上週，Kimi釋出新模型K3，迅速成為行業焦點。該模型引數規模達到2.8萬億，據稱是目前國產模型中引數最大的一款。同時，K3在Code Arena程式設計榜上獲得1679分，超越了此前領先的Claude fable5，這也是開源模型首次在該榜單登頂。媒體將此稱為“Kimi時刻”，類比去年的“DeepSeek時刻”。

然而，K3的定價策略隨即引發激烈爭議。其API混合定價為每百萬token 2.3美元，創下中國大模型定價新高。支持者認為，模型效能達到全球領先水平，理應獲得更高定價；反對者則指出，作為開源模型，權重已公開，定價卻高於部分閉源模型，缺乏合理性。Kimi企業業務負責人黃震昕回應稱：“開源模型、中國大模型不該被貼上低價標籤，我們做出了SOTA級模型，也能匹配合理商業定價。”

這一爭議迅速傳導至資本市場。受K3釋出及定價策略影響，智譜股價在連續兩個交易日內暴跌，市值蒸發約3000億港元。此外，有訊息稱，Anthropic的估值也受到衝擊，其年底前達到1.5萬億估值的機率，從原來的78%下降至67%。

圍繞K3的定價權之爭，折射出大模型行業更深層的結構性矛盾。從轉換成本看，客戶更換大模型極為容易——僅需修改API endpoint中的model引數，部署過程可能只需十分鐘。這使得模型層成為轉換成本最低的產品形態之一。同時，SOTA（最先進）頭銜的保鮮期極短，過去兩年間，谷歌、DeepSeek、智譜、Kimi等輪番登頂，領先地位通常僅維持數月。

分析認為，真正可持續的定價權並非來自模型本身，而更可能產生於兩個方向：一是上層應用和入口，通過鎖定使用者的工作流、資料和使用習慣構建護城河；二是底層稀缺資源，如算力和先進製程晶片，輝達的定價權即源於此。大模型層則如同“三明治裡的那片肉”，雖不可或缺，但單獨定價能力有限。

K3的案例表明，在模型層，能力領先帶來的更多是“定價視窗”而非“定價權”。視窗期內，企業可收取溢價，但一旦競爭對手追平，價格便會被拉回。OpenAI的GPT-4系列從高價一路下調，正是這一規律的體現。對於Kimi而言，能否在視窗期內將使用者資料、工作流和習慣沉澱下來，才是實現從“視窗”到“權”跳躍的關鍵。