Kimi“熔断”，杨植麟也“摸高”

文｜唐辰图源：网络截图

K3爆火，Kimi却不得不按下暂停键。

7月19日深夜，月之暗面Kimi团队发布公告，因Kimi K3上线48小时内，用户请求量大幅超出预估，由于算力资源紧张，暂停开放Kimi新用户订阅，将有限算力优先保障现有订阅用户。

会员体系随之拆分为Kimi主权益与Code权益，以精准分配资源。从稍后的官方回应看，Kimi没有对会员体系进行调整，只是在有限算力下对用户体验的重新平衡。

也就是说，K3火到触发算力“熔断”，只能婉拒新客，专注服务老用户。

Kimi的“韬定律”

当下，各大模型厂商都在拼命的做大用户规模，通过免费、降价等性价比手段吸纳新用户。相较之下，Kimi的反向操作就略显“凡尔赛”了。

但模型能力越强、上下文越长、用户调用越频繁，对推理算力的消耗也越高。在“K3请求量逼近现有算力集群的承载极限”的情况下，Kimi也遭遇到“豆包式”的烦恼：C端用户越多，对收入的贡献不明显，但GPU扛不住了。

作为月之暗面首款3万亿参数级MoE模型，K3总参数规模达到2.8万亿。按照常规理解，这个规模的模型，每输出一次，算力都是指数级消耗。但在其独特核心架构的支持下，达到华为在芯片领域提出的“韬定律”效果。

这个架构也被视为是一架超级引擎，落地了三项关键技术：KDA（Kimi Delta Attention）混合线性注意力、注意力残差（Attention Residuals）和高稀疏度MoE，把每一分算力转化为模型效果的效率推到极致。

长期以来，芯片行业依赖摩尔定律，靠缩小晶体管尺寸提升性能。但当先进制程逼近物理极限、成本暴涨，单纯堆叠硬件的增长模式也走入瓶颈。

华为今年提出的“韬定律”，跳出“空间缩微”的传统思路，转向“时间缩微”：通过逻辑折叠、三维堆叠、全链路架构优化，压缩信号传输时延、减少数据冗余搬运，在成熟制程上实现媲美先进制程的能效跃升。

其核心方法论是：在硬件受限或成本约束下，通过系统级架构创新实现性能跃升。

在我看来，K3所采用的KDA混合线性注意力机制，正是AI领域的“韬定律”实践。

要知道，Transformer架构在注意力机制上最吃算力。标准注意力随序列长度呈平方级增长，百万级上下文任务中，大部分算力消耗在维持长序列的注意力矩阵上。KDA机制将大部分注意力层的计算复杂度从平方级降至线性。

根据月之暗面此前发布的技术报告，在实验模型上采用KDA与MLA混合比例，KV缓存占用最高削减75%，100万上下文长度下的解码吞吐量提升至原来的6倍。配合注意力残差与高稀疏度MoE技术，训练效率提升约25%，额外成本不到2%。

这是对“模型生产效率”的重构。如果说硅谷主流的Transformer路线是“大力出奇迹”的燃油车，KDA更像是追求“热效率极致”的混动引擎。

SemiAnalysis的报告指出，KDA将推理速度提升300%，同时在长上下文处理上保持接近Transformer的性能。这意味着同等算力投入下，K3能产出更多有效智能。

开发者社区的实测反馈，在长流程Agent任务和代码生成方面，K3表现突出，具备与国际头部模型竞争的实力。

从根本上说，K3依然遵循Scaling Law（缩放定律），但把刀挥向了粗糙的算法浪费。当硅谷AI企业还在不断囤卡、堆算力时，Kimi通过重构算法链路、精简计算冗余，在有限算力的条件下，实现了性能与效率的平衡，走出一条“每瓦特智能产出比”最大化的路径。

这让华尔街观察人士和投资者感到意外，他们像惊诧DeepSeek一样，再度质疑硅谷数千亿美元投资AI是否能得到相应回报、美国AI领先优势是否被削弱。

与此同时，企业用户和开发者也都开始关注AI使用成本。其中一部分开发者已经用上“模型路由”（Model Routing）服务，根据不同任务自动选择成本最低、效率最高的 AI 模型，这其中当然包括Kimi在内的中国模型。

杨植麟摸高

回过头来看，Kimi算力被击穿是技术成功的副作用：模型效率的提升降低了单次使用成本，反而刺激了需求总量的暴涨。

值得一提的是，7月11日，智谱创始人唐杰宣布“Touch High摸高计划”，直言“不登顶，就是失败”，并明确表示未来两年不追求短期应用变现，而是集中资源攻坚 AGI 的四大核心方向，并拟募集资金，计划投入百亿级资源突破机械可解释性技术。

如果说，智谱“摸高”是上市后的背水一战。其希望通过冲击技术的天花板，来夯实“全球大模型第一股”的故事，并缓解真实焦虑。

我也在杨植麟的决策中，看到Kimi在三个维度的“摸高”：

一是算力摸高，从流量思维切换到价值思维。公开信息显示，Kimi的API业务占比已经突破了70%，与此前靠C端订阅模式大为不同。保老用户，拒新客，实则是将有限算力向高价值场景倾斜，避免泛C端流量挤占已是收入支柱的B端业务配额。

其代价也是显而易见。比如“优先保障存量用户”的执行标准不透明，哪些请求被优先响应、哪些被降级处理，一旦处理失策，都会稀释用户信任。

长远来看，Kimi要完成从技术明星向成熟AI头部企业的转变，就必须夯实弹性算力池、分级响应机制、动态调度能力等基础设施。

二是定价摸高，Kimi在进行从廉价自助餐到价值分层的压力测试。公告中提及的“拆分Kimi主权益与Code权益”，既是应对算力短缺的短期调配，也可能预示着其定价体系重构的开端。

过去，无论用户写代码、查资料还是闲聊，都支付相同费用、消耗相同算力。当高算力消耗的Code用户占比上升，这种模式必然导致结构性错配。

Kimi借此机会进行会员权益拆分，也是在按使用场景重新定价：轻度用户享受基础服务，重度用户为高价值能力支付溢价。

这是通过价值用户分层，在尝试争夺模型产品的定价权。目前，K3收费标准已达每百万Token 2.3美元，虽低于海外顶尖模型，但已创下国产模型新高。

或许，Kimi也想告别廉价模式，对外传递一个认知：高性能模型具备定价能力。接下来，大模型的竞争也将从“拼参数”转向“拼基础设施”、“拼成本定价”。

这一步，比登顶榜单更难，也更接近商业本质。

第三，地位摸高，Kimi从地缘变量到定价锚点的身份跃迁。

K3发布后迅速引发全球关注。在独立AI模型评测机构Artificial Analysis发布的最新“智能指数（Intelligence Index）”中，其综合得分达到57分，位列全球第三，仅次于Claude Fable 5（60分）和GPT-5.6 Sol（59分），领先Claude Opus 4.8（56分）。

这个成绩，也顺手打破了“开源落后闭源半代”的行业共识。

同时，K3的影响力已溢出技术圈。美国科技投资机构将其视为AI发展的“拐点”，认为高质量开源模型正加速能力扩散；加州大学伯克利分校计算机科学教授声称，K3将中国开源模型与美国先进模型的差距，拉小至2到3个月。

资本市场的反应同样剧烈，K3发布的首个交易日，英伟达单日市值蒸发约1111亿美元；摩根大通策略师在报告中直接称之为“DeepSeek 2.0”。

这个加速度，才是改变定价逻辑的东西。

此外，月之暗面ARR（年化收入）到6月已经接近3亿美元，海外增速400%，涨价60%后收入反增，这三组数据叠加，表明Kimi的“开源+效率”模式可以规模化变现。

加上有消息披露，月之暗面正在寻求最快六个月在香港上市，估值在半年内从43亿美元飙升至315亿美元，涨幅超7倍。

这些都是资本市场在给一条非硅谷主流路线的“确权”。它们为“能跑通单位经济模型的SOTA”下注时，也说明Kimi拥有了独立的估值逻辑，不再需要对标OpenAI或Anthropic来证明自己值多少钱。

月之暗面图源：网络资料

但K3距离AGI还有很长的路。比如跑分，虽然K3只比Fable 5低了3分，但背后仍是不小的差距。

另外，Kimi在技术报告里还承认了两个部署层面的缺陷：一是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；

二是K3在任务模糊时会“过度主动”，更倾向于替用户做决定。这种“自作主张”在需要精确执行的工程流程里，容易触发连锁错误。

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。