7月16日晚上，月之暗面发布了Kimi K3，首个最大开源模型。

2.8万亿参数，MoE架构，896个专家中每次激活16个，100万Token上下文，原生视觉理解。完整权重7月27日前开放。

同一时间，WAIC 2026在上海布展完成。展览面积首次突破10万平方米，1100多家企业参展，3000多项展品，300多款产品全球首发。同期，世界人工智能合作组织协定在上海签署，总部设在上海。

两件事放在一起看，一个信号很清楚：

中国AI正在从「追赶者」变成「规则制定者」。

不是未来时，是进行时。

Kimi K3不是在发模型，是在发筹码

先拆K3本身。

技术上，K3有几个关键创新。自研的Kimi Delta Attention（KDA）混合线性注意力，解决了超长上下文下的推理效率问题。Attention Residuals机制按深度选择性检索表示，而非均匀累积。Stable LatentMoE通过路由器分数的分位数直接导出专家分配，消除了启发式更新和敏感平衡超参数。

说人话：K3不是简单地把参数堆大，而是在架构层面做了专门面向万亿参数量级的优化。月之暗面官方给出的数据是：相比Kimi K2，整体扩展效率提升了约2.5倍——同样算力投入，产出更高。

跑分方面：SWE-bench Verified（软件工程）、LiveCodeBench（编程竞赛）、Tau2（Agent能力）、AIME（数学推理）——K3在这些基准上的成绩，达到了当前开源模型的最优水平，且在部分项目中接近甚至比肩国际顶级闭源模型。

但这些不是最重要的。

最重要的是：K3是全球首个开源的三万亿级别模型。

没错，「开源」——开放权重，开发者免费下载、自行部署、二次开发、微调定制。

这背后有一步很关键的商业计算。

开源不是慈善，是获客成本

很多人把开源理解成「做好事」。这是一种误解。

开源是一种商业模式——用「免费」换取「生态规模」，再用生态规模换取商业价值。

Meta开源Llama系列，不是扎克伯格想做慈善。是因为OpenAI和Google把闭源API的路封死了，Meta作为后来者，只能用开源撬开开发者社区的大门。事实证明这步棋赢了——Llama成为了全球开发者最常用的开源模型之一，Meta的AI人才吸引力、行业话语权都随之暴涨。

DeepSeek开源R1和V3，也不是因为它不想赚钱。是因为DeepSeek真正的商业模式不在模型API上，在算力基础设施上。开源模型是吸引开发者进入DeepSeek算力生态的「引流品」。

Kimi K3也一样。

看一组数字。

K3的API定价：缓存命中输入每百万Token 0.3美元，缓存未命中输入3美元，输出15美元。月之暗面官方称，基于Mooncake分离式推理架构，编程场景下缓存命中率超过90%。

对比Anthropic的最新定价：Claude Opus 4.8计划从今年9月起涨价约50%，输入每百万Token 3美元，输出15美元。

算一笔账。

假设一个典型的编程场景，输入10万Token、输出1万Token。K3因为有90%缓存命中率，输入成本约0.03美元（9万×0.3+1万×3），输出成本约0.15美元，总计0.18美元。Claude Opus 4.8输入成本约0.3美元，输出成本约0.15美元，总计0.45美元。

K3便宜了约60%。

而且，如果你选择自己部署K3——反正权重完全开放——那API成本直接归零，只剩算力成本。

这意味着什么？

意味着月之暗面的策略是：用「极致性价比」锁死开发者的模型选型。

一旦开发者在K3上构建了应用、优化了prompt、训练了微调模型，迁移成本就产生了。K3的权重开放又给了开发者「不会被锁定」的安全感——你要走可以走，代码和数据都在你手里。

这种「开放锁定」策略，比闭源API的「合同锁定」高明得多。

估值315亿美元背后的投资逻辑

K3发布的同时，一个数字被《金融时报》捅了出来：月之暗面正在进行新一轮融资，估值约315亿美元。

对比一下：

DeepSeek新一轮融资估值约710亿美元。

Anthropic最新融资后估值约965亿美元。

OpenAI最新估值约852亿美元。

也就是说，月之暗面已经是仅次于DeepSeek的中国第二大AI独角兽。而且，它的估值还在涨。

为什么资本市场愿意给中国AI公司这么高的估值？

三个原因。

第一，生态规模正在兑现为商业价值。 过去中国AI公司讲「技术领先」的故事，投资人不太买账——都知道和OpenAI、Anthropic有差距。但现在讲的是「生态领先」——全球开发者用中国开源模型的数量和增速，正在成为一个独立的估值指标。

Kimi官方数据：过去12个月中有9个月，Kimi系列模型都是开源模型参数规模的上限。从Kimi K2到K2.5到K2.7 Code再到今天的K3，月之暗面保持了每两三个月发布一代旗舰模型的开源节奏。这个节奏意味着开发者的跟随成本很低——每次升级，都是小步快跑。

第二，中国AI的成本优势正在变成全球竞争力。 随着美国AI公司持续涨价（Anthropic涨价50%、OpenAI维持高端定价），全球企业客户对「性价比」的敏感度在上升。《日经亚洲评论》上周报道，印度企业正越来越多地采用DeepSeek、阿里巴巴等中国公司的大模型。

第三，「开源+API」的双轨模式比纯闭源更有弹性。 Kimi同时提供免费开源权重和付费API服务。大客户可以自己部署，小微企业和个人开发者调用API。两条腿走路的收入结构，比纯靠API订阅更抗周期。

WAIC 2026的三层叙事

K3是产品层面的信号，WAIC 2026是产业层面的信号。

今年WAIC有几个值得关注的变化。

规模上：展览面积首次突破10万平方米。去年是5.2万，今年翻了一倍。1100多家企业参展，3000多项展品，300多款产品全球首发。

结构上：智算和具身智能两大赛道各汇聚超200家企业。这不是「什么都展一点」的大杂烩，而是有明确产业方向的聚焦。

国际化上：世界人工智能合作组织协定7月16日在上海签署，总部设在上海。这是第一个将总部设在中国的AI领域政府间国际组织。官方表述是「遵循联合国宪章宗旨，秉持共商共建共享理念，促进人工智能国际合作和全球治理」。

三层信息叠加：

第一层——中国AI产业规模足够大，撑得起全球最大规模的AI展会。

第二层——中国AI的方向清楚了：智算（底层算力基础设施）和具身智能（物理世界AI）。

第三层——中国不仅在做产品，也在做治理标准和国际规则。

这和五年前的局面完全不同。

那时候中国AI公司去CES、去NeurIPS、去MWC，是「学生去老师家做客」。现在是「在自己家办派对，邀全世界来做客」。

中国AI出海的第三个阶段

梳理一下中国AI出海的三阶段。

第一阶段（2023-2024）：模型出海。DeepSeek发布R1，全球开发者被「500万美元训练出对标GPT-4的模型」震撼。这个阶段的核心叙事是「中国也能做出世界级模型」。

第二阶段（2025-2026上半年）：成本出海。DeepSeek V3、千问系列、MiniMax M系列——中国模型的API价格通常是美国同行的三分之一到十分之一。美国企业开始因为成本原因转向中国模型。7月14日的《环球时报》报道提到，印度企业正越来越多地采用中国大模型，理由是「参数公开可用」且「更具成本效益」。

第三阶段（现在）：生态出海。不只是卖模型API，而是输出一整套开发者生态——开源权重、开发工具、社区运营、技能市场、推理基础设施。Kimi K3的开源、SkillHub的SkillPay、阿里云百炼的Token Plan订阅服务——这些不再是单个产品，而是相互咬合的生态齿轮。

清华大学的沈阳教授在接受《环球时报》采访时说了一句很精准的话：「全球大模型竞争正在从模型能力竞赛，进入治理适配能力、交付能力与普惠组织能力的竞赛。未来决定全球版图的，不只是模型有多聪明，更是智能能否被准入、被本地化。」

翻译成商业语言就是：赚模型API的钱只是第一层，赚生态基础设施的钱才是终局。

美国闭源 vs 中国开源：两条路线的对撞

K3发布当天，一个对比愈发鲜明。

美国：OpenAI坚持闭源，最新GPT-5.6 Sol不开放权重。Anthropic的Claude Fable旗舰模型因安全顾虑暂停发布，Opus 4.8继续闭源。Google的Gemini保持半开放状态。

中国：DeepSeek全系列开源。智谱GLM系列开放权重。MiniMax部分开源。月之暗面K3开放权重。阿里巴巴千问系列全球下载量最大。

两条路线的分野不是偶然的，是商业逻辑驱动的。

美国闭源的逻辑：我投入了数千亿美元做研发，如果我开源，就等于把护城河填平了。而且美国公司有强大的品牌和渠道，闭源API也能赚钱。

中国开源的逻辑：我作为后来者，品牌和渠道不如你，但我的模型能力差距在缩小。如果我用开源撬动开发者生态，你的品牌和渠道优势就会被稀释——用户最终会选择「够好用且免费」的方案。

这张牌打到现在，效果是显著的。

一个细节：《金融时报》在K3报道中提到，越来越多硅谷投资人和科技企业高管开始认为，中美前沿AI模型的性能差距正在快速收窄，而「真正决定未来竞争格局的，可能不再只是模型排行榜，而是谁能够建立覆盖全球开发者的开放生态」。

Marc Andreessen也公开表示，智谱的GLM-5.2已经是「首个能够在不少公开测试中与美国大型AI实验室旗舰模型相匹敌甚至部分领先的中国模型」。

注意，这不是中国媒体说的，是美国最顶级的VC说的。

风险：开源不是万能药

说了这么多积极面，该讲限制了。

第一，开源模型的商业转化率仍然很低。 下载量不等于收入。Llama被下载了数亿次，但Meta从Llama直接获得的收入几乎为零。中国开源模型面临同样的问题——用的人多，付钱的人少。

月之暗面的解法是「开源权重+API服务」双轨制。权重你拿去自己部署，不用付钱；但如果想省事用官方API，按Token付费。这比Meta的纯开源模式多了一条变现路径，但收入规模能不能撑起315亿美元的估值，还需要验证。

第二，开源降低了竞争壁垒。 你的模型是开源的，别人的模型也是开源的。开发者切换模型的成本，比切换闭源API低得多。如果你的下一代模型稍稍落后，开发者可能一夜之间就跑了。

这就逼着开源方必须保持极高的迭代速度。Kimi从K2到K3大约花了3-4个月，这个压力会一直存在。

第三，地缘政治风险在上升。 虽然目前中国开源模型的全球采用率在上升，但出口管制、数据安全审查、本地化合规——这些变量随时可能改变格局。MiniMax副总裁严奕骏在接受《环球时报》采访时说得很坦率：「目前中美大模型技术水平还有一段差距，但我们的性价比优势明显。」差距还在，优势也可被政策切断。

第四，开源和商业化之间的平衡越来越难。 当你把最先进的模型开源，API服务的吸引力就下降了——用户为什么要付钱用API，而不是自己部署？月之暗面目前的答案是「编程场景90%缓存命中率」，但这个优势需要持续的推理基础设施投入才能维持。

最后

三点核心判断。

第一，全球AI竞争正在从「模型军备竞赛」进入「生态圈地运动」。 过去比的是谁的模型跑分高，现在比的是谁的开发者多、谁的Skills多、谁的应用场景覆盖广。模型能力不再是唯一的胜负手，甚至不是最重要的胜负手。

第二，中国AI的正循环正在形成：开源→开发者规模→应用繁荣→数据飞轮→模型提升。 这个循环一旦转起来，单个模型的短期领先就变得不那么重要了——生态本身会成为护城河。

第三，对于创业者和投资者来说，目光要从「谁家模型最强」转向「谁家在建设生态基础设施」。 做模型的公司在融资，做Skill交易平台的在融资，做推理基础设施的也在融资。最值钱的可能不是模型本身，而是让模型被使用、被分发、被变现的那一层。

回到7月16日上海。

一边是月之暗面把2.8万亿参数砸进开源社区，另一边是世界人工智能合作组织把总部钉在上海，WAIC 2026用10万平方米的展场向全球展示中国AI的产品矩阵。

有人说中国AI是靠性价比抢市场。

我想说的是：

当你的模型能力已经接近全球前沿，当你的产品矩阵覆盖了从底层算力到上层应用的全链条，当你开始制定游戏规则而不只是遵守规则——

那就不叫「抢市场」了。

那叫「换桌子」。

---

主要信息来源：

• Kimi K3 官方技术博客（kimi.com/blog/kimi-k3），2026年7月16日

• 新华社报道：中国企业发布全球最大规模开源模型Kimi K3（2026年7月16日）

• 金融时报（Financial Times）：Moonshot AI K3 对标 Claude Opus 4.8 及估值报道

• 全天候科技：Kimi K3 2.8万亿参数开源模型深度分析（2026年7月17日）

• WAIC 2026 官方信息：展览规模、参展企业、全球首发产品数量

• 世界人工智能合作组织协定签署仪式官方信息（2026年7月16日，上海）

• 环球时报：中国AI大模型加速圈粉海外（2026年7月17日）

• 清华大学沈阳教授关于全球大模型竞争阶段的评论

• Anthropic Claude Opus 4.8 定价公告（2026年9月起涨价50%）

• Marc Andreessen 关于中国模型的公开发言