月之暗面发布2.8万亿参数开源模型Kimi K3:豪赌开发者生态,盈利难题待解
2026年7月16日,北京AI创业公司月之暗面(Moonshot AI)发布全球最大开源模型Kimi K3,参数规模达2.8万亿。该模型采用混合专家架构以控制成本,通过开源策略吸引开发者生态,但高昂的训练和运营费用使其高度依赖融资(2026年5月完成20亿美元融资,估值超200亿美元)。性能接近顶尖闭源模型,但在商业转化上仍面临巨大挑战。
事件概述
2026年7月16日,北京AI创业公司月之暗面(Moonshot AI)正式发布开源大模型Kimi K3,参数规模达2.8万亿,超越此前所有开源模型,成为全球最大的开源AI模型。发布时机选在上海世界人工智能大会前夕,意在吸引行业关注。
核心技术细节
Kimi K3采用混合专家(Mixture of Experts, MoE)架构,内部被划分为896个专门的子网络(专家)。在处理用户请求时,模型的路由系统仅激活与任务最相关的16个专家,而非遍历全部2.8万亿参数。这种设计显著降低了推理计算成本和能耗,使模型能执行复杂任务(如大规模代码分析、长篇幅法律研究)而无需调用全部算力。
开源战略与融资背景
月之暗面选择完全开源核心代码,允许全球开发者免费下载、部署和定制模型。这一策略旨在快速构建开发者社区,借助社区力量改进软件和开发应用,从而挑战闭源巨头。然而,训练一个2.8万亿参数的模型需要数月不间断使用数千颗专用芯片,成本高达数千万美元。给予免费意味着公司必须依赖外部资本输血。
2026年5月,月之暗面完成一笔20亿美元融资,由美团龙珠领投,中国移动与CPE中国基金参与,投后估值超过200亿美元。这笔资金为后续研发提供了缓冲,但高昂的“烧钱”速度意味着资金窗口有限。
性能表现与商业前景
在标准化基准测试中,Kimi K3表现接近领先的闭源模型,但仍落后于Anthropic的Claude Fable 5和OpenAI的GPT-5.6 Sol。在编程、视觉理解和长程逻辑推理方面成绩突出,例如能够分析整个源码目录、运行程序、分析崩溃日志并定位修复方法。
但技术能力并不自动转化为商业成功。随着AI热潮逐渐回归理性,企业客户更看重实际投资回报而非参数规模。月之暗面能否将高开发者参与度转化为可持续收入,仍是决定Kimi K3成败的关键。目前,公司正押注于通过提供全球最大开源模型,成为未来AI经济不可或缺的基础设施,但这一基础设施能否支撑盈利模式,尚无定论。
