月之暗面（Kimi）于7月19日发布的开源模型K3，在48小时内引发全球AI产业剧烈震荡。该模型在评测机构Artificial Analysis的智能指数中拿到57分，排名全球第三，仅次于Anthropic的Claude Fable 5（60分）和OpenAI的GPT-5.6 Sol（59分），超越Claude Opus 4.8（56分）等多款顶尖模型。K3也是全球首个开源的3万亿级别模型，总参数达2.8万亿，单个任务成本仅0.94美元，约为Claude Opus 4.8（1.80美元）的一半。

K3的爆火直接导致Kimi服务器承受巨大压力。7月19日深夜，Kimi官方发布公告称，K3请求量大幅超出预估，逼近现有算力集群承载极限。为保障已订阅用户体验，即日起暂停C端新用户会员订阅，将全部算力留给老用户。同时，会员体系拆分为Kimi主权益（Web、App、Work）和Kimi Code权益，以精准分配算力。

资本市场反应剧烈。K3发布后的首个交易日，英伟达单日市值蒸发约1111亿美元，与2025年1月DeepSeek发布时的情况如出一辙。费城半导体指数当周下跌12.5%，创15个月来最差单周表现。摩根大通策略师在报告中直接称之为“DeepSeek 2.0”。美国国家前AI事务负责人、现任总统科技顾问委员会联席主席大卫·塞克斯（David Sacks）发文表示，这是中国模型第一次在前端编程赛道拿下第一，照此以往美国将输掉AI竞赛。加州大学伯克利分校教授、Databricks联合创始人伊翁·斯托伊卡（Ion Stoica）指出，过去开源模型比最先进模型落后六到九个月，现在这个差距已缩小到两到三个月。

K3的核心技术源于月之暗面两年前提出的RL Scaling（强化学习扩展）路线。与传统的“死记硬背”式Scaling Law不同，RL Scaling让模型学会自我纠错：先尝试解题，自动打分，发现错误后回溯修改，并将经验记录下来。这一思路最早在K0-Math模型上验证，其数学成绩超过了OpenAI当时最强的推理模型o1。K3将RL Scaling能力从数学扩展至全场景，形成“生成—看效果—迭代”的视觉闭环（Vision in the Loop）。技术报告展示，K3能独立编写3D开放世界游戏、剪辑发布预告片，并实现帧级精准节拍同步（frame-accurate beat synchronization）。

尽管综合评分接近顶尖，K3在多项关键指标上仍存差距。在真实代码库长程工程基准DeepSWE中，GPT-5.6 Sol得73.0分，Fable 5得70.0分，K3为67.5分；高难度视觉推理测试Zerobench中，Fable 5以46.0分领先K3的41.0分。K3在长时间、多步骤的复杂工程任务上逊于前两者。技术报告还承认两个部署缺陷：一是对推理历史传递要求极高，切换框架可能导致输出质量骤降；二是在任务模糊时倾向于“过度主动”，替用户做决定，可能引发连锁错误。更关键的是，Artificial Analysis测评指出，K3的幻觉率比上一代K2.6反而上升，对长程编程任务尤为致命。

K3的冲击迫使Anthropic连夜调整策略。原本计划将Fable 5从订阅制中下架、转为纯按量计费，但K3发布后第二天，Anthropic突然改口，宣布Fable 5永久保留在订阅方案中，并为Max和Team Premium用户提供50%额度补偿，Pro和Team Standard用户获得100美元一次性额度。此举意在K3热潮中留住客户。

月之暗面创始人杨植麟的创业选择也引发讨论。其CMU导师、苹果首任AI总监鲁斯兰·萨拉霍丁诺夫（Ruslan Salakhutdinov）澄清，杨植麟并非因签证问题离开美国，而是坚定回国创业。杨植麟曾表示，大厂科学家缺乏推动产品落地的资源与权力，他需要同时研究基础模型和做出产品。联合创始人周昕宇、陈麒聪、张宇韬均来自清华，创业启动成本远低于在美国从零组建团队。

K3的发布标志着中国开源模型首次在全球前端编程赛道登顶，但幻觉率、部署架构依赖等短板仍需解决。这场震荡也再次证明，模型性能的快速迭代正深刻改变AI产业链的估值逻辑与竞争格局。