Kimi K3成全球最大開源模型，掩蓋了美國AI轉向閉源戰略的玄機

請記得點贊、轉發！未關注的，請關注“火星宏觀”賬號，謝謝！

內容提要：

Moonshot AI發布的Kimi K3參數達2.8萬億，是目前全球最大的開放權重模型之一，中國在開源大模型領域已進入全球第一梯隊，并顯著縮小與美國的差距。但這并不意味著中國AI全面領先美國。美國前沿商用模型轉向閉源保護，芯片、算力、商業生態等領域仍保持明顯優勢。但在整個AI產業鏈上，美國整體仍處于激烈競爭但絕對領先階段。

結論先說：Moonshot AI（月之暗面）最新發布的Kimi K3是全球最大的開源模型有一定依據，但如果把它理解成“中國已經全面追平甚至領先美國AI”，則明顯浮夸了。

Moonshot AI（月之暗面）最新發布的Kimi K3確實是目前全球參數規模最大的開放權重（open-weight）大語言模型之一，總參數達到2.8萬億（2.8T），支持100萬token上下文窗口，并在代碼、Agent、多步推理等多個公開基準測試中達到或接近國際第一梯隊。

但需要注意的是，全球最大的開源模型和中國已經縮小、追平甚至領先美國AI整體實力，并不是同一個概念。

可以從幾個方面來看。

第一，"全球最大開源模型"這個說法，基本成立，但要注意"開源"的定義。

Kimi K3采用MoE（混合專家）架構，總參數達到2.8T，比此前DeepSeek、GLM等公開模型規模更大，也超過此前Kimi K2的1T參數，因此從開放權重模型角度來看，稱其為目前參數規模最大的開放模型基本符合事實。

不過，AI業內通常區分：

• Open Weight（開放權重）：公開模型權重，可下載部署。
• Open Source（完全開源）：不僅公開權重，還公開訓練數據、訓練流程、代碼等。

很多媒體把Open Weight直接翻譯成"開源"，嚴格來說并不完全準確。

此外，參數數量并不等于模型能力。因為現在MoE模型絕大多數參數不會同時參與計算。例如：

• Kimi K2：1T參數，但每次推理只激活32B參數。
• Kimi K3雖然總參數達到2.8T，同樣屬于MoE架構，并非2.8T參數全部同時工作。

因此，2.8T更多代表模型容量和潛力，而不是直接意味著智能水平提升了2.8倍。

第二，中國確實縮小了與美國的模型差距，但主要體現在人工智能中的開源模型領域。

過去兩年，中國AI的發展速度非常快。從DeepSeek、阿里Qwen、MiniMax、智譜GLM到Moonshot Kimi，幾乎形成了連續突破。

國際媒體普遍認為，中國頂級模型已經進入全球第一梯隊。例如，路透社評論稱，Kimi K3顯示中國進一步逼近Anthropic和OpenAI。《金融時報》評論說這打破了過去認為中國開源人工智能落后美國8—12個月的印象。Axios的一篇評論文章甚至認為，Kimi K3可能改變全球高端AI市場的價格體系。

也就是說，在人工智能開源模型本身能力上，中美差距確實已經明顯縮小。

在很多公開Benchmark上，比如Coding、Agent、數學、工具調用，中國模型已經能夠與GPT、Claude競爭。

第三、在人工智能開源模型方面中國領先，不能證明美國落后了。

因為事實上，雖然美國并未完全放棄人工智能開源模型（基礎研究模型仍常開源），但為了應對中國AI企業的“快速跟隨”能力，越來越多的美國前沿商用大模型，陸續從此前的開源轉向閉源保護。與此同時，還有一些美國先進的人工智能企業，受商業模式（API收費）、安全風險控制和監管壓力的影響，也實現了從開源向閉源的轉變。

事實上，Moonshot AI最新發布的Kimi K3能夠成為全球最大的開源模型，既有Kimi K3更迭換代后的貢獻，也有美國先進人工智能模型退出開源領域的主動成全。

第四，在人工智能方面，美國領先的不只是模型。

這是國內很多報道容易忽略的地方。如果把AI產業拆開來看，大概包括：芯片 → 算力 → 基礎模型 → Agent → 云平臺 → 企業生態 → 商業化。

中國與美國的差距縮小最快的是：大模型訓練、開源模型、Agent能力。但美國依然保持在以下領域的絕對領先。

① AI芯片。目前全球最先進GPU，包括NVIDIA Rubin、B300、H200 等，仍主要掌握在美國企業手中。中國雖然已有華為昇騰、寒武紀等方案，但總體生態、性能和供應能力仍存在顯著的代差。

② 算力規模。OpenAI、Anthropic、xAI等訓練模型時使用GPU數量通常達到數十萬張。中國頭部公司雖然不斷擴建算力中心，但整體訓練規模仍普遍較小。因此，美國的算力規模仍保持領先優勢。

③ 商業生態。美國擁有OpenAI、Microsoft、Google、Amazon、Meta、Anthropic等全球領先的人工智能企業，他們共同形成了“模型云平臺辦公軟件開發平臺企業應用全球開發者生態”的完整閉環。

中國目前在“企業AI SaaS全球開發者生態海外API市場”等方面與美國的人工智能企業相比，仍有較大提升空間。

第五，真正變化最大的是開源生態。

如果說2024年全球開源模型主要還是Meta Llama系列占優勢，那么到了2026年，情況已經明顯變化。

目前國際開發者使用較多的開源模型包括：Qwen、DeepSeek、Kimi、GLM，其中相當一部分來自中國。很多國外開發者社區已經開始把中國模型作為Claude、GPT之外的重要選擇。

但這一變化僅能說明，中國已經成為全球開源AI的重要供給者，而非全球人工智能領域的領先者。在整個人工智能領域，美國領先優勢并未消失，有些方面可能還在擴大。

比如在開放權重模型中，中美差距可能縮小了，但在頂級閉源模型中，我們與美國的差距可能有所擴大。比如我們在開源生態上可能因美國頂尖企業改為閉源而領先了，但AI芯片、算力規模方面，差距可能有所擴大。這意味著美國在先進AI芯片、超大規模算力、全球云基礎設施、企業軟件生態和商業化體系等方面，仍然保持顯著優勢。

換句話說，Moonshot K3更準確地反映的是：中國已經從AI追趕者成長為全球第一梯隊的重要競爭者，在開放權重模型領域甚至具備領先優勢。但如果放到整個AI產業鏈來看，中美競爭的不均衡狀態可能并未顯著改變或各有優勢，更別提全面超越美國了。

【作者：徐三郎】