[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"article-kimi-k3-forces-silicon-valley-to-pick-sides-zh":3,"article-related-kimi-k3-forces-silicon-valley-to-pick-sides-zh":32,"series-model-release-b2c2e5ae-86cb-42c9-8fb2-88433cfd908e":81},{"id":4,"slug":5,"title":6,"content":7,"summary":8,"source":9,"source_url":10,"author":11,"image_url":12,"cover_image":12,"category":13,"language":14,"translated_content":11,"related_article_id":15,"keywords":16,"key_takeaways":25,"views":29,"created_at":30,"published_at":31,"topic_cluster_id":11},"b2c2e5ae-86cb-42c9-8fb2-88433cfd908e","kimi-k3-forces-silicon-valley-to-pick-sides-zh","Kimi K3 逼矽谷選邊站","\u003Cp data-speakable=\"summary\">Kimi K3 讓美國 AI 圈正面對開放權重、定價與政策管制的衝突。\u003C\u002Fp>\u003Cp>7 月 16 日，\u003Ca href=\"https:\u002F\u002Fmoonshot.ai\" target=\"_blank\" rel=\"noopener\">Moonshot AI\u003C\u002Fa> 推出 \u003Ca href=\"https:\u002F\u002Fmoonshot.ai\u002Fkimi\" target=\"_blank\" rel=\"noopener\">Kimi K3\u003C\u002Fa>。它有 2.8 兆\u003Ca href=\"\u002Fnews\u002Fwaic2026-ai-agent-embodied-landing-zh\">參數\u003C\u002Fa>，還支援 100 萬 \u003Ca href=\"\u002Ftag\u002Ftoken\">token\u003C\u002Fa> 上下文。這種規格，已經不是一般模型發表會的等級。\u003C\u002Fp>\u003Cp>更麻煩的是，它還走開放權重路線。這讓 \u003Ca href=\"https:\u002F\u002Fopenai.com\" target=\"_blank\" rel=\"noopener\">OpenAI\u003C\u002Fa>、\u003Ca href=\"https:\u002F\u002Fwww.anthropic.com\" target=\"_blank\" rel=\"noopener\">Anthropic\u003C\u002Fa>、政策圈和新創圈，全都得表態。問題不只在模型強不強，而在誰要付錢、誰能用、誰能改。\u003C\u002Fp>\u003Ctable>\u003Cthead>\u003Ctr>\u003Cth>指標\u003C\u002Fth>\u003Cth>Kimi K3\u003C\u002Fth>\u003Cth>對照數據\u003C\u002Fth>\u003C\u002Ftr>\u003C\u002Fthead>\u003Ctbody>\u003Ctr>\u003Ctd>參數量\u003C\u002Ftd>\u003Ctd>2.8 兆\u003C\u002Ftd>\u003Ctd>文中提到的最大開放權重模型之一\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd>上下文長度\u003C\u002Ftd>\u003Ctd>100 萬 token\u003C\u002Ftd>\u003Ctd>適合長文件、程式碼庫、代理工作流\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd>API 售價\u003C\u002Ftd>\u003Ctd>每百萬輸出 token 15 美元\u003C\u002Ftd>\u003Ctd>不到 Fable 5 的三分之一\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd>Artificial Analysis 分數\u003C\u002Ftd>\u003Ctd>57\u003C\u002Ftd>\u003Ctd>排第三，落後 Fable 5 的 60 與 GPT-5.6 Sol 的 59\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd>解碼加速\u003C\u002Ftd>\u003Ctd>6.3 倍\u003C\u002Ftd>\u003Ctd>來自 Kimi Delta Attention\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd>擴展效率\u003C\u002Ftd>\u003Ctd>約 2.5 倍\u003C\u002Ftd>\u003Ctd>相較 Kimi K2\u003C\u002Ftd>\u003C\u002Ftr>\u003C\u002Ftbody>\u003C\u002Ftable>\u003Ch2>K3 不只是模型，也是訊號\u003C\u002Fh2>\u003Cp>K3 的規格很誇張。它採用 Mixture-of-Experts 架構，有 896 個 experts，每個 token 只啟用 16 個。這種設計的目的很直接，就是把算力花在刀口上。\u003C\u002Fp>\n\u003Cfigure class=\"my-6\">\u003Cimg src=\"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1785139414565-q4vu.png\" alt=\"Kimi K3 逼矽谷選邊站\" class=\"rounded-xl w-full\" loading=\"lazy\" \u002F>\u003C\u002Ffigure>\n\u003Cp>它還把 100 萬 token 上下文做成主打。這對長文件整理、程式碼審查、代理式任務很有用。你不用每次都切段重餵，工作流會順很多。\u003C\u002Fp>\u003Cp>Moonshot 也不是只堆參數而已。它用 Kimi Delta Attention、Attention Residuals、Stable LatentMoE，再加上量化感知訓練，去壓解碼成本和提升效率。這些詞很硬，但意思很簡單：它想用更少的浪費，做出更強的模型。\u003C\u002Fp>\u003Cul>\u003Cli>2.8 兆參數，讓 K3 站進超大模型俱樂部。\u003C\u002Fli>\u003Cli>896 個 experts，代表它是大型 MoE 系統。\u003C\u002Fli>\u003Cli>100 萬 token 上下文，直接對準長文與程式碼場景。\u003C\u002Fli>\u003Cli>6.3 倍解碼加速，顯示架構優化真的有用。\u003C\u002Fli>\u003Cli>約 2.5 倍擴展效率，說明它不是只靠堆料。\u003C\u002Fli>\u003C\u002Ful>\u003Ch2>華府和矽谷都很快有反應\u003C\u002Fh2>\u003Cp>這次最先開火的，是美國政策圈。白宮科技政策辦公室主任 Michael Kratsios 在 X 上直接指控，K3 可能大量蒸餾自美國模型。美國財政部長 Scott Bessent 也提到，如果真的發現中國模型帶有美國模型水印，就可能考慮制裁。\u003C\u002Fp>\u003Cp>同一天，\u003Ca href=\"https:\u002F\u002Fopenai.com\u002Findex\u002Fgreg-brockman\u002F\" target=\"_blank\" rel=\"noopener\">OpenAI\u003C\u002Fa> 總裁 Greg Brockman 在 \u003Ca href=\"https:\u002F\u002Fwww.bloomberg.com\" target=\"_blank\" rel=\"noopener\">Bloomberg\u003C\u002Fa> 上說，K3 是「很好的模型，毫無疑問」。他把焦點拉回基礎建設，認為開放權重模型表面上便宜，實際部署還是得靠昂貴硬體。\u003C\u002Fp>\u003Cp>我覺得這句話很誠實，也很現實。模型開放，不代表成本消失。你還是得養伺服器、買 GPU、付電費、管維運。只是門檻會比封閉模型低很多。\u003C\u002Fp>\u003Cblockquote>“Open source AI is inherently decelerationist.” — Dean Ball, OpenAI Strategic Future lead\u003C\u002Fblockquote>\u003Cp>Dean Ball 的說法更直接。他認為開放模型會壓縮前沿實驗室的利潤，讓可投入的資金變少，最後拖慢頂尖模型研發速度。這句話很刺耳，但它點到商業模型的核心。\u003C\u002Fp>\u003Cp>政策派想管蒸餾。封閉實驗室想守住收入。新創和開放模型支持者，則想要便宜又能真的拿來做產品的模型。三邊的立場，很難再混在一起。\u003C\u002Fp>\u003Ch2>新創與 Nvidia 站到另一邊\u003C\u002Fh2>\u003Cp>一個叫 \u003Ca href=\"https:\u002F\u002Fwww.littletech.org\" target=\"_blank\" rel=\"noopener\">Little Tech Association\u003C\u002Fa> 的新組織，拉到 \u003Ca href=\"https:\u002F\u002Fproton.me\" target=\"_blank\" rel=\"noopener\">Proton\u003C\u002Fa>、\u003Ca href=\"https:\u002F\u002Freplit.com\" target=\"_blank\" rel=\"noopener\">Replit\u003C\u002Fa>、\u003Ca href=\"https:\u002F\u002Fwww.ycombinator.com\" target=\"_blank\" rel=\"noopener\">Y Combinator\u003C\u002Fa> 的支持，還組了一封聯名信。將近 200 家公司簽名，要求白宮別去禁中國開放模型。\u003C\u002Fp>\n\u003Cfigure class=\"my-6\">\u003Cimg src=\"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1785139417078-vzb8.png\" alt=\"Kimi K3 逼矽谷選邊站\" class=\"rounded-xl w-full\" loading=\"lazy\" \u002F>\u003C\u002Ffigure>\n\u003Cp>\u003Ca href=\"https:\u002F\u002Fwww.linkedin.com\u002Fin\u002Fsuhaildoshi\u002F\" target=\"_blank\" rel=\"noopener\">Particle\u003C\u002Fa> 創辦人 Suhail Doshi 的講法很直白。他說，如果只能買像 \u003Ca href=\"\u002Ftag\u002Fanthropic\">Anthropic\u003C\u002Fa> 這種封閉模型，幾百家新創可能會立刻死掉。這不是立場問題，是現金流問題。\u003C\u002Fp>\u003Cp>對小團隊來說，模型\u003Ca href=\"\u002Fnews\u002Fethereum-price-network-demand-not-speculation-zh\">價格\u003C\u002Fa>就是生死線。每個月多花幾千美元，可能就把產品路線砍掉了。很多人愛談 AI 願景，但真正決定能不能上線的，常常是帳單。\u003C\u002Fp>\u003Cp>\u003Ca href=\"https:\u002F\u002Fwww.nvidia.com\" target=\"_blank\" rel=\"noopener\">Nvidia\u003C\u002Fa> 執行長 \u003Ca href=\"https:\u002F\u002Fwww.axios.com\u002Fauthor\u002Fjensen-huang\" target=\"_blank\" rel=\"noopener\">Jensen Huang\u003C\u002Fa> 的態度更意外。他說美國先前低估了 DeepSeek，現在也在低估 K3。照他的看法，AI 變便宜之後，需求會變大，晶片、\u003Ca href=\"\u002Ftag\u002F資料中心\">資料中心\u003C\u002Fa>和基礎設施反而更吃香。\u003C\u002Fp>\u003Cul>\u003Cli>近 200 家公司簽名反對封殺中國開放模型。\u003C\u002Fli>\u003Cli>Little Tech Association 拉到 Proton、Replit、Y Combinator。\u003C\u002Fli>\u003Cli>Huang 認為中國模型不太可能把美國公司擠出市場。\u003C\u002Fli>\u003Cli>他也主張開放模型更容易被研究與檢查。\u003C\u002Fli>\u003C\u002Ful>\u003Ch2>真正的戰場是商業模式\u003C\u002Fh2>\u003Cp>這場爭論看起來像技術戰，其實是商業戰。前沿實驗室燒掉數十億美元訓練模型，如果中國團隊能用更低價格交出接近的結果，利潤池就會縮水。\u003C\u002Fp>\u003Cp>利潤一縮，投資人就會重新算帳。市場估值、募資速度、基礎建設預算，都可能跟著變。這也是為什麼封閉模型陣營對開放權重這麼敏感。\u003C\u002Fp>\u003Cp>但開放陣營也有自己的歷史感。Transformer 論文是公開的，PyTorch 也是開源的。AI 早期很多進展，本來就靠共享工具和公開研究堆出來。今天只是商業化程度更高，爭奪也更直接。\u003C\u002Fp>\u003Cp>從這個角度看，K3 逼大家回答的問題很簡單：AI 到底要像高價訂閱服務，還是像基礎設施？兩種答案，對應兩種產業結構。\u003C\u002Fp>\u003Cul>\u003Cli>若開放模型持續降價，封閉模型的毛利會被壓縮。\u003C\u002Fli>\u003Cli>若新創能用更便宜的模型，產品上線速度會更快。\u003C\u002Fli>\u003Cli>若投資人改看成本效率，估值邏輯也會變。\u003C\u002Fli>\u003Cli>若模型更像基礎設施，晶片需求反而可能增加。\u003C\u002Fli>\u003C\u002Ful>\u003Ch2>中國團隊也在自己的節奏上跑\u003C\u002Fh2>\u003Cp>Moonshot 創辦人楊植麟的態度，這兩年變很多。2023 年時，他還偏向封閉策略。到了 2025 年，DeepSeek 帶來衝擊後，Moonshot 先開放 K2，再推 K2.5，最後輪到 K3。\u003C\u002Fp>\u003Cp>這代表策略調整，不是臨時起意。Moonshot 之前在 GTC 的分享，已經談到優化、注意力和 residual connection 的新想法。現在它把這些想法直接塞進可用模型裡。\u003C\u002Fp>\u003Cp>Moonshot 團隊也坦白講過資源限制。他們在 Reddit AMA 說，GPU 沒有美國大廠那麼多，只能把每張卡榨得更乾。這種說法很有中國新創味道，聽起來苦，但也很務實。\u003C\u002Fp>\u003Cp>Co-founder Zhou Xinyu 那句回應也很有意思。他被問到 \u003Ca href=\"\u002Ftag\u002Fopenai\">OpenAI\u003C\u002Fa> 花多少錢時，回答是：「我們也不知道，只有 Sam 知道。我們有自己的節奏。」這句話很像在說，別拿同一套標準套所有人。\u003C\u002Fp>\u003Cul>\u003Cli>DeepSeek、Zhipu、Moonshot 都在不同節奏上往前跑。\u003C\u002Fli>\u003Cli>開放權重讓中國團隊不用完全比拼資本密度。\u003C\u002Fli>\u003Cli>架構優化的重要性，已經不輸參數量。\u003C\u002Fli>\u003Cli>K3 的完整權重若在 7 月 27 日釋出，生態會再被測一次。\u003C\u002Fli>\u003C\u002Ful>\u003Ch2>接下來會怎麼走\u003C\u002Fh2>\u003Cp>K3 不會直接證明開放模型一定贏。它已經證明一件事：開放模型足以逼封閉實驗室公開 دفاع自己的商業邏輯，也能讓新創找到更便宜的起跑點。\u003C\u002Fp>\u003Cp>如果 Brockman 說的「中國還落後約四個月」是真的，那這個差距小到足以讓市場緊張，也大到足以讓競爭繼續失控。接下來的重點，不是誰先喊贏，而是誰先把模型真的用進產品。\u003C\u002Fp>\u003Cp>我自己的判斷很直接。K3 比較像壓力\u003Ca href=\"\u002Fnews\u002Fgeekbench-7-realistic-cpu-gpu-benchmark-setup-zh\">測試\u003C\u002Fa>。它在測美國 AI 商業模式，也在測市場能不能接受開放權重成為常態。若完整權重如期釋出，\u003Ca href=\"\u002Ftag\u002F台灣開發者\">台灣開發者\u003C\u002Fa>也該盯緊：能不能 fine-tune、能不能部署、成本會不會真的壓下來。這些才是最實際的問題。\u003C\u002Fp>","Kimi K3 以 2.8 兆參數、100 萬 token 上下文與開放權重策略，逼美國 AI 圈正面對決。它牽動政策、定價、晶片需求與新創成本。","zhuanlan.zhihu.com","https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F2063931637906330252",null,"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1785139414565-q4vu.png","model-release","zh","63d81bb8-cd12-4273-864f-584d9d7db6d1",[17,18,19,20,21,22,23,24],"Kimi K3","開放權重","Moonshot AI","OpenAI","Nvidia","人工智慧","LLM","AI 新創",[26,27,28],"Kimi K3 用 2.8 兆參數、100 萬 token 上下文和開放權重策略，逼美國 AI 圈正面回應。","這場爭論核心是商業模式：封閉模型的高毛利，對上開放模型的低成本擴散。","對新創來說，K3 的意義在於更便宜的模型選項；對晶片與基礎設施市場，需求可能反而增加。",0,"2026-07-27T08:03:09.48247+00:00","2026-07-27T08:03:09.469+00:00",{"tags":33,"relatedLang":40,"relatedPosts":44},[34,36,38],{"name":20,"slug":35},"openai",{"name":21,"slug":37},"nvidia",{"name":19,"slug":39},"moonshot-ai",{"id":15,"slug":41,"title":42,"language":43},"kimi-k3-forces-silicon-valley-to-pick-sides-en","Kimi K3 Is Forcing Silicon Valley to Pick Sides","en",[45,51,57,63,69,75],{"id":46,"slug":47,"title":48,"cover_image":49,"image_url":49,"created_at":50,"category":13},"1b42790d-8acd-4eba-822d-0e389f6ecca6","google-gemini-3-6-flash-pro-missing-zh","谷歌先推 Gemini 3.6 Flash，Pro 仍缺席","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1785144807813-mfup.png","2026-07-27T09:32:52.865424+00:00",{"id":52,"slug":53,"title":54,"cover_image":55,"image_url":55,"created_at":56,"category":13},"4fce0081-1ca3-44a1-91a7-1756615c769e","opus-5-fewer-refusals-ship-faster-zh","Opus 5 讓你少碰拒答","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1785045786200-pciu.png","2026-07-26T06:02:43.075148+00:00",{"id":58,"slug":59,"title":60,"cover_image":61,"image_url":61,"created_at":62,"category":13},"74cd6162-e59b-45f1-9fb0-d315b14b1da7","claude-opus-5-undercuts-fable-5-price-zh","Claude Opus 5 以更低價格搶企業單","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1784982778740-4mwu.png","2026-07-25T12:32:32.937725+00:00",{"id":64,"slug":65,"title":66,"cover_image":67,"image_url":67,"created_at":68,"category":13},"241f7378-04d7-4fdd-903d-5c32afbea477","openai-gpt-5-6-pricing-tiers-zh","OpenAI 列出 GPT-5.6 三檔定價","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1784811764336-hr3z.png","2026-07-23T13:02:23.344674+00:00",{"id":70,"slug":71,"title":72,"cover_image":73,"image_url":73,"created_at":74,"category":13},"20c23f9d-2ddf-43b1-97ba-f97a494b006e","gemini-3-6-flash-efficiency-over-hype-zh","Gemini 3.6 Flash 證明 Google 把效率放在 hype 前面","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1784725369011-xwnw.png","2026-07-22T13:02:20.322757+00:00",{"id":76,"slug":77,"title":78,"cover_image":79,"image_url":79,"created_at":80,"category":13},"0de8d105-5bda-4eab-8cba-fb6f9515ec78","kimi-k3-grok-build-code-analysis-zh","Kimi K3讀懂82萬行 Grok Build 代碼","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1784711003170-xiom.png","2026-07-22T09:02:38.007579+00:00",[82,87,92,97,102,107,112,117,122,127],{"id":83,"slug":84,"title":85,"created_at":86},"58b64033-7eb6-49b9-9aab-01cf8ae1b2f2","nvidia-rubin-six-chips-one-ai-supercomputer-zh","NVIDIA Rubin 把六顆晶片塞進 AI 機櫃","2026-03-26T07:18:45.861277+00:00",{"id":88,"slug":89,"title":90,"created_at":91},"0dcc2c61-c2a6-480d-adb8-dd225fc68914","march-2026-ai-model-news-what-mattered-zh","2026 年 3 月 AI 模型新聞重點","2026-03-26T07:32:08.386348+00:00",{"id":93,"slug":94,"title":95,"created_at":96},"214ab08b-5ce5-4b5c-8b72-47619d8675dd","why-small-models-are-winning-on-device-ai-zh","小模型為何吃下裝置端 AI","2026-03-26T07:36:30.488966+00:00",{"id":98,"slug":99,"title":100,"created_at":101},"785624b2-0355-4b82-adc3-de5e45eecd88","midjourney-v8-faster-images-higher-costs-zh","Midjourney V8 變快了，也變貴了","2026-03-26T07:52:03.562971+00:00",{"id":103,"slug":104,"title":105,"created_at":106},"9e1044b4-946d-47fe-9e2a-c2ee032e1164","xiaomi-mimo-v2-pro-1t-moe-agents-zh","小米 MiMo-V2-Pro 登場：1T MoE 模型","2026-03-28T03:06:19.002353+00:00",{"id":108,"slug":109,"title":110,"created_at":111},"c4b6186f-bd84-4598-997e-c6e31d543c0d","cursor-composer-2-agentic-coding-model-zh","Cursor Composer 2 走向代理式寫碼","2026-03-28T03:13:06.422716+00:00",{"id":113,"slug":114,"title":115,"created_at":116},"e112e76f-ec3b-408f-810e-e93ae21a888a","apple-siri-gemini-distilled-models-zh","Apple Siri 牽手 Gemini 的真相","2026-03-29T04:52:57.886544+00:00",{"id":118,"slug":119,"title":120,"created_at":121},"c679b51f-194a-463b-87fc-7695256ff752","mimo-v2-pro-vs-omni-vs-flash-2026-zh","MiMo V2 Pro、Omni、Flash 怎麼選","2026-04-02T01:18:43.576128+00:00",{"id":123,"slug":124,"title":125,"created_at":126},"3b988fd7-6749-4f01-ba25-c0ad7486dc31","z-ai-glm-5v-turbo-design2code-claude-zh","GLM-5V-Turbo 在 Design2Code 贏了…","2026-04-02T04:03:36.31741+00:00",{"id":128,"slug":129,"title":130,"created_at":131},"975a7aef-030e-41a6-9401-1c6a342be68e","april-2026-ai-model-releases-zh","2026年4月 AI 模型更新追蹤","2026-04-02T08:45:33.308563+00:00"]