北京AI初創公司月之暗面近期釋出的Kimi K3模型，以不到美國同行十分之一的成本，實現了接近Anthropic旗艦模型95%的效能，這一對比直擊投資者對AI高投入的敏感神經。然而，深入剖析後可以發現，這筆“省下來的錢”來源複雜，涉及成本差異、資料獲取爭議以及晶片管制等多重因素。

成本差異是顯而易見的。中國在土地、裝置、人力等方面的成本本就低於美國，且中國企業整體IT預算遠不及美國企業軟體支出的十分之一，這種“捨不得花”的體質壓低了AI投資的回報率，也削弱了企業大規模投入的意願。

但另一種“省”則引發爭議。白宮公開指控月之暗面在訓練K3時使用了從美國AI實驗室不當獲取的資料，即所謂的“蒸餾攻擊”。蒸餾本是機器學習中常見的技術，讓小模型學習大模型的能力，成本遠低於從頭訓練。然而，美國智庫外交關係協會（CFR）資深研究員Chris McGuire指出，OpenAI、Anthropic等公司雖會蒸餾自家模型，但不會蒸餾對手模型，因這違反服務條款。蒸餾攻擊則指通過大量提問收集答案來訓練AI，跳過最昂貴的訓練環節，美國財政部長Scott Bessent直言這是“竊取智慧財產權”。月之暗面否認了這些指控。

更深層的制約在於晶片禁令。美國對輝達高階晶片的出口管制，限制了中國廠商獲取頂級晶片，北京官方也鼓勵使用國產替代。因此，即便財力雄厚的阿里巴巴宣佈三年超530億美元的AI投資計劃，也可能因晶片問題無法兌現。

此外，“便宜”標籤本身也存疑。McGuire指出，K3雖免費下載，但模型龐大，普通筆記本無法執行，需依賴雲端高階AI晶片，而這些晶片幾乎全由美國公司製造。月之暗面雲服務對K3每百萬token收費3美元，甚至高於某些Anthropic、OpenAI旗艦模型版本。

這種“省”正在反噬中國AI產業。字節跳動的影片生成AI因算力不足，處理一支影片需十小時；K3上線兩天，使用者用量便逼近算力極限，月之暗面被迫暫停新使用者訂閱。當投資者擔憂美國過度建設資料中心引發AI泡沫時，《經濟學人》提醒，中國可能面臨相反問題：算力飢餓同樣阻礙發展。

這一案例凸顯了中美AI競賽中的不對稱性：美國資本充裕但成本高昂，中國成本低廉卻受制於算力。對於投資者而言，這意味著AI產業鏈的估值邏輯需考慮地緣政治與技術瓶頸，而非單純的成本優勢。