撰文| 王思易

编辑| 张南

设计| 荆芥

7月20日，Kimi的订阅界面暂时关上了一扇门。

K3上线48小时后，用户请求量瞬间击穿了月之暗面现有集群的天花板。公司被迫踩下刹车：暂停新用户订阅，保住老付费用户的体验，并着手将会员体系拆分为通用版和编程专用版。

在X平台上，官方的自嘲带着一丝炫耀：“我们的GPU已经感受到了。”

月之暗面已于北京时间7月27日23点整，公布K3的完整模型权重。

K3拥有百万级Token上下文，这是一头算力怪兽。过去，企业只能用API远程调用；现在，权重开放意味着大客户可以把这只“怪兽”牵回自己的机房。

这一动作，瞬间搅动了硅谷的存量利益。

OpenAI战略负责人迪恩·鲍尔（Dean Ball）曾在社交媒体上试探：利用监管手段，以国家安全之名限制中国模型入美。他表示廉价且高性能的开源模型，会打击美国前沿实验室砸钱训练新模型的动力。但这番闭关言论旋即招致硅谷投资人、开发者乃至政府AI顾问的围攻，鲍尔不得不删文了事。

从北京到硅谷，K3的这一举动，让美国科技界关于“开放与封闭”的漫长辩论，瞬间从技术理念跌落到赤裸裸的利益冲突层面。

 01 
“黑客”不够强，但生意够用了

就在月之暗面准备开源的同时，英美两国的AI安全机构发布了一份针对K3的网络安全评估报告。

在针对41个Chrome V8高危漏洞的利用测试中，K3的成功率为32%，虽高于智谱GLM-5.2的24%，但远逊于美国顶尖闭源模型。特别是在最高难度的“任意代码执行”环节，K3颗粒无收，而美国模型平均完成了20次。在模拟企业内网渗透测试“The Last Ones”中，K3平均推进到第17步，而美国模型达到了第28.5步。

美国模型在极限能力上依然领先。K3目前尚不足以独立攻破防守严密的大型企业网络，但在缺乏主动防御的小型系统中，它已展现出自主攻击能力，不再仅仅是纸上谈兵的“军火库”。

但这份成绩单，恰恰揭示了当前AI竞赛的一个残酷真相：K3不需要在每一项指标上都拿满分，就能动摇美国公司的商业模式。

现实中，企业不会因为一个模型更擅长黑进系统，就把它奉为圭臬。相反，绝大多数商业场景并不需要这种极致的“破坏力”。文档整理、代码补全、客服归纳、知识库查询——这些构成了AI调用的基本盘。对于这些任务，企业关心的不是谁最强，而是谁更便宜，更可控。

路透社旗下Breakingviews指出，随着Token成本的飙升，竞争焦点正从“谁拥有最强大脑”转向“谁能以最低成本完成任务”。

政府机构出于数据安全考虑，倾向于本地部署；企业为了控制预算，急于将日常任务分流至性价比更高的模型。K3的出现，并非要从美国巨头手中抢走“最强模型”的皇冠，而是要接管那些原本会被闭源模型包揽的海量杂活。

 02 
黄仁勋的“两头通吃”与OpenAI的焦虑

7月24日，硅谷上演了一出耐人寻味的“站队”戏码。

英伟达、微软、Meta、IBM等二十余家巨头联名致信美国政府，呼吁切勿过早限制开源模型。黄仁勋在信中直言，过度的监管只会将创新驱赶到海外。信中强调，开放权重有助于全球研究者审查模型漏洞，提升整体安全性。

值得注意的是，7月24日首批签名公布时，OpenAI、Google和Anthropic都没有出现。但几天之内，签名机构迅速增加，OpenAI和Google随后补上了自己的名字。截至7月27日，在美国几家主要前沿模型公司中，Anthropic仍然缺席。

这并非简单的立场分歧，而是账本上的根本对立。

Anthropic是典型的“卖水人”。它按流量收费。技术优势必须被锁死在服务器里，才能源源不断地转化为现金流。

而英伟达站在另一个维度。无论美国闭源模型多么强势，它需要卖芯片；无论中国开源模型如何普及，它依然要卖芯片。微软的Azure云业务同理，客户部署哪家的模型，最终大概率都要租用它的算力。对于初创公司而言，开源模型则是摆脱Anthropic高昂API绑定的唯一出路。

路透社报道了一个极具讽刺意味的细节：网络安全公司Hugging Face曾遭遇一次由失控的OpenAI模型引发的攻击，事后他们不得不借助智谱模型进行防御，因为美国的闭源模型限制了网络安全用途的调用。

K3的发布，将美国科技产业的利益裂痕撕得更开。一边是渴望维持模型稀缺性的前沿实验室，另一边是依靠算力扩散获利的硬件和云服务商。

市场给出了最直接的投票。K3发布后的四个交易日，英伟达股价应声上涨，而美国五大数据中心运营商的股价集体下跌。Breakingviews分析，开源模型如果分流了前沿实验室的API收入，将重创OpenAI、Anthropic及其背后的数据中心投资者；但对于芯片商而言，无论是谁训练的模型，只要世界需要运行更多AI，它就能卖出更多GPU。

K3并没有摧毁美国的技术优势，它只是精准地打击了美国前沿模型公司对智能能力的“独家收费权”。

 03 

坏账是如何形成的？

长期以来，舆论场存在一个误区：将“开源”等同于“免费午餐”。事实并非如此。模型权重可以免费下载，但围绕模型构建的服务体系——部署、适配、安全审核、运维——无一不需要真金白银。

智谱AI提供了一个绝佳的样本。在持续开源GLM系列模型的同时，其2025年收入逆势增长132%。其中，面向政企的本地化部署收入翻番，云端API调用量暴涨400%，公司甚至顺势提价83%。权重开放消除了“供应商锁定”的恐惧，但没有消除服务商盈利的空间。

相反，模型越大，部署越复杂，客户越倾向于向原厂购买托管服务。月之暗面暂停订阅的消息，恰恰证明了这一点：即便给你权重，你也未必玩得转。

K3的真正杀伤力在于重构了价值链。过去，美国巨头垄断了从模型到服务的全链路，每一笔API费用都流入他们的口袋。如今，随着K3和GLM进入企业机房，价值开始向产业链下游扩散——云厂商、集成商，乃至芯片制造商。

极限情况，单用户低速度，2.8T的模型至少需要16张H200的算力服务器，光是硬件开销就是200万~500万元级别。

美国公司依然拥有技术高地，为了保持这一优势，它们还在不断烧钱扩建数据中心、训练下一代模型。然而，当K3们已经能出色完成80%的通用任务时，越来越少的企业愿意为那20%的极致性能支付全额溢价。

美国公司已经付出的巨额训练成本（沉没成本）无法收回，而原本预期通过全球API垄断获取的超额利润，正被开源模型一点点蚕食。

技术依然领先，但商业回报打了折扣。这笔已经投入却无法按原计划全额变现的技术红利，在金融术语里，就叫“坏账”。