Kimi冲上3300亿，揭秘杨植麟和他的万亿模型

K3空降，2.8万亿参数炸场

7月16日晚，WAIC开幕前夜，月之暗面突然发布Kimi K3，参数规模达2.8万亿，成为全球首款万亿级开源大模型。支持100万Token上下文，在多项测评中超越GPT-5.6和Fable 5。AI从业者评价：在全模态、长上下文、复杂任务场景中，K3在国内断层式领先。马斯克在X上点赞，并喊话Grok 4.5“有望超过Kimi”。K3发布后，英伟达等科技股承压，港股智谱、MiniMax单日大跌，华创证券指出K3是关键催化剂。

国产最贵定价：20倍于DeepSeek，值吗？

K3定价引发轩然大波：未缓存输入20元/百万Token，输出100元/百万Token，比DeepSeek V4 Pro贵20倍，是GPT-5.6 Sol的60%。月之暗面联合负责人黄震昕回应：“开源模型不该被贴上低价标签，我们做出了SOTA级模型，就该匹配合理定价。”部署K3需约20张H100显卡，成本高昂。但工程师测试发现，K3在复杂编程任务中返工率更低，一次通过率高于OpenAI，综合成本未必更高。业内人士认为，K3涨价释放信号：竞争从“低价”转向“能力定价”，同时瞄准海外市场，对海外用户具备竞争力。

杨植麟：从清华学霸到CMU“神级学生”

杨植麟本硕毕业于清华，90%专业课95分以上，编程课满分。在CMU读博时，导师Russ Salakhutdinov评价他是“最顶尖的学生之一”，用不到4年完成博士，兼顾研究、技术与底层编程。他提出的Transformer-XL和XLNet已成为AI模型理论基础，论文引用超2万次。毕业时，他坚持回国创业：“如果连试都不试一下，我会后悔的。”Russ称他既懂技术、又是出色的研究者，同时具备商业头脑，极其罕见。月暗前员工透露，杨植麟靠“整锅端”实验室的人才引进方式，保持团队领先。

为长程复杂任务而生：开源与商业双重破局

K3核心创新在于KDA混合线性注意力机制和注意力残差架构，百万上下文解码速度快6.3倍，训练效率提升25%。K3将对话式AI推向项目式AI，可一次性完成跨文件工程级修改，前端视觉完成度远超其他模型。Russ盛赞K3开源将“深刻改变AI格局”，尽管开源让竞争对手可以研究、蒸馏模型，但长远看，通过蒸馏可降低运行成本。黄震昕表示，Kimi坚持开源，核心技术与论文均公开。K3发布后，月暗估值飙升至500亿美元，计划8月启动最后一轮融资，最快6个月内登陆港股。

道阻且长：Kimi的“两线作战”与未来野望

Kimi同时面对模型军备竞赛和用户习惯迁移的双重成本。其C端用户曾因投流月活达3600万，后因停止投放跌至不足千万。海外收入主要来自被集成进第三方应用，用户和入口不掌握在自己手中。但K3发布后，月暗迅速调整：拆分付费产品线，优先保障付费用户，宁可放弃新增收入。黄震昕透露，Kimi参数规模还会持续向上拓展，不会止步于2.8万亿。Russ预判，未来Kimi会像GPT一样做分层模型体系，大模型负责前沿，小模型服务于高效场景。杨植麟信奉“问题不可避免，但问题都可解决”，他正站在从技术天才到企业家的最难考题面前。