| |
|
|
|
| 知识库 -> 科技 -> Kimi 新模型 K3 跑分力压 ClaudeFable5 登顶，这将对大模型市场格局产生哪些影响？ -> 正文阅读 |
|
|
[科技]Kimi 新模型 K3 跑分力压 ClaudeFable5 登顶，这将对大模型市场格局产生哪些影响？ |
| [收藏本文] 【下载本文】 |
|
Kimi 最强模型：K3 登场，跑分力压 Claude Fable 5 登顶 [图片] IT之家 2026-07-17 06:45发布于IT之家官方账… |
|
开源大模型终将获得最后的胜利。 未来大模型性能趋同，只是在部分细分赛道略有优劣，token就成了水电流量。 当token价格贵到一定程度后，大型企业一定会私有化部署大模型来降低成本，中转站企业也会自己部署开源大模型来向小企业和个人用户赚通道费。 极端简化经济模型下，token大规模全球化应用后，主要成本就是电力。 一度电能产生多少token呢？ 我让K3测算了一下大概是400万个token。 第一步：一度电能产出多少 token 关键假设（推理场景，基于 H100 集群）： 单卡 H100 功耗约 700W，加上机房制冷、网络、CPU 等开销（PUE ≈ 1.3），按 900W 有效功耗计；前沿大模型做大批量推理时，单卡聚合输出速度约 1000 token/秒（保守区间 500–3000）。 那么每生成 1 个输出 token 的能耗： 900 焦耳/秒 ÷ 1000 token/秒 = 0.9 焦耳/token 一度电 = 360 万焦耳，所以： 3,600,000 ÷ 0.9 ≈ 400 万个输出 token/度第二步：按售价折算 输出侧（$50/百万 token）： 400 万 token × 50 美元/百万 ≈ 200 美元/度 输入侧：预填充（prefill）是并行计算，吞吐高得多，约 1 万 token/秒/卡，能耗 0.09 焦耳/token，一度电可处理约 4000 万个输入 token： 4000 万 token × 10 美元/百万 ≈ 400 美元/度 综合输入输出（按 3:1 的典型输入输出比混合），折合约每度电 250–300 美元，即人民币约 1800–2200 元一度电。考虑吞吐量的不确定性，合理区间大致在 100–800 美元/度（约 700–6000 元人民币）。 从现阶段的售价来看，未来的闭源大模型必死无疑。 那么问题来了，都开源了，开源大模型靠什么赚钱？ 在和闭源大模型比拼卖token的同时，还可以给企业私有化部署和调优赚钱，这是闭源大模型无法涉足的领域。 据我所知，现在阿里、智谱已经大规模给集团客户私有化部署了。 最后提一嘴，中国联合十几个国家搞了人工智能合作组织，被很多人YYGQ，然而这些国家有30多亿人口，他们一旦搭上了中国AI技术路线的快车，从国家到企业到个人都不会选美式闭源大模型了。这个生态圈的商业价值是不可限量的。 |
|
说起来开源模型，我们一般想到的是造福个体。绝大多数以前的开源模型，比如在 Huggingface 上面那些几百 MB 或者几个 GB 的模型，或者是某个语音识别的特定模型，它们能帮助我们不再依赖商业软件，用开源手段就能做到类似的事情。 虽然性能可能不如商业软件，但它是可用的，而且价格可能只有商业软件的几分之一，甚至几百分之一。 这是之前开源的定义：为了省钱，我们可以接受一定的性能损失。 但到了 Kimi K3 这个级别的开源模型，它接近 3T 的规模，对个人用户来说几乎就没有用了。之前 512GB 内存的 Mac 之所以卖得很好、被封为“神机”，就是因为它正好能部署下 DeepSeek-V3 这种级别的开源模型；但到了 2.8T 这个级别，得买好几台 Mac Studio 才行。 对于个人来说，它的开源价值已经没那么大了。我觉得这个级别的模型更多是在造福那些没有能力自研模型的主权国家。在 DeepSeek 出现之后，接连出现了印度和韩国的大模型，他们之前没有能力训练这么大的模型，甚至可以说被欧美的几个大模型吓破了胆，觉得价格太高、追赶无望，索性就不造了。直到中国开源了模型，他们通过微调等方式才拥有了自己的大模型。 从 DeepSeek 到 K3，其实是一个“相变”：大模型从个人或小公司可以部署的工具，变成了必须依靠国家级别力量才能部署的基础设施。 当然，性能确实在跃升，但这么大的模型即使你凑够了机器去跑微调或适配，也没法跑推理。即便勉强能跑，每秒几个 token 的速度也基本处于不可用状态。这也是我认为这个模型最大的意义：它把“开源”的概念从个人逐渐转移到了国家层面。 这也是目前讨论度最高的地方：大模型到底应该是商业竞争的产品，还是国家的基础设施（就像水电煤一样）？ 前段时间 OpenAI 的一位公关经理把 K3 称之为“倒退主义”，因为他觉得大模型应该遵循市场经济，通过公司间的竞争（无论是闭源还是技术壁垒）来卷出最好的模型。但中国的态度显然不同，更倾向于把它视作水电煤，鼓励公司间开源，将其打造为国家性的基础设施。 我觉得这有利有弊，但我相信最终的态势一定是向基础设施演进，因为 AI 的使用确实已经无处不在了。水电煤如果让私人企业把持，不见得是一件好事。这是闭源模型的一个根本性劣势：水电煤级别的垄断意味着基础能源的垄断。除非你有武力保护，否则凭什么维持这种统治？或者说，你最终还是要跟超大型国家进行勾兑才能维持霸权。 所以，我不太看好闭源模型最终能成为主流趋势。 送礼物 还没有人送礼物，鼓励一下作者吧 |
|
全球知名 AI 技术博客『Interconnects』刚刚发表长文，谈了对 Kimi K3 及其他中国开源 AI 模型的看法，我觉得还挺中肯的，摘录里面的重要观点和大家分享： - 整体判断：中美大模型之间的性能代差已从此前众说纷纭的 6 到 9 个月，缩短至 3 到 5 个月。无论攻击者怎么阴阳怪气，Kimi K3 无疑是一款真正的前沿模型。 - Kimi K3 的意义在于，它证明了在数据、算法、架构、工具、环境等已知领域，中国实验室同样具备极强的 Scaling 执行力，这与此前 DeepSeek R1 所呈现的意义截然不同。 - 月之暗面正在解决的正是 OpenAI 或 Anthropic 员工面临的技术难题。显然，中国公司能做的，远不止快速跟随。 - 月之暗面团队拥有一种不可思议的文化（注：本文作者此前曾到中国专程拜访过 Kimi 的核心团队成员），甚至可以说是一种气场。即使在 GPU 资源受限的环境中，他们也能够自由施展自己的才华。 - 尽管构建模型很大程度上是一场比拼 Scaling 的游戏，但打造一款好模型的能力，依然极大地取决于个体的执行力、内驱力与自我表达。我走访过众多 AI 公司，极少有哪家能像月之暗面那样，让你瞬间捕捉到如此强烈的文化特质。 - 中国 AI 公司选择开源，最合理的解释就是务实。他们必须通过开源来换取市场普及度、关注度以及真实反馈，尤其是在极具商业价值的硅谷／湾区市场。 - 在经历了数月围绕 Claude Mythos 模型的炒作与恐慌渲染后，美国 AI 媒体圈可能会对中国自上而下鼓励开源的举动而震惊 —— 它提醒我们，世界并未对我们在美国听得最多的 AI 叙事达成共识。 - 从商业角度看，开放模型是对前沿实验室的减速，它会放缓整个 AI 行业的净投资与资本支出节奏。核心原因在于，强大的开放权重模型大幅压缩了闭源实验室的利润空间。 - 这会引发两重连锁反应。第一，实验室能用来反哺下一代模型训练的利润变少了。第二，资本市场会调低对这些公司的终极估值，进而重创其后续的融资能力。这二者叠加，确实会推迟颠覆性 AI 模型的到来。 - 但这对整个社会而言是利好。通过拉低特定性能水平智能的准入门槛，开源权重模型实际上扮演了加速主义者的角色，推动了 AI 在整个经济体中的扩散。 - AI 扩散的加速与 AI 实验室权力集中的削弱，对 AI 转型非常有利。它为我们争取了更多时间去解决新能力带来的棘手难题，也让更多利益相关者能参与塑造未来的走向。毕竟，让任何单一公司来安全地掌控这项世界上最重要的技术，都极有可能出问题。 - 中国实验室的资金效率要高得多。在 Scaling Law 主导的世界里，智能水平与有效资本，也就是用于购买算力、数据和人才的资本成正比。这种极高的资金效率，或许是一个 AI 产业所能拥有的最强王牌。 - 中国的算力市场对外界而言是个谜团。因为中国的算力来源有非常多渠道，且他们的算力消耗（尤其是推理需求）可能也没有美国市场这么大。因此他们能把更多算力倾注在模型训练上。这两个因素极大左右着对中国实验室真实能力的判断，但外界目前依然缺乏有效的衡量手段。 - 如果中国实验室的确握有外界看不到的隐性优势，他们大可继续借此打造出比所有竞争对手更强的模型。K3 的出现理应让大多数人调高一种预期的概率：中国极有可能在不久的将来，凭借更高效的训练产出，在 AI 能力上确立绝对的领先地位。 - Claude Mythos 的风险被过度炒作了。赋予用户极高控制权的开源模型注定会源源不断地涌现。你无法有效封禁数字产品，尤其防不住恶意使用者。事实证明，AI 训练能力在全球范围内的普及程度和持续时间，远超许多分析师的预期。 - 封禁开源模型不仅会破坏 AI 自由市场，短期内反而会让整个生态更加脆弱。如果我们对开源模型施加高压监管，大众反倒会被麻痹，误以为可以高枕无忧。到头来，我们只是稍微推迟了必然的结局。无论是否允许，开源模型最终都会跨越所有关键的能力阈值。 - 在未来几年里，参透并从这场开源与闭源的动态平衡中获益，必须成为整个 AI 社区跨越所有权力与影响力圈层的集体行动。而 Kimi K3 就是这道分水岭。 - 2025 年是开源模型开始被严肃对待的一年。人们意识到，这不会是一个单极世界，AI 的发展轨迹不会只由封闭的美国 AI 实验室来决定。而到了 2026 年，那些由真正前沿的开源模型所引发的潜在风险与加速效应，将真正成为现实。 送礼物 还没有人送礼物，鼓励一下作者吧 |
|
中国扎堆开源模型是一个阶段性的无奈事件。 大部分模型领先是交替的，所以流量是阶段性的。今天GLM5.2刷榜，明天K3，后天DeepSeek说不定又行了。 江山代有才人出，各领风骚几十天。 所以大部分流量都是脉冲式的：新模型发布了用户猛涨一波，过两个月友商发布新模型了，又去友商那了，跟角马大迁徙一样。 而一套硬件的周期是3-5年。 这就很尴尬了：你扩容硬件吧，就满载几十天，吃灰两三年；你不扩容硬件吧，泼天的富贵接不住，给你机会你不中用啊。 与其牛奶倒河里，不如给乡亲们随便喝。 这才是开源背后的商业逻辑。 为什么美国的AI不用开源呢？ 因为美国的厂商能保证稳定的用户群体，他们不用担心硬件吃灰。 OpenAI / chatGPT：品牌效应和技术太强了，用户多到不用担心。 Anthropic / Opus: 代码细分领域太强了，企业用户极多，一签就是一年起，非常稳定。 Google / Gemini: 谷歌产品的内部调用都够了。 所以他们短期内完全不用担心硬件吃灰这回事。 而整个美国的AI叙事就建立在这一条脆弱的逻辑链上。 OpenAI / Anthropic能一直强下去 -> 用户一直离不开它 -> 硬件永远不会吃灰 -> 可以放心砸几千亿买硬件 -> 整个硬件产业链大涨。 K3发布证明了一件事：OpenAI / Anthropic目前在售的模型和开源模型并没有代差。 那美国这个逻辑链是否还能继续成立呢？ |
|
美国AI新贵和反AI老登斗争是很剧烈的，是真的很激烈。 美国斗争你知道的，逻辑什么的两边其实都心里门清，或者说至少比他表现出来的要更明白一些，但就是要抓住对自己有利的叙事强行解释，来把事件引向自己想要的方向。 美国反AI老登诉求其实很明确——既然我分不到AI红利，就把AI给禁了，保护我们的经济。 之前反AI老登就抓住dario的发言直接给他把模型禁了，顺便把gpt也给禁了。 GLM52其实是救了美模一命，因为他至少让美国政府不至于禁止自己的模型。所以你看美国没人骂glm52。美国的反AI老登也不吹捧glm52。没glm52的话，openai就要向特朗普献上5%股份还不够了…… 但这个kimi模型就给了反AI老登又一个借口。虽然这个模型实际上很大，很贵，消耗很多算力，性能上在前端，法律，短文写作等领域局部领先，但综合也不如美模，和当年k1.5，k2，k2.5 的地位其实差不多。 就用美国最流行的AA榜单来看，k2出来时候AA是67，美模是70；k2.5出来时候AA是47，美模是50；k3出来时候AA是57，美模是60。（AA在不断更新，不同时期榜单不能直接对比数值，但同期可以对比差距）k1.5时候没有AA，但k1.5性能和当时的o1也差的不多。 可以看到，k1.5,k2,k2.5和k3相对美模的差距一直就是这样。没有增加也没有减少。kimi一直以来定位就是【对标美模的高端国模】，实际做的也很不错。 但美国反AI老登可不管，张口就是【开源，便宜】云云，虽然k3还没有开源而且也根本不便宜，但他们直接拿着k3当枪，要去拆掉llm这条赛道了。 美国反AI老登虽然脑子有点蠢，但他们有钱有能量。他们真的可以拆赛道，比如Sora，seeddance问世之后，sora直接被开除AI的范畴了，openai也吃了个大闷亏。 结合kimi发模型之后，所有国模包括kimi自己的大股东阿里股价都在暴跌，只能说 一是不要跟着美国老登赢赢赢，你要知道这么赢最赢的是美国老登，对任何人都没有好处 二是小心赛道被拆除。 |
|
|
| [收藏本文] 【下载本文】 |
| 上一篇文章 下一篇文章 查看所有文章 |
|
|
|
|
娱乐生活:
电影票房
娱乐圈
娱乐
弱智
火研
中华城市
印度
仙家
六爻
佛门
风水
古钱币交流专用
钓鱼
双色球
航空母舰
网球
乒乓球
中国女排
足球
nba
中超
跑步
象棋
体操
戒色
上海男科
80后
足球: 曼城 利物浦队 托特纳姆热刺 皇家马德里 尤文图斯 罗马 拉齐奥 米兰 里昂 巴黎圣日尔曼 曼联 |
| 网站联系: qq:121756557 email:121756557@qq.com 知识库 |