播客笔记| SemiAnalysis 拆解 Kimi k3: 中国终于有了前沿模型，AI 实验室卖 token 可能比 SaaS 还赚钱

嘉宾： Jordan 和 Max，SemiAnalysis 分析师

主持人： Jordan（SemiAnalysis 内部对话）

播客源： SemiAnalysis

原标题： [Emergency Episode] Moonshot's Kimi K3 has Arrived! China has a Frontier Model

播出日期： 2026 年 7 月 18 日

要点总结

Moonshot（月之暗面）发布 Kimi K3，在多个综合 benchmark 上超过 Google 和 Meta，成为世界第三好模型，仅次于 Anthropic 的 Fable 和 OpenAI 的 Soul 5.6。SemiAnalysis 的两位分析师 Jordan 和 Max 在紧急节目中拆解了这次发布的含义：2.8T 参数的模型以和 Sonnet 同等定价（3/15 per million tokens）提供服务，如果它和前沿闭源模型规模相当，那 Anthropic 收 10/50 的利润率就可能是 mindboggling 级别。

更尖锐的判断来自 Jordan：前沿差距缩小，他归因于美国政府限制 Anthropic/OpenAI 发布最强模型，人为给了追赶者时间窗口。开源并没有真正追上来。与此同时，西方开源完全真空，没有一家美国公司的开源模型能赶上中国第五好的。模型竞争正在变成 harness（使用工具）和地缘政治的竞争。

精彩观点摘要

关于 Kimi K3 的定位

• "如果你看所有主要 benchmark 的综合排名，今天有一个非常清晰的 top three：Fable、Soul 5.6 和 Kimi K3。它们始终高于其他所有人，包括 DeepSeek，也包括 Google、Meta 和 xAI。"
• "Google 特别应该感到非常难堪。就在 2025 年 11 月、12 月，所有人都还认为 AI 三巨头是 Google、Anthropic 和 OpenAI。今天跟一些'老古董'聊，他们还这么认为，但显然已经不是了。"
• "它可能是世界第二好模型，因为每次我用 Fable 做点正经事都被拒绝，被打回 Opus。虽然不确定它比 Opus 好不好，但至少不会被拒。"

关于前沿模型利润率

• "如果 Kimi 大概率不是亏本在 3/15 这个价位提供 K3，那 Fable 规模差不多却收 10/50，就该彻底打消人们对 AI 实验室是不赚钱生意的担忧。卖 token 按 API 价格算，可能比 SaaS 还赚钱。"
• "K2.7 到 K3 价格涨了 3 倍多，从 0.95/4 涨到 3/15。但我不觉得他们还有多少提价空间，因为很多任务用 GLM 或 MiniMax M3 就够了。"

关于美国政府与差距

• "我相信这个差距之所以缩小， squarely 归功于美国政府限制 Anthropic，导致我们拿不到这些公司真正最强的模型。他们是人为追上来的。"
• "我们只能在前沿智能被允许的情况下才能接触它。这对后面第四、五、六、七名的玩家来说其实是一个机会。"

关于西方开源真空

• "整个市场还这么低效，我们竟然没有一家美国公司能至少赶上中国第五好的，这让我震惊。"
• "就算政府不禁中国开源模型，普通美国大企业也不愿意把专有数据喂给中国开源模型。就算你在气隙数据中心加载权重，CCP 看不到你的数据，高管也不会买账。"

关于 Harness

• "测试 Kimi K3 让我第一次认真审视 Open Code、Hermes 和 Pi。Harness 完全还是产品的一部分。"
• "一些简单的东西就能让我选这个模型而不是那个：能不能装在远程 SSH 服务器上？快捷键好不好用？这些 harness 里的细节实际上影响我把 token 送到哪里，也就是把预算送到哪里。"

关于"还太早"

• "我上周去了 ICML，前一周去了 AI Engineer 大会。这是名义上的 AI 大会，80% 以上的人从来没听过 SemiAnalysis。你自称在 AI 行业工作，但连 SemiAnalysis 都没读过？我们还太早了。"

Kimi K3 是世界第三好模型吗

Jordan： 快速热评，Kimi K3 现在是世界第三好模型吗？

Max： 答案是明确的"是"。大家都喜欢吐槽 benchmark，benchmark 确实有问题，但如果你把所有主要 benchmark 的综合排名拿出来看，它们的指向一直是对的。今天有一个非常清晰的 top three：Fable、Soul 5.6 和 Kimi K3，始终高于其他所有人，包括 DeepSeek 等 open source 玩家，也非常明显地高于 Google、Meta 和 xAI。这对月之暗面的团队来说是极其了不起的成就。

Google 特别应该感到非常难堪。就在 2025 年 11 月、12 月，所有人都还认为 AI 三巨头是 Google、Anthropic 和 OpenAI。今天跟一些"老古董"聊，他们还这么认为，但显然已经不是了。

总体来说我还是觉得它不如 Fable 和 Soul 5.6。有点好笑的是他们在自己的模型发布博客里也明确这么说了。也许是老派的中国式谦虚，也许是不想招来美国政府审查，毕竟 Fable 5.6 的发布当时也有一些延迟。但不管怎样，非常令人印象深刻。

Jordan： 他们在博客的 limitations 章节里写："尽管 K3 整体上是一个有高度竞争力的模型，但在用户体验上仍存在与 Fable 5 和 GPT 5.6 之间的明显差距。" 我的个人使用体验是，它确实不错，但真的很慢，这点很烦。它让我第一次有动力去试 open source 的 harness。说实在的，我感觉自己学到更多关于 harness 的东西，而不是关于模型的，因为所有这些模型都够好，能完成我目前做的基础工作，我很难找到它做不到的复杂任务。

这对我来说可能是世界第二好模型，因为每次我用 Fable 做正经事都被拒绝，被打回 Opus。虽然不确定它比 Opus 好不好，但不被拒绝这件事本身就没那么烦人。 不过用 API key 按量付费时倒不会被拒，只有在用 web console 或 deep research 时才会撞限额。他们明显没有足够 GPU 来服务这个模型带来的需求。以前这个问题是通过开源策略解决的，丢出权重让别人去 serve。但这次还没丢权重，他们说 10 天后才放。

为什么推迟 10 天才开源权重

Jordan： 你觉得这个延迟的策略是什么？

Max： 说清楚，这都是我的纯推测。一个大的原因可能是他们需要给 vLLM 和 SGLang 这些推理引擎团队足够时间，确保能高性能地 serve 这个模型。如果今天就把权重丢出来，所有人都在 serve 但只给你 20 tokens/秒，这对他们的品牌捕获来说很糟糕。他们现在有一个绝佳机会拿到大量 PR 和采用，如果一发布就被性能拖累，反而会削弱势头。

另一个可能性是他们在跟 Together AI、Fireworks、Nebius、Groq 这些推理服务厂商谈授权合作，让它们用 GB300 等最新芯片来 serve 增量容量。这两条大概就是推迟 10 天的主要原因。

前沿模型的暴利

Jordan： 聊一下模型架构。它是 2.8T 参数，放不进 B200，你需要 B300、GB300 或者 AMD MI355X 才能在单台 8 卡 HGX 服务器上 serve。当然你可以做跨节点的 pipeline parallelism，但那会严重影响性能。所以只有拥有最新芯片的人才能 serve 这个模型。

回到你刚才说 Google 的话题，这个模型在 2.8T 参数下就达到了前沿竞争力，这其实给了我们一些关于闭源前沿模型有多大的线索。如果他们是用 10T 参数模型来和这个比，那就更丢人了。我们得假设它和 Soul、Fable 在同一个量级。

Max： 对，你说得对。我仍然相信 Anthropic 研究团队的能力和敏锐度。如果 Twitter 上有人说当前闭源模型有 10T 参数什么的，如果那是真的，哥们该收拾行李了，英伟达股价明天就该跌 50%，一切就结束了。

我比较确信 Kimi K3 不会比当前领先闭源模型小多少，甚至可能稍大一点。如果这是真的，这进一步印证了我们在 SemiAnalysis 一直强调的一个观点：这些闭源实验室的利润率绝对是 mindboggling 级别。 如果 Kimi 大概率不是在亏本用 3/15 的价位 serve K3，这和 Sonnet 定价一样；而 Fable 规模差不多，却收 10/50，那就该彻底打消人们对 AI 实验室不赚钱的担忧。卖 token 按 API 价格算，可能比 SaaS 还赚钱，就今天来说。

Jordan： 没有员工成本，只有 GPU。那对比之前的定价呢？你说 3/15，但上一版 Moonshot 直接定价是 0.95/4，所以从 K2.7 到 K3 价格涨了 3 倍多。他们还有多少提价空间？

Max： 我不觉得他们还有多少空间往上推。就算在 3/15 这个价位，也会有不少人觉得太贵。他们的任务用 GLM 或 MiniMax M3 就够了。这里有一个有趣的分叉：像我们 SemiAnalysis 这种不在乎烧 Dylan 的 token 的，会继续用 Fable 做几乎所有事；而极度成本敏感的，比如 Tesla、Uber 这种一周只用 $200 token 的，会走 GLM 定价层。那真正会切换到 Kimi K3 的用户是谁？可能就是一群哲学上热爱 open source、想支持新模型的人。大企业会不会真采用这个模型，我不会意外答案是否定的。

新架构与下一步

Jordan： 这是全新架构。2.8T 参数，有 Kimi 的 delta attention、potential residuals、stable latent，基本上是之前模型的放大版，大约两倍大。之前 K2.5 我们看到 Cursor 用它做 composer，基于 continued pre-training 和 MRL，然后出了 2.5、2.6、2.6.7 等 checkpoint。这是新 base model，但用起来已经相当完整，没有出现原始模型常见的粗糙边缘。下一步呢？3.1 什么时候出？定价会变吗？会有基于 K3 的 composer 吗？

Max： 基于 K3 的 composer 应该不会有，Cursor 那帮人已经决定从零训练自己的模型了。至于 K3.1、K3.2 这些，估计接下来一两个月会出两到三个更新，就是继续 post-training。定价我猜会维持不变，因为他们在未来两三个月内不可能跑在新硬件上，没有 throughput 提升来降价。也许有特别牛的 kernel 工程师能把 cost 压到 DeepSeek V4 的水平，但 3T 参数模型做到这点我比较怀疑。当前 GLM 和 MiniMax 的定价可能已经是 1T 到 1.5T 模型能 serve 的极限了。

开源会追上闭源吗

Max： 更有意思的问题是 open source 和 closed source 的差距会不会继续缩小，开源能不能真正达到前沿水平的 parity。这如果发生，对我们整个行业影响巨大。你怎么看？

Jordan： 我的观点是，差距现在缩小了，原因 squarely 归于美国政府限制 Anthropic，导致我们拿不到这些公司真正最强的模型。他们是被人为追上来的。

我们能看到 Mythos 和 Fable 的对比。Mythos 我用不了，Fable 我得好好求才能偶尔用上。5.6 Soul，我们内部判断它不是 OpenAI 训过的最大模型，没有 4.5 那么大。他们手里有一个更大的。结果是，我们只能在前沿智能被政府允许的情况下才能接触它。

这对后面第四、五、六、七名的玩家来说其实是一个机会，可以在某个上限之内放开一切，开始抢用户份额，但永远摸不到真正的 frontier。我觉得前沿有可能在今夏末再往前迈一大步，也有可能政治风向再变一点。也有可能我们开始找到编码以外的模态，让他们真正去探索那些领域。

顺带提一下 Thinking Machines 的 Inkling 发布，原生音频输入我觉得非常有趣，是未来的信号。

Max： 关于 Inkling，西方确实非常非常非常缺一个不烂的 open source 模型。市场还这么低效，我们竟然没有一家美国公司至少能赶上中国第五好的，这让我震惊。一方面，美国政府全面禁中国开源模型可能只是时间问题。另一方面，就算不禁，普通美国大企业也不愿意把专有数据喂给中国开源模型。就算你在气隙数据中心加载权重，CCP 看不到你的数据，高管也不会买账。 很多企业在乎 token 预算，又只愿意跑西方模型或非中国模型。Inkling 是我们现在能拿到的最好的西方 OSS，但离开源前沿还远，这让我震惊。

Jordan： 之前是 Neotron，现在是 Inkling。Inkling 的策略我觉得有两个机会：一，他们必须比大部分中国开源更好，这才能入局。二，他们还得比前沿实验室的二级、三级模型好，比 Sonnet 好，因为你可以用 Bedrock 或 Foundry 拿到接近前沿的智能，用闭源二级模型省钱。西方开源"帮人省钱"这个角度我一直不太理解。把模型推进 Fireworks、Together、Base10 这些生态确实是好事，但市场大头是政府层面的。

为中国国产加速器而生

Jordan： 另一个值得说的，K3 博客里提到 SFT 阶段做了量化，原生用 MXFP4 和 MXFP8 做权重和激活，官方说法是"broad hardware compatibility"。你觉得 Moonshot 还在乎什么其他硬件？

Max： 我有一份 11 种中国加速器的清单，你应该订阅 SemiAnalysis 加速器模型了解更多。华为昇腾、百度昆仑、寒武纪、摩尔线程，各种芯片都在论文里出现，也在代码里看到。把前沿模型跑在国产加速器上，这已经是中国的国家优先级。 如果我们在 2025 年底还说 Google 是前沿实验室，那现在也得把 Moonshot 叫前沿实验室了。

Jordan： 说个题外话，我爸正在中国出差，他说住的酒店全满了，因为习近平马上要到那个区域发表关于 AI 是中国头号优先级的演讲。你说的很多是对的。

Harness 才是产品本身

Jordan： 我在用这些模型的过程中最大的感悟是，第一，越来越难区分用绝对前沿模型加 max thinking mode，和用 medium effort 之间的差别。日常任务里我真的找不到这些模型搞不定的事。我的行为默认就是开最大、最难的模式，因为我不在乎 Dylan 的预算。

但有一个层面是 harness 本身就是产品的一部分。测 Kimi K3 让我第一次认真审视 Open Code、Hermes 和 Pi。Harness 完全还是产品的一部分。 一些简单的细节就能让我选这个模型而不是那个：能不能装在远程 SSH 服务器上？快捷键好不好用？能不能编辑之前的命令？这些 harness 里的小细节实际上影响我把 token 送到哪里，也就是把预算送到哪里。

Max： 很多人谈 token 预算，但从你的工作流描述看，就算我对 GLM 能搞定的任务也乐意路由给 Fable 用 max intelligence，因为 ROI 还是值这个价的。benchmarks 说很多任务能迁到 GLM，但你还是乐意留在 Anthropic 或 OpenAI 的模型上。

Jordan： 基本上是。但我用很多 Slack bot，背后跑什么模型我不知道。比如 Perplexity 的 Slack 集成，如果它开始路由到 K3、路由到 GLM、路由到 Sonnet，我其实不在乎。之前看用量才发现 OpenAI 模型占了多少，因为这是它自己做的决策。那部分的 justify 就是 harness 在决定。

Max： 这反而是 outcome-based pricing 的一个切入点。某个实验室如果做 outcome-based pricing，可能能拿到 95% 以上毛利，因为你愿意付 stable pricing 的那些任务，今天其实零头就能搞定。

Jordan： 第二点，我不觉得这些实验室已经没想法可做了。他们可以继续训练让人惊叹的模型，去打编码侧的 RSI，但不释放给我们，维持他们的"永久底层阶级"。他们可以继续蒸馏，给我们尝一点，同时继续探索其他用途，比如视频生成、音频到音频、deep research，这些和编码不太像。机器人学和世界模型就是一个简单方向，如果 Anthropic 把目标从知识工作转到体力劳动上呢？说他们没法用全世界最伟大的技术建一个可持续的好 ROI 生意，我不信。

我们还太早

Max： 即使不谈这些，我每天用这些模型用得非常多，我那些做软件工程师的朋友用得比我少十倍、花得也少十倍。一个用 Fable 的人和用 Sonnet 的人用得一样多，但用 Fable 的那个人花十倍的钱，90% 毛利，撑起 bulk of the business。一旦那些人开始用更大模型、用得更多，需求只会更大，模型甚至不用变得更好。然后我还要去跟不搞科技的邻居聊，我在他们里面肯定是 0.1% 甚至 0.01%，可能还有 1000 倍的增长空间。回到 Masa-san（孙正义）的"金鹅指数曲线"。

Jordan： 她说的"还太早"完全正确，这也是为什么我觉得 Kimi K3 不会让 Anthropic 和 OpenAI 的净新增 ARR 放缓。就算今天用 Fable 和 5.6 的人里有一部分不可劝地切到 Kimi K3，这部分人会被那些还没认真试过这技术的人完全淹没。那些人每天都在发现新的高 ROI 用例，他们还是会默认用 5.6 Soul 或 Fable 5 来解锁这些新场景。你不会看到 ARR 增速放缓。

Max： 你想想还有多少人没订阅这个播客、没关注 SemiAnalysis。我上周去了 ICML，前一周去了 AI Engineer 大会，这是名义上的 AI 大会，80% 以上的人从来没听过 SemiAnalysis。你自称在 AI 行业工作，但连 SemiAnalysis 都没读过？我们还太早了。

Jordan： 这算是给你自己一个 ego check，Max，冷静一下。