Kimi K3之外，开源与闭源的第一战

月之暗面深夜突袭：Kimi K2.6开源登顶，代码能力追平闭源御三家

4月20日晚，月之暗面悄然发布新一代旗舰模型Kimi K2.6并直接开源，消息迅速引爆技术圈。在Artificial Analysis的全球排名中，K2.6一举拿下开源第一，综合成绩仅次于闭源的“御三家”——谷歌Gemini 3.1 Pro、OpenAI GPT-5.4和Claude Opus 4.6。更惊人的是，在SWE-Bench Pro编程测试中，K2.6以58.6%的成绩力压所有闭源对手，直接追平了Anthropic刚发布的Claude Opus 4.6，但价格仅为后者的1/8。

性能背后是硬核技术支撑：K2.6在测试中可不间断编码13小时，编写或修改超过4000行代码，其Agent集群架构支持300个子Agent并行完成4000个协作步骤——相当于300个程序员在线协同作战。此外，月之暗面还同步提出了“预填充即服务”（Prefill-as-a-Service）架构，率先为“中国芯片+中国模型”组合探路。

闭源阵营集体转向：Meta、阿里、智谱扎堆“收网”，涨价反而需求暴增

就在Kimi高举开源大旗的同时，闭源阵营正在加速集结。2026年4月，Meta正式发布其首个闭源多模态推理模型Muse Spark，彻底告别Llama系列的开源传统，并在Artificial Analysis智能排名中位列第四。这一转向源于2025年Llama 4信誉危机后，扎克伯格豪掷143亿美元收购Scale AI股份并聘请其创始人Alexandr Wang担任首席AI官，旨在打造能收回成本的顶尖产品。

国内同样掀起闭源浪潮：阿里将旗舰模型Qwen3.6-Plus全面转向闭源，仅提供API服务；智谱推出闭源模型GLM-5-Turbo，并在2026年一季度将核心API调用价格上调83%后，日均调用量反而暴增400%；Minimax也发布了闭源模型M2.7。推动这些厂商“收网”的核心原因是AI应用进入Agent生产力工具阶段，企业客户对稳定性、准确性和工程化保障要求提高，愿意为可靠运行的闭源模型支付溢价。

开源模式的反向循环：DeepSeek与Kimi技术互用，国产芯片双线突围

在闭源浪潮中，开源阵营并非孤军奋战。2026年4月，深度求索（DeepSeek）和月之暗面分别开源了DeepSeek-V4和Kimi K2.6，两者形成奇特的“技术互用”模式：DeepSeek的MLA架构被Kimi采用以降低推理成本，而Kimi的Muon优化器被DeepSeek采用以降低训练成本。这种无需授权、互相成就的正向循环，被视为中国开源AI独有的生态优势，与硅谷闭源企业将技术视为护城河、陷入内斗的格局形成鲜明对比。

在突破国产芯片封锁方面，两家公司各显神通：DeepSeek通过“工程适配”路线将V4模型成功迁移至华为昇腾平台；Kimi则通过“架构创新”优化国产芯片运行效率，例如采用Kimi Linear混合注意力架构和PrFaaS技术。这种双线突围让开源模型在国产硬件上的落地成为可能。

模式之争谁主沉浮？院士杨植麟各执一词，企业更需“混合策略”

面对开源与闭源的分化，业界大佬观点交锋激烈。中国工程院院士高文强调，在软硬件发展需兼顾多样性的背景下，开源与闭源应共存互补，让前期投入的国外成熟技术继续发挥作用，同时扶持国产技术。而月之暗面创始人杨植麟则持不同立场：如果模型能力能做到同一水平，开源模式可能具有显著优势——开源是跟生态系统合作实现共赢，会形成大量应用形成的繁荣生态，最终算力总量很可能显著高于闭源模型，并认为开源是中国AI当前很重要的思路和机会。

从企业实践角度看，选择并非非黑即白。对于金融、医疗等对数据隐私要求极高的行业，开源模型可在本地部署实现完全掌控；而对于技术团队薄弱、希望快速上线的项目，商业API的“黑箱”模式能显著降低运维负担。最明智的做法或许是混合策略：将核心业务用开源模型自主可控，边缘场景接入闭源API获取便利。正如专家所言，开源与闭源之争的本质不是消灭对方，而是为企业提供更丰富的技术路线选择。