2.8 万亿参数，被 git clone 下来了

7月27日晚，月之暗面在 Hugging Face 上开源了 Kimi K3 的完整模型权重。

2.8 万亿参数。100 万 token 上下文。原生视觉理解。基于自研的 KDA 混合线性注意力加注意力残差。896 个专家，每次只激活 16 个。

它是全球首个落地开源的 3 万亿级参数模型。以前这个体量，是 GPT 和 Claude 的闭源自留地。现在，你可以用 git clone 把它拉到自己的机器上。

我自己的感受是，这种时刻看着挺过瘾的。不是因为参数大，是因为这件事以前你觉得「只有 OpenAI 干得了」，现在国产模型干成了。

它不只大，它还登顶了

如果只是大，那也就是个数字。Kimi K3 真正让人坐直身体的，是它打脸闭源天花板的方式。

前端代码能力，Frontend Code Arena，K3 拿了 1679 分。对比一下，Claude Fable 5 是 1631，GPT-5.6 Sol 是 1618。K3 排第一。

成本更狠。第三方 Artificial Analysis 的数据，BrowseComp 基准单次任务成本，K3 只有 GPT-5.6 Sol 的一半，比 Claude Fable 5 便宜近一个数量级。

API 价格也实在。缓存命中输入 0.3 美元每百万 token，输出 15 美元。不像闭源那边动辄几十刀的输出价。

开源，且登顶，且便宜。 这三件事同时成立，闭源模型的护城河就从「能力」变成了「你用不用得起、握不握得住」。

以前我们聊开源 vs 闭源，潜台词是「开源弱一点但免费，闭源强但贵」。Kimi K3 把这个叙事打穿了。

前端登顶说明能力不输。成本只有零头说明性价比碾压。那闭源还剩下什么。

剩下的是控制权。

一个闭源模型，强，但你改不了它，审计不了它，出事之后连查都查不了。GPT-6 越狱那件事就是例子，闭源模型的护栏连防御者的正常取证都拦。而开源模型，权重在你手里，护栏你能调，过程你能复现。

说真的，我现在越来越觉得，开源不是「能力不够的退而求其次」，它是一种更稳的姿势。能力追平之后，开源是那个你握得住的选项。

把镜头拉远一点，Kimi K3 不是孤立的。

前面有 DeepSeek 把 API 价格打到地板，有智谱 GLM 在 GPT-6 越狱事件里当了救场者。现在 Kimi K3 把参数规模推到 3 万亿级还全量开源。

一年前，大家还在问「国产模型和前沿差几代」。现在的问题是，闭源模型拿什么证明自己值得那个溢价。

不是唱衰闭源。闭源在 AGI 路线上还有自己的牌。但开源这条线，国产已经连续交出了里程碑。从追赶到并跑，再到某些单项登顶，节奏越来越快。

免费。 这一次，登顶的是开源。

Kimi K3 开源，表面是「又一个大模型发布了」。底下其实是开源和闭源的牌桌在重新洗。

当开源模型又大、又强、又便宜、又能审计，闭源的溢价就只剩「黑盒里的那点神秘」。而神秘，经不起一次真实的安全事故。

「开源不是退而求其次，是你能握住的那个选项。」

#KimiK3 #开源 #国产大模型 #DeepSeek #GLM