随着月之暗面（Moonshot AI）正式开源Kimi K3模型权重，国产算力生态积极适配 。同时 ，由该模型掀起的开源风暴持续扩大 ，英伟达集结本土科技巨头达成开源联盟，而闭源模型巨头尚未加入 。业内专家建议 ，国产AI产业链打造全球开源社区 ，争取行业标准主导权，提升世界 话语权。
记者获悉 ，7月29日 ，月之暗面已完成F轮融资 。消息显示，公司该轮融资金额超35亿美元，并以500亿美元的融资前估值进行上市前融资 。
国产生态火速适配
7月27日 ，Kimi K3完整模型权重正式开放下载。该模型总参数量达2.8万亿 ，是全球首个开源的3万亿级别模型 。模型基于KDA混合线性注意力机制（Kimi Delta Attention）和注意力残差（Attention Residuals）技术构建，原生支持视觉理解 ，并拥有100万Token（词元）上下文窗口 ，KV Cache（键值缓存）压缩75%，长上下文解码速度比较高 提升6.3倍 ，大幅优化了训练与推理的效率及成本 。
根据Artificial Analysis最新排名 ，Kimi K3智能水平位居全球第四，为开源模型之首。
此次Kimi K3一经开源发布 ，昇腾便宣布950全系列、Atlas A3产品支持Kimi K3部署 ，并表示，Kimi K3 896专家的大EP（大规模专家并行）部署场景 ，能够充分发挥昇腾超节点架构优势。另外 ，昇腾生态合作伙伴趋境科技也完成了Kimi K3在昇腾Atlas A3上的推理适配 。
7月28日，阿里云真武M890超节点实例已适配Kimi K3，双方将进一步展开国产算力合作 ，千问AI平台和阿里云百炼也将提供Kimi K3的模型API 。同时 ，阿里云自研芯片平台平头哥宣布与月之暗面联合调优，配套阿里云真武M890超节点 ，专门适配万亿级MoE模型高并发推理。据测试 ，真武超节点运行Kimi K3的首Token时延降低约35%，长上下文场景下用户体验更流畅 。
A股上市公司中 ，海光信息宣布完成该模型在海光DCU平台的全流程适配 、部署与性能验证 。围绕Kimi K3的架构特性 ，海光DCU团队依托自研DAS/DTK软件栈，完成了从底层算子 、训练推理框架到推理引擎的全栈适配 ，带来部署与性能的双重升级。
另外 ，摩尔线程28日宣布，基于AI训推一体智算卡MTT S5000及MUSA软件栈 ，公司完成Kimi K3的适配；润建股份29日宣布 ，Kimi K3模型已正式登陆算力服务平台“润道星算 ” 。
任务成本差异加大
Kimi K3的发布，持续引发对当前开源与闭源模型间的任务成本差距的关注 。
IDC中国研究经理程荫向证券时报记者表示，相比闭源头部前沿模型（GPT系列、Claude旗舰版） ，同等能力的国产开源模型（Kimi K〖叁〗 、 DeepSeek旗舰）依托更高效架构 、国产算力集群 ，训练总成本仅为闭源厂商的1/5至1/6。
在推理方面，闭源模型需要自研整套训练底座、私有高质量数据集 ，固定研发成本极高 ，开源模型与闭源模型的推理任务成本差距可达几十倍 。
成本优势反映在市场流量结构变化上 。非营利机构Mozilla统计，截至2025年底 ，开源权重模型在OpenRouter平台上Token占比约1/3；到今年7月 ，Token交易量排名前七的均为开源权重模型。
更重要的是，Kimi K3并未走低成本路线 ，其定价属于国产高端模型水平 ，甚至倒逼全球头部模型厂商调整策略 。
“随着需求分层，不同梯队模型定价权出现差异 。 ”瑞银证券中国互联网行业分析师熊玮日前在媒体分享会上表示。
据瑞银证券统计 ，中国头部模型的训练成本约为海外龙头的1/10；推理成本方面 ，中国模型API（应用编程接口）定价约为海外对标模型平均定价的10%至20%，且仍能保持20%至40%的毛利水平，略低
于美国同行 ，但仍然是一个非常健康的水平。
“这种优势并非源于激进补贴或者厂商疯狂让利 ，而是结构性的成本效率优势，包括训练算法创新和架构设计 、模型策略重点差异以及开源生态协同等因素 。”同时 ，熊玮提醒国产模型训练和推理还存在明显的算力瓶颈 。
开源风暴席卷全球
本次Kimi K3的发布掀起了开源风暴。一方面 ，OpenAI与Anthropic的高管质疑开源模型的安全性与合规性，甚至警告开源将削弱美国实验室加码算力投资的商业动机 。另一方面 ，近200家美国初创企业敦促美国政府不要切断对中国开源模型的访问 。
近日 ，英伟达创始人 、CEO黄仁勋在接受节目采访时直言“中国模型非常出色 ”，市场低估了开源模型Kimi带来的影响力 ，就像此前低估了DeepSeek一样。同时 ，高质量的开源大模型可以让更多人使用AI，这样会带来更多芯片、数据中心、算力的需求 ，催生更多AI服务应用 。英伟达于7月27日宣布成立“开放安全AI联盟 ”（OSAIA） ，最新已经获50多家合作伙伴加入 。
关于开源生态的竞争，程荫建议国内AI产业链算力端软硬件协同优化，搭建分层算力网络；完善全链路国产软件栈 ，建立分层商业模式 ，摒弃内卷聚焦行业落地；打造全球开源社区，争取行业标准主导权 ，提升世界 话语权。
（文章来源：证券时报）
