文 | 字母 AI
K3 发布后的 48 小时，全球 AI 圈都被点燃了。所有人都迫切地想体验一把这个综合性能仅落后于 Fable 5 和 GPT-5.6 Sol 的开源模型，到底性能如何。
可这就导致 Kimi 的服务器在一瞬间承受了巨大的压力。因此，Kimi 官方不得不在 7 月 19 日深夜，发布一则标题为《关于算力紧缺与会员暂停开放的说明》的公告。
为了保障已订阅用户的体验，即日起暂停 C 端新用户会员订阅，把现有算力全部留给老用户。同时，会员体系将拆分为两部分，分别为 Kimi 的主权益（Kimi Web、Kimi App、Kimi Work）和 Kimi Code 权益，以便更精准地分配算力。
翻译一下：K3 太火了，服务器扛不住了，先别进新人了。
与此同时，外媒爆料称，Kimi 已向投资者发出股东决议，寻求对香港上市的批准，最快六个月 IPO。
为了推动上市，Kimi 目前正在完成一轮新融资，估值可能超过 300 亿美元。
今年 3 月，月之暗面 ARR（年化收入）首次突破 1 亿美元；5 月突破 2 亿美元；到 6 月已经接近 3 亿美元，三个月内翻了三倍。
收入结构也跟以前天差地别，API 业务占比已经突破了 70%，而以前的 Kimi，主要收入靠 C 端订阅。
外媒进一步爆料称，在 K3 发布后，ARR 又实现了数倍增长。
不过 K3 引发的震荡远不止于此。
美国国家前 AI 事务负责人、现任总统科技顾问委员会联席主席大卫 · 塞克斯（David Sacks），发文表示，这是中国模型第一次在前端编程赛道拿下第一。
塞克斯说，照此以往，美国将输掉 AI 竞赛。
在爆火之后，K3 如今也成为了硅谷的新标的。马斯克就是如此，他表示，xAI 旗下最新大模型将于下周完成初步训练，可能超越 Kimi。
K3 发布的首个交易日，英伟达单日市值蒸发约 1111 亿美元，与 2025 年 1 月 DeepSeek 发布时如出一辙。费城半导体指数本周下跌 12.5%，创下 15 个月来最差单周表现。摩根大通策略师在报告中直接称之为 "DeepSeek 2.0"。
加州大学伯克利分校计算机科学教授、Databricks 联合创始人伊翁 · 斯托伊卡（Ion Stoica）说：" 我们过去常说，开源模型，尤其是中国的开源模型，比目前最先进的模型落后六到九个月。可现在，这个差距大概只有两到三个月了。"
那么问题来了，这个 K3，到底是从哪冒出来的？
两年前埋下的那颗种子
要说 K3，得先把时间拨回 2024 年。
当年，杨植麟在内部小范围分享了 K0-Math 模型。这个模型能像人一样做验算、改错题。
当时杨植麟提出了一个判断，说下一个 Scaling Law，叫做 Reinforcement Learning Scaling，简称 RL Scaling。
过去的 Scaling Law，本质上是让模型 " 死记硬背刷题库 "。你把海量的训练数据喂给它，它把所有题目和答案全背下来，考试的时候看到题目，就凭记忆拼出一个 " 最像正确答案 " 的东西。背得越多，分数越高。
学术上，这个方法叫 Next-Token Prediction，每一个字，都是根据前面所有字算出来的最有可能出现的下一个字。
杨植麟说的 RL Scaling，换了个思路。不让模型背答案了，让它学会自己刷题、自己改错。
具体的做法是，给模型配一个 " 自动打分 " 的机制。它先自己试着做一遍，做完给自己打分。做错了没关系，回头看哪步出问题了，改一遍再交，改到对为止。然后把这次怎么错的、怎么改对的，全都记下来，变成自己的经验。
K0-Math 的底层逻辑就是 RL Scaling，它的数学成绩超过了 OpenAI 当时最强的推理模型 o1。
而今天的 K3，正是两年前 RL Scaling 的第一次大规模落地。
这也就是 K3 技术报告中提到的 " 视觉闭环 "（Vision in the Loop）。
它的本质，是把 K0-Math 在解数学题上的 RL Scaling 能力，扩展到了带视觉反馈的全场景。模型写完一段代码，自己看看效果，哪里不对自己改，改完再看，形成 " 生成—看效果—迭代 " 的完整工作流。
Kimi 在技术报告里放了几个 Demo，以演示视觉闭环的效果。
K3 从零开始写了一个 3D 开放世界游戏。用 Three.js、WebGPU 和 GPU Compute，在浏览器里跑起来了一个可以骑马探索的程序化生成开放世界。
其中的地形、光影、玩法逻辑，全是模型自己写的。它甚至调用了外部工具来生成 3D 骑手和马的模型。
它还剪了一支自己的发布预告片。从 56 段原始素材里自己挑片段、自己做动作匹配剪辑、自己卡帧对齐节拍、自己处理音频，还来回改了好几版。
技术报告中提到，K3 可以实现，帧级精准节拍同步（frame-accurate beat synchronization）。
一秒钟有 24 帧，每一帧只有约 0.04 秒。人类对时间的感知是有误差的，一般人剪视频，能对准到 " 大概在这个鼓点附近 " 就不错了，差个零点几秒根本感觉不出来。
" 帧级精准 " 的意思是，画面切换精确到具体的某一帧，刚好卡在那个鼓点最 " 咚 " 的那一帧上。
前文提到，K3 也是全球首个开源的 3 万亿级别模型，总参数达到了 2.8 万亿。
这么大的参数，如果按照传统方法来说，它每输出一次，算力消耗都会爆炸，但事情截然相反。在 KIMI 核心的 KDA（Kimi Delta Attention）混合线性注意力机制作用下，百万 token 级别的长文本解码速度快了 6.3 倍。配合 Attention Residuals（注意力残差）技术，训练效率提升约 25%，额外成本不到 2%。
评测机构 Artificial Analysis 当天就放出了测评。K3 在 AI 智能指数上拿到 57 分，排名全球第三，仅次于 Claude Fable 5 的 60 分和 GPT-5.6 Sol 的 59 分，超过了 Claude Opus 4.8（56 分）、GPT-5.5 和 GLM-5.2。
更关键的是性价比。K3 完成单个任务的成本是 0.94 美元，跟 GPT-5.6 Sol 的 1.04 美元差不多，只有 Claude Opus 4.8（1.80 美元）的一半。
马斯克在 X 上看到 Artificial Analysis 发的 K3 跑分推文，回了一个词："Impressive"。
想追上 Fable 5，还差什么
虽然在 Artificial Analysis 的榜单上，Kimi K3 只比 Fable 5 低了 3 分，但背后仍是不小的差距。
Kimi 自己也在技术报告中开头就写到，"K3 的整体性能仍然落后于最强大的模型 Claude Fable 5 和 GPT 5.6 Sol"。
Artificial Analysis 的智能指数只是一个综合分。拆开来看单项，就会发现差距具体表现在哪里。
在真实代码库中长程工程能力基准 DeepSWE 里，GPT-5.6 Sol 拿到 73.0 分，Fable 5 拿到 70.0 分，K3 是 67.5 分。在 Terminal Bench 2.1 上，GPT-5.6 Sol 以 88.8 分领先，K3 拿到 88.3 分紧随其后，Fable 5 和 Opus 4.8 都是 84.6 分 。
K3 在某些单项上确实能赢，可是在长时间、多步骤、高复杂度，这些硬骨头工程任务上，要逊色于 Fable 5 和 GPT-5.6 Sol。
在高难度视觉推理测试 Zerobench 测试中，Fable 5 拿到 46.0 分，K3 是 41.0 分，差了 5 分。同时，Fable 5 在两项视觉 Agent 测试中均拿下第一。
Fable 5 能仅凭截图就重建一个 Web 应用的完整源代码，还能从密集的科学图表中提取精确数据。它能理解屏幕上的所有信息，然后基于这些信息，再采取行动。
K3 虽然也具备视觉闭环能力，但在视觉理解的深度和精度上，要低于 Fable 5。
Kimi 在技术报告里还承认了两个部署层面的缺陷。
第一，K3 在训练中保留了完整的思考历史（thinking history），如果调用方没有正确地把之前的推理过程传回来，或者在会话中从别的模型切换到 K3，输出质量就会明显下降。
这意味着 K3 对 harness 架构要求非常高，换一个框架，比如从 Claude Code 换到 Hermes Agent，表现可能就判若两模。
第二，K3 在任务模糊时会 " 过度主动 "。
也就是说，模型更倾向于替用户做决定，而不是先确认用户的意图。在快节奏的创意场景里这可能是优点，但在需要精确执行的工程流程里，这种 " 自作主张 " 可能引发连锁错误
还有一个容易忽视但极其重要的问题：幻觉。Artificial Analysis 在测评中特别指出，K3 的幻觉率比上一代 K2.6 反而有所上升。
在 AA-Omniscience 幻觉测试中，K3" 一本正经胡说八道 " 的频率增加了 。对于一个定位为 " 长程编程和知识工作 " 的模型来说，这是非常致命的。
比如让它跑一个 12 小时的自主编程任务，中间如果它在一个关键决策点上产生了幻觉，那么整条链路就全崩了。
Fable 5 在这方面有一个天然优势，它的安全架构和准则式 AI（Constitutional AI），让它在长时间 Agent 运行中能够更 " 谨慎 "。
拿不准的事情就直接说不确定，碰到模棱两可的情况会提前打预防针，也会讲清楚自己是怎么一步步推的，由此大幅减少出现幻觉的可能。
还有一个更深层次的问题，Fable 5 只是 Anthropic Mythos 模型的公开版本，真正的 Mythos 5，只对约 100 家经过审查的美国关键基础设施机构开放 。
所以目前拿来对比的模型，并不是 Mythos 的完全体。
不过 K3 的问世，依然撼动了 Anthropic。
Anthropic 原本计划将 Fable 5 从现在的订阅制中下架，转为纯按量计费。
然而就在 K3 发布后的第二天，Anthropic 突然改口官宣，称 Fable 5 永久保留在订阅方案中。并且 Max 和 Team Premium 用户可使用 50% 额度，Pro 和 Team Standard 用户则获得 100 美元一次性额度补偿。
诚然，K3 的上限低于 Fable 5。不过 K3 能完成 Fable 5 绝大多数的任务，而且费用远低于 Fable 5。因此，修改订阅制，让利给用户，是在 K3 这波热潮之中，留住客户的最好办法。
杨植麟为何不留在美国
在 Kimi K3 发布后不久，苹果首任 AI 总监鲁斯兰 · 萨拉霍丁诺夫（Ruslan Salakhutdinov，Russ 是 Ruslan 的简写）也发文对杨植麟和 Kimi 表示庆祝。
然而，正是因为鲁斯兰的那篇 X，意外引爆了另一场讨论，美国为何留不住杨植麟？
有人在评论区问鲁斯兰：是不是 H-1B 没抽中？是不是签证出了问题？
为此，鲁斯兰专门发了一条长文澄清。
他写道：" 关于杨植麟为什么离开美国，存在很多误解和错误信息。他如果想留在美国，有很多机会。事实上，我曾在一条邮件链上，和一位苹果高管（Tim Cook 的直接下属）讨论杨植麟是否有意加入苹果。我说他想回国。对方的回复是：我们在北京有办公室，如果他愿意，可以去那里。"
随后，鲁斯兰写到，" 但杨植麟非常坚定地要回去创业。我记得他跟我说过，如果他不至少尝试一次创办自己的公司，他会后悔一辈子。我尊重这个决定，而且他是对的。"
可杨植麟为何又偏要创业呢？
通过梳理他的经历和言论，我认为要分成三层来理解。
最底层，是一种强烈的创业执念。
2016 年，杨植麟、陈麒聪、张宇韬三人创立循环智能，杨植麟任 AI 和产品负责人，可彼时杨植麟才读博二。
2019 年博士毕业时，已经兼职创业三年的杨植麟选择回国。他当时不只是拒绝了谷歌、苹果、Facebook 等海外大厂，就连包括华为在内，一众国内大厂的高薪 offer，他也一并回绝。
杨植麟认为，现在各大机构的研究模式都是错的。
他在后来的采访时解释说，大厂科学家即使能力很强，也往往没有足够的资源和权力推动产品落地。
公司的业务方向会调整，科学家即使有意愿推动某项产品，成本和代价也会很大。
" 我们看到老师们在工业界有一些 title，但其实本质上他们还是在做研究工作。基础研究固然重要，但无法打破学术界与工业界之间的壁垒。" 杨植麟说到。
他的两位博士导师就是现成的例子，刚才提到的鲁斯兰，他在搞学术之余担任苹果 AI 研究负责人，另一位倒是威廉 · 科恩（William Cohen）担任谷歌首席科学家。
在旁人看来，这是令人羡慕的 " 学界 + 业界 " 双轨制。可杨植麟却觉得，这种模式在组织架构上存在局限。
科学家没有足够的资源或权力去推动产品，公司首要出发点是赋能业务，而非推动 AI 落地，技术转化率与效率都被企业组织架构拖累。
由此引出了第二层，对方向的把控。
对于杨植麟来说，如果他只是想做研究、发论文，那最好的选择自然是留在 CMU，或者各大厂的研发团队里。可杨植麟想做得更大， 他除了要研究基础模型，还要做出产品。
最后是第三层，杨植麟需要一个起点。
杨植麟的清华同学、联合创始人、早期客户、人才网络和融资关系，主要都在中国。就比如 Kimi 的另一位创始人周昕宇，他就曾是杨植麟在清华创办乐队时期的吉他手。
这意味着，回国创业的启动成本远低于在美国从零组建团队。
那个在 CMU 博士二年级就开始创业的年轻人，从一开始就很清楚自己要什么。
