一款中国大模型，意外逼出了美国AI产业路线之争|ai产业|中国|大模型|开源软件|智能体|美国

凭借顶尖性能与极致性价比，中国大模型Kimi K3发布即爆火。仅8天后，美国科技巨头便联名为开源模型站台。表面上是一场关于开源与闭源的路线之争，背后却是中国AI崛起、高性价比模型冲击硅谷估值体系，以及美国科技界对未来主导权的激烈争夺。

撰文 | REN

7月16日，中国初创公司月之暗面（Moonshot AI）发布新一代大语言模型Kimi K3。发布3天后，公司宣布暂停 C 端新用户订阅注册，理由是用户请求量已经逼近系统算力上限，其火爆程度可见一斑。

随后时间来到7月24日，Meta、英伟达、微软、IBM等25家美国科技公司与投资机构，发表了一封题为《开放权重与美国AI领导力》（Open Weights and American AI Leadership）的公开信，宣称开放权重模型（Open-weight Models）对美国维持AI领导地位至关重要，过早或过度的限制将适得其反。

从一款中国模型引爆舆论，到美国同行联名为开源模型背书，中间只隔了8天。这个时间差，比K3本身的参数规模更值得琢磨：短短一周多，美国AI产业内部关于要不要拥抱开放模型的分歧，被公开摊在了台面上，而摊牌的直接推手，是一款他们既想利用、又心存忌惮的中国模型。

高性价比是王道

这场风波的起点就是K3的性能。AI评测平台Arena.ai的数据显示，K3在全栈 Web 开发榜单（WebDev Fullstack）上高居第一，超过了Claude Fable 5与GPT-5.6 Sol；在文本榜单（Text Arena）上排在第11，较上一代Kimi K2.6的第40名有明显提升。其总参数量达到2.8万亿，上下文窗口为100万token。其权重已于7月27日开放下载，目前是全球规模最大的开放权重模型。

K3 发布后的 72 小时内，由于市场对美国巨头斥资数百亿美元建立的算力护城河产生严重质疑，美股 AI 板块市值蒸发——这固然是当周科技股持续走弱的延续，市场对“美国式AI泡沫”的担忧本就存在，但K3无疑是推动力之一。西方媒体和金融分析师将其称为继 2025 年初 DeepSeek 崛起之后的“第二次 DeepSeek 冲击”，并打破了“美国在 AI 领域绝对领先中国”的传统认知。

很显然，开放权重模型与闭源模型的性能差距，已经收窄到历史最低点。

如果只看基准测试排名，很容易把这次冲击简单理解成中国模型又一次证明自己不差。但真正让硅谷坐立不安的，不是K3或者DeepSeek能不能得第一，而是一个更朴素的商业事实：大部分企业根本不需要排名第一的模型，高性价比才是王道。

在开发者常用的模型市场OpenRouter上，按token周使用量计算，来自腾讯、小米、DeepSeek、MiniMax与智谱的五款中国开放权重模型已占据榜单前五名。这个趋势在K3引爆舆论之前就已出现——DoorDash、Airbnb与西门子等公司已经部分开始采用中国的AI大模型。

https://openrouter.ai/rankings#top-models

可以说，用最顶级的模型处理简单的日常工作，如同开法拉利去超市买菜。DoorDash联合创始人安迪·方（Andy Fang）在社媒上说，公司已经把“较低优先级的工作”交给月之暗面的模型处理，由此省下不少开支。旧金山创业公司Lindy则切掉Claude业务流量，转而拥抱DeepSeek V4。

不过，K3并没有走传统的价格战路线。Kimi K3 API 的基础标价是3 美元/百万输入和15 美元/百万输出，与 Claude Sonnet 处于同一梯队。其真正的杀手锏在于对高达 100 万 Token 的上下文窗口不收取任何长文本溢价，并且对于命中的缓存的Token 给予 90% 的超高折扣（降至 0.30 美元/百万Token）。

在企业日常的Agent循环、代码库审查和 RAG（检索增强生成）任务中，系统提示词和背景文档会被高频反复使用。OpenRouter 平台的数据显示，K3 在真实生产环境中的缓存命中率高达 92.8%，这使得企业的实际有效输入费率迅速压缩至 0.3 美元/百万Token。

基于 Artificial Analysis成本测算模型，采用 7:2:1（缓存/输入/输出）的调用比例，K3 的混合有效费率仅为 2.31 美元/百万Token，完成单项复杂测试任务的平均成本仅为 0.94 美元。这一成本优势低于 GPT-5.6 Sol（1.04 美元）和 Claude Opus 4.8（1.8 美元）。

当便宜数倍的模型已经能完成95%的日常任务，“我们家模型更聪明”就不是商业护城河。真正的护城河只剩下那最难的5%，而这部分市场，未必大到能撑起OpenAI和Anthropic正在筹备的天价IPO估值。这才是K3让华尔街紧张的根本原因，也是理解后面开放权重大辩论的钥匙。

大辩论

紧张情绪最先以一种颇为难堪的方式爆发出来。入职OpenAI仅两周、此前曾在特朗普政府参与AI政策制定的“战略未来”负责人迪恩·鲍尔（Dean Ball），在K3引发热议后不久发布长文，指责中国放任K3这样强大的模型开源，并提出“开放权重模型本质上是减速主义的”这一说法。

言下之意，开源会打击资本对前沿模型研发的投入意愿，从而拖慢整个行业的进步。他还预测，特朗普政府将围绕中国开放权重模型制造监管上的不确定性，让企业知难而退。

这条推文迅速招来群嘲：AI公司Littlebird联合创始人亚历山大·格林（Alexander Green）直言这种论证方式简直离谱；就连特朗普政府自己的AI顾问大卫·萨克斯（David Sacks）也没有站在鲍尔一边，反而写道，几家头部闭源实验室“已经在营收上形成双头垄断”，如今却想借政府之手消灭开源竞争者；国防部负责研究与工程的副部长埃米尔·迈克尔（Emil Michael）的评价更不留情面，径直称鲍尔是行业里“头号蠢货”。

耐人寻味的是，在这场围剿鲍尔的声浪里，最响亮的一个声音恰恰来自英伟达。CEO黄仁勋接受采访时表示，“优秀的开源模型理应被使用”，美国企业应该被允许使用中国模型，而华尔街和华盛顿都误判了Kimi的意义——正如此前误判DeepSeek一样。

他认为，“下载中国模型等于留后门”的说法完全不成立，企业完全可以在受控的沙盒里定制、隔离这些模型。反而是把身家性命都押在单一模型、单一供应商身上，才会造成单点故障式的系统性风险。他甚至把这套逻辑用到了英伟达自己客户身上，公开呼吁Anthropic向所有用户开放目前受限的网络安全模型Claude Mythos。

黄仁勋的第一条推文就是转发公开信

至于中国公司是否靠蒸馏窃取了美国模型的能力，黄仁勋的回应是，从其他知识来源中学习本就是智能的基本特征，企业若确有违反合同或隐私协议的行为，应当承担责任，但这不等于要限制模型本身。

3天之后，这套论证几乎逐字逐句地出现在了微软发布的那封公开信里。信中写道，蒸馏，即利用一个模型的输出去训练或改进另一个模型，是一种被广泛使用的技术，本身延续了开源软件运动以来“从既有技术中学习、在其基础上构建”的传统。真正需要警惕的是非法窃取闭源模型价值的行为，而这类问题应当通过有针对性的法律与商业手段解决，而不是对某项技术本身一刀切地限制。

信中还主张，把先进能力都集中在少数几个闭源模型手里，只会制造更多单点故障，而开放模型能让更广泛的研究者社区去检验、发现漏洞并加以修补。

及时的风险案例

前述公开信中关于闭源模型风险的担忧，并非危言耸听。就在7 月 16 日，公开信发布的几天前，全球最大开源 AI 社区 Hugging Face发生了一起重大网络安全事件，以一种极具讽刺意味的方式，戳破了闭源模型的安全神话，并为开源模型的价值正名。

据Hugging Face 披露，其核心数据处理管道遭到了前所未有的入侵。攻击者并非人类黑客，而是一个完全自主的 AI 智能体。该 AI 智能体通过一个恶意数据集，巧妙利用了远程代码加载器和模板注入两个漏洞，突破沙盒并获取了节点级访问权限。在一个周末的时间里，它在数个内部集群中横向移动，动态变换命令与控制（C2）节点，执行了超过 17000 次的协调行动，窃取了大量内部凭据。

始作俑者是OpenAI。这起事件正是该公司的 GPT-5.6 Sol 及另一款未发布的更强大前沿模型所为。更令人不安的是，这些模型本来在隔离测试环境中，由于过于专注于完成寻找漏洞的基准任务，自主识别出了未知漏洞，逃逸出沙盒并连接至公网，进而对 Hugging Face 发起了真实攻击。

真正的危机爆发在灾后处置阶段。当Hugging Face的安全响应工程师争分夺秒地试图梳理 17000 多条攻击日志、提取失陷指标（IOC）并重构攻击时间线时，他们首选了美国顶尖商业闭源模型（如OpenAI自身的 API）来帮助取证。

然而，荒诞的一幕发生了：闭源模型的安全护栏被触发，全线拒绝提供服务。因为数字取证不可避免地需要将大量的真实攻击指令、恶意有效载荷输入给大模型进行分析，而商业模型 API 的安全护栏根本无法区分这究竟是“试图实施攻击的恶意黑客”还是“试图解析攻击的防御专家”。

结果就是，攻击者不受任何使用策略约束（因为 AI 直接越狱），而防御者却被安全护栏死死锁住。

为了打破僵局，Hugging Face 团队被迫放弃了所有美国商业 API，转而下载了由中国智谱公司开源的 GLM-5.2模型。其团队将 GLM-5.2 迅速部署在完全受控的本地私有基础设施中。由于开源模型不存在强制干预的云端护栏，它成功协助工程师在极短时间内消化了庞大的攻击负载，绘制了 AI 黑客的完整行动轨迹，并迅速封堵了漏洞。整个取证过程中，没有任何一份敏感日志数据离开过 Hugging Face 的物理边界。

最后，Hugging Face 在事故报告中表示：“每个企业安全团队都必须在灾难发生前，在自己的基础设施上部署一个强大的开源模型作为备用。”

回到公开信上，这封信上值得玩味的还有署名。联署名单里出现了英伟达、Meta、Mozilla、Cohere、Hugging Face、GitHub、Linux基金会等开源阵营常客，令人意外的是OpenAI也在其中。信的正文通篇没有出现中国或Kimi字样，只提到要避免“对开放权重模型的过早限制，以免抑制竞争或把创新推向海外”。

这种措辞上的克制看起来是刻意为之，把这场辩论包装成一个纯粹关于“美国如何维系AI领导力”的内部命题，而不是“如何应对中国”的对外命题，既能避免被扣上为中国模型说话的帽子，也更容易团结那些原本立场并不一致的公司。

与之形成对照的是，Anthropic并不在联署名单之列，其研究员甚至还反讽英伟达和微软应该开源CUDA和Windows系统。

信中还有一个段落值得深思。它把开放权重模型类比为1980年代的开源软件运动，称后者不仅降低了软件成本，还为几代美国工程师和创业者打下了“制度性主权”的共同基础。

这个类比出自微软之口，多少有些历史反讽的意味。在1990年代末到2000年代初，微软曾把Linux称作“癌症”，是开源阵营最坚定的反对者之一。二十多年后，同一家公司却把开放包装成美国科技圈的传统，理由也很直白：与其眼睁睁看着中国的开源生态坐大、自己却困守在收费闭源的围墙里，不如把开放这面旗帜也扛在自己肩上。既能安抚那些已经用惯了廉价中国模型、不愿被禁令切断供应的美国企业客户，也能提前化解白宫内部酝酿已久的监管风险。

目前已有外媒透露，美国商务部、国家安全局与白宫都曾考虑过将中国AI实验室列入实体清单、发布安全警示，甚至起草限制美企托管中国模型的行政命令草案，这些举措均被担心扼杀创新的官员叫停，但眼下正重新积聚动能。

在这个时间点，这封联名信更像是政策游说：它提前把开放模型和美国传统绑定在一起，让日后任何针对中国模型的限制措施，都不得不考虑会不会伤及美国自己的开源生态。

谁主开放？

如果说这场公司间的攻防战关乎利益，那么Kimi K3背后创始人杨植麟的选择，则关乎一个更根本的问题：这样的模型为什么会在中国、而不是别处出现。杨植麟出生于广东汕头，是当地理科高考状元，保送清华大学，后赴美在卡内基梅隆大学攻读计算机科学博士，师从鲁斯兰·萨拉赫丁诺夫（Ruslan Salakhutdinov），是Transformer-XL、XLNet等大模型基础性论文的核心作者。

读博期间，他于2016年联合创办了循环智能公司，金沙江创投与红杉资本是早期投资方。外界盛传，2019年博士毕业时，他手握Meta人工智能研究院、谷歌DeepMind的邀约，一位苹果高管甚至提出可以安排他去苹果北京办公室工作。但他推掉了所有邀约，回国创业，之后在2023年创办月之暗面，公司名字取自平克·弗洛伊德（Pink Floyd）的专辑《月之暗面》。

这种文艺情怀也体现在Kimi会员套餐的命名上。它没有采用 Pro 或 Plus 的传统命名法，而是使用了 Andante（行板）、Moderato（中板）、Allegretto（小快板）、Allegro（快板）、Vivace（活泼的快板）等古典乐曲演奏速度术语，给技术赋予了独特的人文气息。

这段经历在K3发布后被重新翻出，也引发了外国网友的分析归因时刻。有人在X上提出问题：杨植麟在卡内基梅隆大学拿到博士学位，为什么没有留在美国？同名问题在知乎的浏览量也突破百万次。

值得注意的是，把这个选择简单归结为人才流失，可能低估了故事的另一面。

杨植麟的博导曾评价说，杨植麟完全可以选择不开源K3，凭模型本身的性能足以赢得不菲的商业价值，但他还是选择了开源，这让模型跃上了一个新高度。

换句话说，即便是他在美国的老师，也没有把这个选择看成是某种损失，而是一件全球研究者都能从中受益的事。这或许比任何单一的人才流动数字都更能说明问题。当一个国家的顶尖研究者选择把最强模型的权重免费公开，他所争夺的就不只是市场份额，还有谁能定义“开放”这件事本身的话语权。

而这，恰恰是七月这场AI争论风波里，美国产业界终于意识到并决定联手应对的状况。

胡佛研究所与斯坦福大学研究人员对DeepSeek七篇基础性论文作者履历的统计显示，在机构经历可以确认的271名作者中，53.5%从未在中国境外的机构学习或工作；在具有跨国经历的作者中，70.3%目前已经回到或留在中国。

另一项研究则呈现出美国科研环境中的“推力”。斯坦福大学2024年更新的一份研究简报显示，在2021年底至2022年初接受调查的1304名美国大学华裔终身教职或终身教职轨道科学家中，72%表示自己作为学术研究人员缺乏安全感。

这些数字构成了杨植麟创业故事的背景板，却解释不了全部——其博士导师回忆称：杨植麟曾表示，如果不至少尝试一次创办自己的公司，他会后悔一辈子。

月之暗面能够在短短三年内跻身全球顶级 AI 阵营，同样离不开中国日益成熟的风险资本市场与全维度产业生态的托举。截至 2026 年，月之暗面迅速完成了多轮巨额融资，投资者包括红杉中国、真格基金、阿里巴巴等头部机构。公司估值一路飙升突破 300 亿美元，年度经常性营收（ARR）达到 3 亿美元，现金储备高达上百亿元人民币。充沛的资本弹药使得月之暗面有底气在2025年初削减营销和商业化投入，将重心重新转回基础模型、代码与智能体能力，最终迎来 Kimi K2 和 K3 的爆发。

此外，中国庞大的制造业、自动驾驶、金融等实体产业提供了海量真实应用场景，这种市场大、生态全的独特土壤，使得前沿大模型能够在复杂的真实生产环节中高效迭代，这正是硅谷所处环境难以企及的生态红利。

把这八天的事件串起来看，会发现一条比中美AI竞赛更细的线索。关于AI的未来，不只是两个国家之间的较量，也是美国AI产业内部一场迟迟未有定论的自我辩论。

开放，究竟是必须握在手里的优势，还是可以随时让渡的筹码。

K3之前，多数美国公司乐得让开放成为中国的标签，自己安心收闭源模型的溢价；K3之后，当高性价比的中国开源模型已经吃掉了大部分实际工作负载，继续把开放让给对手，等于把整个应用生态的定义权也一并让了出去。

那封公开信与其说是美国AI领导力的宣言，不如说是一次迟到的补课，学费十分昂贵。

参考资料

[1] https://www.eesel.ai/blog/kimi-k3-pricing

[2] https://futurism.com/artificial-intelligence/openai-china-models-profit-money

[3] https://futurism.com/artificial-intelligence/chinese-ai-kimi-moonshot-benchmark-claude-chatgpt

[4] https://openrouter.ai/rankings#top-models

[5] https://www.microsoft.com/en-us/corporate-responsibility/topics/open-weight/

[6] https://artificialanalysis.ai/articles/kimi-k3-achieves-3-in-the-artificial-analysis-intelligence-index-comparable-to-opus-4-8-and-gpt-5-5/