能力基座。GPT-5 重新建立 main、thinking、mini 和 Pro 的完整階梯；到 GPT-5.6，又明確設置 Sol、Terra、Luna 三個模型尺寸，並把大尺寸 Sol 放回面向最困難工作的旗艦位置。
由此，Codex 用戶快速突破 1000 萬，逼的 Anthropic 把 Fable 加回了訂閱計劃。
現在，K3 發布，僅次於 Sol 和 Fable，甚至引起了關於美國前沿 AI 到底還行不行的討論。
當你真的願意去爭第一，結果大機率不會太差。這就是 Too Big to Fail。
中國的 AI 模型公司經常被描述為小鎮青年：資源有限，位置不佳，國際輿論更差，算力卡能養活推理都不錯了，訓練不掉隊就行。
與此同時，美國的先進 AI 實驗室則頗具資本家風範：討論人類學和安全，討論慈愛恩典的機器，討論未來世界屬於自由還是屬於不自由，討論 AI 屬於大地還是屬於藍天。
在如此戲劇性的差距下，居然能上演一出小鎮青年暴打資本家的戲碼。無論如何找補，都足以讓人笑掉大牙了。
——其實也不用急。好戲還在後頭呢。
來源：金色財經
發佈者對本文章的內容承擔全部責任
在投資加密貨幣前，請務必深入研究，理解相關風險，並謹慎評估自己的風險承受能力。不要因為短期高回報的誘惑而忽視潛在的重大損失。
暢行幣圈交易全攻略，專家駐群實戰交流
▌立即加入鉅亨買幣實戰交流 LINE 社群（點此入群）
不管是新手發問，還是老手交流，只要你想參與加密貨幣現貨交易、合約跟單、合約網格、量化交易、理財產品的投資，都歡迎入群討論學習！
上一篇
下一篇
