上周，Kimi发布新模型K3，迅速成为行业焦点。该模型参数规模达到2.8万亿，据称是目前国产模型中参数最大的一款。同时，K3在Code Arena编程榜上获得1679分，超越了此前领先的Claude fable5，这也是开源模型首次在该榜单登顶。媒体将此称为“Kimi时刻”，类比去年的“DeepSeek时刻”。

然而，K3的定价策略随即引发激烈争议。其API混合定价为每百万token 2.3美元，创下中国大模型定价新高。支持者认为，模型性能达到全球领先水平，理应获得更高定价；反对者则指出，作为开源模型，权重已公开，定价却高于部分闭源模型，缺乏合理性。Kimi企业业务负责人黄震昕回应称：“开源模型、中国大模型不该被贴上低价标签，我们做出了SOTA级模型，也能匹配合理商业定价。”

这一争议迅速传导至资本市场。受K3发布及定价策略影响，智谱股价在连续两个交易日内暴跌，市值蒸发约3000亿港元。此外，有消息称，Anthropic的估值也受到冲击，其年底前达到1.5万亿估值的概率，从原来的78%下降至67%。

围绕K3的定价权之争，折射出大模型行业更深层的结构性矛盾。从转换成本看，客户更换大模型极为容易——仅需修改API endpoint中的model参数，部署过程可能只需十分钟。这使得模型层成为转换成本最低的产品形态之一。同时，SOTA（最先进）头衔的保鲜期极短，过去两年间，谷歌、DeepSeek、智谱、Kimi等轮番登顶，领先地位通常仅维持数月。

分析认为，真正可持续的定价权并非来自模型本身，而更可能产生于两个方向：一是上层应用和入口，通过锁定用户的工作流、数据和使用习惯构建护城河；二是底层稀缺资源，如算力和先进制程芯片，英伟达的定价权即源于此。大模型层则如同“三明治里的那片肉”，虽不可或缺，但单独定价能力有限。

K3的案例表明，在模型层，能力领先带来的更多是“定价窗口”而非“定价权”。窗口期内，企业可收取溢价，但一旦竞争对手追平，价格便会被拉回。OpenAI的GPT-4系列从高价一路下调，正是这一规律的体现。对于Kimi而言，能否在窗口期内将用户数据、工作流和习惯沉淀下来，才是实现从“窗口”到“权”跳跃的关键。