都怪Kimi

事件概述

2026年7月16日，月之暗面发布Kimi K3大模型，参数规模达2.8万亿，开源、多模态，上下文窗口超过100万。在Artificial Analysis智力指数排全球第3，Arena Frontend Code排全球第1；Terminal-Bench 2.1得分88.3，接近GPT-5.6 Sol的88.8；FrontierSWE得分81.2，超过GPT-5.6 Sol的71.3。消息发布后，华尔街部分观点认为K3戳破了全球算力扩展泡沫，加剧了高位科技股的抛售。

核心信息

K3并非省算力，而是更高效利用算力
-K3采用KDA混合线性注意力，将大部分注意力计算复杂度从平方级降为线性；在48亿参数实验中，KV缓存削减75%，100万上下文解码吞吐量提升至6倍。
-注意力残差机制让深层模型保持长期推理方向感，在长周期软件工程任务中表现突出。
-高稀疏度MoE：896个专家模块，每次只激活16个，依赖Stable LatentMoE在低维隐空间做路由。
-整体扩展效率较前代K2提升约2.5倍。

市场恐慌的逻辑漏洞
-有人认为开源模型用更少算力达到顶尖性能，会颠覆英伟达、Anthropic等公司的估值叙事。但K3体量依然是重型基建：仅4比特浮点精度权重就需要超过1.5TB HBM显存，推理需要64卡以上超节点。
-定价对比：K3每百万Token输入3美元、输出15美元，缓存命中0.3美元；Anthropic Fable 5输入10美元、输出50美元。开源低价的逼近确实动摇闭源高毛利结构（如Anthropic推理毛利率>75%），但这不是价值消失，而是价值从基础设施层流向应用层。

K3对算力需求的影响
-K3在默认最高思考强度下思维链偏长，Token消耗更高。应用普及后，单次调用Token消耗会更惊人，推理计算规模将以远超训练计算的速度膨胀。
-顶尖开源模型将激发更多Agent应用，每个深层调用都会产生巨量推理需求，算力不仅不会过剩，反而会在应用侧爆炸式增长。

值得关注

• 代际差距快速缩小：从K2.6到K3，Arena Code从第18名跃至第1名。国产模型与海外前沿的代际差距已从12-18个月缩短至3个月以内。
• 工程化挑战：K3需要64卡以上超节点部署，暂不是普通企业可随意消费的基础设施。缓存保留仅10分钟，指令模糊时容易过度主动，输出速度62TPS低于同档中位数72TPS。
• 结论：K3验证了更大参数、更复杂架构仍然有效，Scaling Law再次被证实。各方不仅不会收手，反而会加速投入。算力与应用的双轮驱动将开启新一轮繁荣周期。