Kimi K3开源大模型近期在全球AI圈引发震动。这款参数量达到2.8万亿的模型，在多项基准测试中表现超越包括Fable 5在内的美国前沿闭源模型，被部分观察者称为“年度最强开源模型”。其成功被认为打破了此前关于Scaling Law“撞墙”的讨论，证明通过算法、工程优化与参数扩展的结合，仍可推动模型性能前沿。

然而，Kimi的开发者——AI公司Kimi（原称月之暗面）很快遭遇了现实挑战。7月19日晚间，Kimi发布通知信，宣布暂停新用户接入，原因是用户需求超预期、存量算力逼近极限。公司不得不将有限算力优先分配给存量用户，直至新算力到位后再开放更多订阅名额。一位资深科技投资人指出，直接“暂停”增量用户接入，意味着算力供给上已无任何腾挪空间，这严重影响了商业变现与用户口碑。上海财经大学教授胡延平认为，Kimi暂停新用户接入的原因是算力准备不足，而非ROI未转正；当前比ROI转正更重要的是接住用户。

Kimi企业业务负责人黄震昕在沟通会上表示，公司正通过模型性能优化和算力供给来解决问题。与此同时，市场传出智谱已获得1GW纯国产算力的消息，引发国产算力从业者热议。以华为昇腾Atlas 950超节点为例，1GW相当于约10000个机柜、64万张NPU，即便按平均单价10万元计算，也将是一笔超600亿元的算力大单。若消息属实，将对国产算力产业链构成巨大利好。

在技术层面，Kimi K3的架构融合了KDA（让序列计算更高效）、AttnRes（优化深度信息流）和Stable LatentMoE（扩大参数容量）等模块，实现了2.8万亿参数的极稀疏MoE模型。期智研究院研究员李彪指出，K3暂未呈现范式级的全新架构，但值得关注的是将这些已有模块与极稀疏MoE、低精度训练和大规模并行系统整合并扩展到万亿参数规模。他强调，模型规模仍是提升前沿能力的重要变量，但规模能否有效转化为能力，取决于架构、数据配比、优化方法和基础设施的共同配合。

算力焦虑也加速了Kimi的资本运作。据外媒报道，Kimi计划8月启动上市前最后一轮融资谈判，目标估值为500亿美元，相当于DeepSeek上一轮融资后的估值。同时，Kimi正拆除VIE架构，加速赴港上市流程，有望成为继智谱、MiniMax之后在港股上市的“大模型第三股”。此前，Kimi创始人杨植麟在2025年底内部信中确认完成5亿美元C轮融资，投后估值43亿美元，现金持有量超100亿元。彼时他认为可从一级市场募集更大量资金，不急于上市。但7个月后，Kimi K3的算力瓶颈表明，100亿元现金在算力采购面前仍显不足。

Kimi K3的推理经济性也受到关注。根据Artifacial Analysis的“智能指数”评测，Kimi K3在全部9项测试中产生约1.3亿个输出Token，总账单高达2709.75美元，远高于同类模型的中位数。Kimi方面认为，中国开源模型不应被贴上性价比标签，SOTA模型应有自己的定价权。但胡延平教授指出，若不考虑量效比，长期竞争可能出现“token不经济”的问题。他以英伟达为例，强调在H200上token的ROI可能为负，但升级为B300则可能成为“印钞机”，这给国产算力提出了既要保证供给、也要在硬件层面释放token经济性的新要求。

2026年世界人工智能大会（WAIC）上，国产算力的进化趋势已显现。华为从2025年的CloudMatrix 384到2026年的Atlas 950两代超节点，单柜计算密度翻倍，从支持千亿参数模型训练扩展至万亿参数模型的低精度训练和混合推理。国产算力从业者普遍表现出乐观情绪，市场开始为中国芯片重新定价。如果说上市是中国芯片的第一场战争，那么接住国产大模型的需求、为其token成本托底，将成为关键的第二战。