月之暗面回應K3：做難而正確的事，不懼馬斯克挑戰

7月21日下午，北京海淀知春路月之暗面總部，在一個充滿搖滾風格的會議室里，月之暗面企業業務負責人黃震昕接受了新京報貝殼財經記者的采訪，這也是Kimi K3大模型發布后Kimi首次公開接受媒體采訪。

月之暗面企業業務負責人黃震昕回答新京報貝殼財經記者問題。羅亦丹 攝

K3大模型參數量達2.8 萬億，是目前全球參數規模最大的開源權重模型，在多個權威榜單上拿到第一，受到了國際上的廣泛關注。連馬斯克都在K3評測報道的評論區留言稱“令人印象深刻”，并表示后續將推出2萬億參數的模型“可能超越Kimi”。K3的火爆程度也導致需求量激增，7月19日，月之暗面暫停了C端新用戶訂閱。

對于算力緊缺的現狀以及未來企業的發展。黃震昕坦言“K3過于火爆，我們其實已經做了預案，但擋不住用戶熱情，有人說這和去年的‘DeepSeek時刻’一樣，最后我們選擇優先保證老客戶的體驗。”

而對于馬斯克的“挑戰”，黃震昕笑言，可能這次的表現（讓他們）得到一點震撼的感覺，現在拭目以待，希望他們出來跟我們掰一掰手腕，“我們的技術有很多都開源給了全世界，我們也不擔心技術會馬上被別人學走，我們有這樣的胸襟和氣度，希望馬斯克也能做出2萬億的模型，我們一起共同進步。”

“其實已經做了比較充分的準備，但擋不住用戶熱情”

7月17日凌晨，Kimi K3正式對外發布。消息傳開后的48小時內，全球開發者的使用請求涌入了月之暗面的服務器，遠超團隊此前的預估，用戶量迅速逼近現有算力集群的承載極限。7月19日晚間，Kimi官方發布說明稱“收獲了遠超預期的支持，但也面臨始料未及的算力挑戰”，隨即暫停C端新用戶訂閱。

“我們提前做了充分的算力儲備預案，但用戶和客戶的熱情還是超出了預估。”黃震昕在采訪中坦言。他表示，目前公司的優先級是保障存量付費用戶的使用體驗，“不愿為了擴大用戶規模犧牲存量用戶體驗”。與此同時，團隊正通過兩條路徑緩解供需矛盾——一是模型效能的持續優化，二是算力供給的快速擴容。

這種“幸福的煩惱”并非沒有先兆。K3的技術實力在發布前就已引起業內關注。其核心支撐技術之一“Attention Residuals”（注意力殘差）早在2026年3月就以技術報告形式開源，該技術方案可讓模型訓練與推理效率提升25%。馬斯克當時就在社交媒體上公開稱贊，評價其為“非常令人印象深刻的工作”。

當K3的完整性能數據在發布后揭曉，行業反應劇烈。在被業內視為最貼近真實工程開發的編程“金標準”Frontend Code Arena 榜單上，K3以1679分登頂。K3的上一代模型K2.6在同一榜單上排第18位，一代之間躍升17個位次。Vercel的CEO Guillermo Rauch發帖稱，K3在Next.js官方綜合Web工程基準（nextjs.org/evals）評測中領先Fable，“這是開源模型首次在該綜合Web工程評測上全面超過閉源模型。”

和DeepSeek-R1推出后英偉達一度大跌類似，K3也影響到了美股表現，美東時間7月17日，CNBC報道美股半導體板塊走出今年以來最差單周行情，跌幅創下2025年4月之后新低，而導火索是“中國月之暗面發布全新AI大模型。”

對于K3在全球的影響，黃震昕表示，“我們在全球市場上真正做出了SOTA級別的模型，定價不是朝便宜去定的，我們也擺脫了‘開源模型就是要做便宜的、低價的’這樣的印象。”

“模型公司一定要做模型”

面對用戶的熱情與海外廣受關注的表現，Kimi顯得頗為低調。

“不做高性價比的標準化業務，而是聚焦‘難而正確’的前沿探索。”黃震昕這樣解釋公司的核心理念。如同登月一般，一旦實現突破，將為全人類創造巨大價值——這并非一句口號，而是貫穿在月之暗面從技術研發到商業布局的每一個決策之中。

在當前，越來越多的AI企業開始聚焦落地和Agent時，月之暗面卻一直保有對基礎模型的執念，“模型公司一定要做模型。”黃震昕說。

基礎模型的強度是所有上層應用的前提，Agent、C端產品、行業解決方案都是模型能力提升到一定階段后的自然產物。只有持續打磨最強模型，才能構建長期競爭壁壘。

這種執念在K3身上得到了集中體現。根據月之暗面公布的技術文檔，K3基于月之暗面自研的KDA混合線性注意力機制和Attention Residuals技術構建，采用MoE（混合專家）架構，在896個專家中高效激活16個，擴展效率較前代K2提升約2.5倍。更關鍵的是，月之暗面是Scaling Law（縮放定律）的堅定信仰者——模型參數量、訓練數據量、計算量三者同步提升，模型性能就會持續增強——但傳統Scaling Law面臨指數級成本的硬約束：算力投入擴大100倍，模型性能僅提升10倍。

月之暗面的解法不是簡單的工程效率優化，而是底層架構創新。

黃震昕透露，過去8到11年間，大模型領域的三大核心基礎技術從未出現本質迭代，而公司在2025至2026年完成了對這三項底層技術的突破，這也是K3能夠實現SOTA性能的核心支撐。其中，Moon Clip二階優化器是行業首次在萬億級大模型訓練中應用該新型優化器，大幅提升Token效率，可讓20TB訓練數據發揮出相當于40TB的效果。K2系列曾在過去12個月中保持9個月的參數量領先，K3也將在參數量與性能上保持一段時間的領先優勢。

黃震昕告訴記者，Kimi現階段暫不提供私有化部署服務，商業模式對標海外成熟頭部AI企業，核心發力打磨模型基礎能力，他也明確了行業參數規模趨勢，表示Kimi的大模型參數規模會持續向上拓展，不會止步于當前2.8萬億規模。

Kimi的“審美”：不做娛樂性場景，聚焦生產力

技術突破只是起點，商業化落地才是檢驗模型價值的關鍵。

K3在編程能力上的表現已經為它贏得了開發者生態的初步認可，其在多項評測中展現出與頂級閉源模型抗衡的實力。在Program Bench評測中，K3得分77.8，以0.2分的微弱優勢超過GPT-5.6 Sol的77.6；在FrontierSWE上得分81.2，大幅領先GPT-5.6 Sol的71.3，但次于Fable 5的86.6。在實際應用中，K3展示了長程工程能力——在計算天體物理“I-Love-Q”普適關系復現任務中，K3用約兩小時完成了通常需要資深研究人員一到兩周才能完成的工作。

但月之暗面的商業化視野不止于此。黃震昕在采訪中透露，公司即將推出Kimi Hosted Agent企業級服務，開放Agent編排調度（Harness）能力，將沙箱環境與智能體調度框架整合為標準化平臺，向企業客戶提供PPT生成等場景的API接口，支持嵌入企業內部系統，可自定義內容風格，適配投研分析、內容生產、辦公自動化等多元場景。

談及與海外頭部模型公司的競爭，黃震昕表示，全球模型公司在商業化方面已找到一條可行路徑，Kimi在產品創新上持續投入，包括AgentSwarm路由在行業做Agent之前就已經做出來。“我們還是希望從產品驅動，然后設計不同的商業模式，打造出非常有競爭力的產品。”

黃震昕在采訪中強調了Kimi一貫的“產品審美”，“我們不會做娛樂性的場景，也不做生圖、生視頻，我們一直的定位就是生產力場景，包括編程、金融、法律、科學研究等領域，這就是我們的審美，我們會一直按照這個價值觀去努力奮斗。”

在北京，從海淀知春路到清華校門口，短短一段路程聚集了智譜、Kimi等多家國內頭部AI企業。黃震昕說，這里的產業集聚并非偶然——“人才密度高、政策支持完善，端一杯咖啡就能找到對應領域的專業人才”。這片被業內稱為中國AI“臥龍池”的土地上，蟄伏的故事遠不止一個。而K3的全球爆火和隨之而來的算力告急，或許只是月之暗面“登月計劃”的一個階段性注腳。

新京報貝殼財經首席記者 羅亦丹

視頻 羅亦丹 陳蜜蜜 實習生 彭紫桐

編輯 楊娟娟

校對 楊利