月之暗面（Kimi）於7月19日釋出的開源模型K3，在48小時內引發全球AI產業劇烈震盪。該模型在評測機構Artificial Analysis的智慧指數中拿到57分，排名全球第三，僅次於Anthropic的Claude Fable 5（60分）和OpenAI的GPT-5.6 Sol（59分），超越Claude Opus 4.8（56分）等多款頂尖模型。K3也是全球首個開源的3萬億級別模型，總引數達2.8萬億，單個任務成本僅0.94美元，約為Claude Opus 4.8（1.80美元）的一半。

K3的爆火直接導致Kimi伺服器承受巨大壓力。7月19日深夜，Kimi官方釋出公告稱，K3請求量大幅超出預估，逼近現有算力叢集承載極限。為保障已訂閱使用者體驗，即日起暫停C端新使用者會員訂閱，將全部算力留給老使用者。同時，會員體系拆分為Kimi主權益（Web、App、Work）和Kimi Code權益，以精準分配算力。

資本市場反應劇烈。K3釋出後的首個交易日，輝達單日市值蒸發約1111億美元，與2025年1月DeepSeek釋出時的情況如出一轍。費城半導體指數當週下跌12.5%，創15個月來最差單週表現。摩根大通策略師在報告中直接稱之為“DeepSeek 2.0”。美國國家前AI事務負責人、現任總統科技顧問委員會聯席主席大衛·塞克斯（David Sacks）發文表示，這是中國模型第一次在前端程式設計賽道拿下第一，照此以往美國將輸掉AI競賽。加州大學伯克利分校教授、Databricks聯合創始人伊翁·斯托伊卡（Ion Stoica）指出，過去開源模型比最先進模型落後六到九個月，現在這個差距已縮小到兩到三個月。

K3的核心技術源於月之暗面兩年前提出的RL Scaling（強化學習擴充套件）路線。與傳統的“死記硬背”式Scaling Law不同，RL Scaling讓模型學會自我糾錯：先嚐試解題，自動打分，發現錯誤後回溯修改，並將經驗記錄下來。這一思路最早在K0-Math模型上驗證，其數學成績超過了OpenAI當時最強的推理模型o1。K3將RL Scaling能力從數學擴充套件至全場景，形成“生成—看效果—迭代”的視覺閉環（Vision in the Loop）。技術報告展示，K3能獨立編寫3D開放世界遊戲、剪輯釋出預告片，並實現幀級精準節拍同步（frame-accurate beat synchronization）。

儘管綜合評分接近頂尖，K3在多項關鍵指標上仍存差距。在真實程式碼庫長程工程基準DeepSWE中，GPT-5.6 Sol得73.0分，Fable 5得70.0分，K3為67.5分；高難度視覺推理測試Zerobench中，Fable 5以46.0分領先K3的41.0分。K3在長時間、多步驟的複雜工程任務上遜於前兩者。技術報告還承認兩個部署缺陷：一是對推理歷史傳遞要求極高，切換框架可能導致輸出質量驟降；二是在任務模糊時傾向於“過度主動”，替使用者做決定，可能引發連鎖錯誤。更關鍵的是，Artificial Analysis測評指出，K3的幻覺率比上一代K2.6反而上升，對長程程式設計任務尤為致命。

K3的衝擊迫使Anthropic連夜調整策略。原本計劃將Fable 5從訂閱制中下架、轉為純按量計費，但K3釋出後第二天，Anthropic突然改口，宣佈Fable 5永久保留在訂閱方案中，併為Max和Team Premium使用者提供50%額度補償，Pro和Team Standard使用者獲得100美元一次性額度。此舉意在K3熱潮中留住客戶。

月之暗面創始人楊植麟的創業選擇也引發討論。其CMU導師、蘋果首任AI總監魯斯蘭·薩拉霍丁諾夫（Ruslan Salakhutdinov）澄清，楊植麟並非因簽證問題離開美國，而是堅定回國創業。楊植麟曾表示，大廠科學家缺乏推動產品落地的資源與權力，他需要同時研究基礎模型和做出產品。聯合創始人周昕宇、陳麒聰、張宇韜均來自清華，創業啟動成本遠低於在美國從零組建團隊。

K3的釋出標誌著中國開源模型首次在全球前端程式設計賽道登頂，但幻覺率、部署架構依賴等短板仍需解決。這場震盪也再次證明，模型效能的快速迭代正深刻改變AI產業鏈的估值邏輯與競爭格局。