全球 AI 軍備競賽的新前線
中國人工智慧新創公司 Moonshot AI 發表 Kimi K3，這是一款擁有 2.8 兆參數的開源模型。該公司聲稱，Kimi K3 足以媲美美國 AI 領導業者 OpenAI 和 Anthropic 最先進的系統。這項消息於 2026 年 7 月 17 日公布，立即震撼全球科技市場，也再次引發激烈辯論：美國能否維持其自認在人工智慧發展上的領先地位。
目錄
這款模型代表全球兩大經濟體之間的科技競爭大幅升級。Kimi K3 的完整權重預計於 7 月 27 日釋出，屆時將成為首款接近 3 兆參數門檻、可供全球開發者自由下載、修改及部署的開源模型。這種開放程度，與主導美國 AI 產業的封閉專有系統形成鮮明對比。
對不熟悉這個詞的讀者來說，參數大致相當於生物大腦中的神經連結。參數數量越多，通常代表模型能儲存更多知識、辨識更複雜的模式，並執行更精密的推理任務。Kimi K3 擁有 2.8 兆參數，遠超先前的開源領先模型，例如 DeepSeek 的 V4 Pro（1.6 兆參數）和智譜 AI 的 GLM-5.2（7,440 億參數）。
Moonshot AI 稱 K3 是「迄今能力最強的旗艦模型」，專為長時程程式設計、知識工作，以及只需極少人力監督的複雜推理任務打造。模型具備 100 萬 token 的上下文窗口，能在單次提示中處理並保留遠多於多數競爭對手的資訊。作為參考，「token」是文字的計量單位（大致相當於一個詞或詞的一部分），因此 100 萬 token 約等於一次分析 75 萬字，或大約三本完整長篇小說。
令人矚目的基準測試成績
Kimi K3 首次亮相最引人注目的，或許是它在獨立評測平台上的表現。在 Arena.ai 的 Frontend Code Arena 中，該平台透過正面比較程式碼成果來衡量開發者偏好，Kimi K3 以 1,679 分拿下榜首，超越 Anthropic 的 Claude Fable 5 和 OpenAI 的 GPT-5.6 Sol。在七個受評領域中，K3 有六項排名第一，包括品牌與行銷、依參考資料設計，以及資料分析。
第三方分析機構 Artificial Analysis 在其 Intelligence Index 將 Kimi K3 排名第三，僅落後 Claude Fable 5 和 GPT-5.6 Sol，並領先 Claude Opus 4.8 和 GPT-5.5。在評估高難度、長時程資訊搜尋能力的基準 BrowseComp 中，K3 使用完整的 100 萬 token 上下文窗口且未採用壓縮技術，取得 91.2 分（滿分 100 分）的最先進成績。
Moonshot 公布的自家基準測試顯示，K3 在程式設計和代理式任務上勝過 Claude Opus 4.8 和 GPT-5.5，包括 Program Bench 和 SWE Marathon 評測。不過，公司也坦承，K3 整體表現仍落後 Claude Fable 5 和 GPT-5.6 Sol 所代表的絕對前沿水準。
由 Alex Liu 領軍的美銀分析師在研究報告中點出這項進展的重要性：「儘管中國持續面臨硬體與運算能力限制，K3 顯示，預訓練規模化搭配架構創新，仍能讓中國旗艦模型實現跨越式進步。」
突破背後的架構
Moonshot AI 將 K3 的多數效率提升歸功於兩項專有架構創新，這兩項技術先前已由公司以開放研究形式發表。Kimi Delta Attention 引入混合式線性注意力機制，降低處理長序列的運算成本；Attention Residuals 則取代神經網路層之間傳統的殘差連結，帶來 Moonshot 所稱的「穩定擴展效益」。
技術文件顯示，K3 採用混合專家架構，每處理一個 token，只啟動 896 個專家子網路中的 16 個，約占參數總量的 1.8%。這種選擇性啟動大幅降低推論成本，同時維持模型能力。公司也採用量化感知訓練，使用 MXFP4 權重和 MXFP8 活化值；這種精度格式是為了廣泛相容不同晶片製造商的硬體而特別選定。
最能展現 Moonshot 技術野心的，或許是一場長達 48 小時的自主展示：K3 設計出一枚實體晶片，用來執行自身的奈米級版本。模型僅使用開源電子設計自動化工具和 Nangate 45nm 標準元件庫，便獨立完成從架構設計到最佳化與驗證的完整建置流程。最終設計面積為 4 平方毫米，在 100 MHz 下達成時序收斂，模擬中每秒可解碼超過 8,700 個 token。
另一項案例研究指出，K3 重現了計算天體物理學中的普適 I-Love-Q 關係。這項複雜計算通常需要資深研究人員花一至兩週完成，K3 則在約兩小時內讀取並交叉驗證超過 20 篇學術論文後，完成計算。
市場震盪與投資人焦慮
K3 發表後，市場立即出現劇烈反應，令人想起 2025 年 1 月的「DeepSeek 震撼」；當時另一家中國新創以極低成本推出能力出乎意料強大的模型。Moonshot 在中國的競爭對手智譜 AI（Z.ai）和 MiniMax 在香港股市交易中，股價分別暴跌 27% 至 28% 和 16%。全球最大晶片製造商台灣積體電路製造公司（台積電）即使公布季度營業利益大增 77%，股價仍下跌 7%。常被視為 OpenAI 投資風向球的軟銀則下跌 9.0%。
賣壓也蔓延至美國市場，Nasdaq 100 下跌 1.0%，輝達股價下跌 1.2%，一度失去全球市值最高企業的地位，讓位給蘋果。Meta 股價則重挫逾 2.4%。
Moor Insights and Strategy 執行長暨首席分析師 Patrick Moorhead 將市場反應形容為「令人震驚地重演 DeepSeek 恐慌的一次過度反應」。Moorhead 在社群媒體發布的分析中指出，儘管技術確有進展，「距離超級智慧仍很遙遠」。他認為，K3 這類模型最終將「比沒有它們時更快擴大推論市場」，顯示競爭壓力可能擴大整體 AI 經濟，而不只是重新分配市場。
華爾街知名 AI 產業投資人之一 Gavin Baker 將 K3 的發布稱為「轉捩點」。他預測，這款模型「對 OpenAI 和 Anthropic 等封閉式 AI 新創而言是壞消息，但對全球幾乎所有其他公司都是整體利多」。Baker 解釋：「任何降低模型層利潤率並加劇競爭的因素，對其他 AI 層都會有利：電力、半導體、超大規模雲端業者、新興雲端業者，當然也包括軟體。」
開源背後的地緣政治角力
K3 的發布對人工智慧地緣政治競爭具有深遠影響。就在幾週前，美國政府因資安疑慮，突然要求 Anthropic 暫時撤下 Fable 和 Mythos 模型，將前沿 AI 系統視為關鍵國家基礎設施。華府之後撤銷相關限制，但仍難以消除外界對美國當局將先進 AI 視為需要嚴格管控的戰略資產的印象。
中國國家主席習近平在 2026 年上海世界人工智慧大會上直接談到這些緊張局勢，重申中國支持開源發布。「我們要抓住這一難得的歷史機遇，倡導開源、開放、合作、共享。」習近平對與會者表示。他也直接批評美國政策：「我們應共同反對在人工智慧領域泛化國家安全概念，或將一國自身安全置於他國安全之上的做法。」
開源策略同時服務於中國的多項利益：展現技術實力、建立全球開發者社群，以及打造能抵抗美國出口管制的標準。路透社一篇分析指出，開源讓中國企業得以「擴大開發者社群及其全球影響力；這項策略可能有助中國抵銷美國限制北京科技發展的努力」。
曾任川普政府官員、目前負責 OpenAI 戰略未來部門的 Dean Ball，對中國的開放態度表示意外。「考量到潛在風險，中國政府仍允許開源這麼優秀的模型，令我個人感到意外。」他在社群媒體上寫道。Ball 推測，中國的做法可能符合更廣泛的政治哲學，並表示「開源權重模型主導的世界，一種可能的結果是全面的 AI 共產主義，這正是中國提出的理念：AI 不再是市場商品，而是『公共財』，最終將由國家以某種『數位公共基礎設施』的形式提供。」
David Sacks 與美國政策辯論
K3 的發布讓美國如何維持科技領先地位的政策辯論更加升溫。David Sacks 曾任川普總統首任 AI 與加密貨幣沙皇，之後轉任總統科技顧問委員會共同主席；他形容這項發布「令人擔憂」。
Sacks 在一則廣泛流傳的社群媒體貼文中警告，美國 AI 領先地位正因自身造成的問題而逐漸流失，包括阻擋新資料中心、疊加州級法規，以及推動聯邦機構事先核准前沿模型。他認為，「無須許可的創新」曾推動美國稱霸網路時代，而 AI 唯有重走這條路才有機會成功。
這就是輸掉 AI 競賽的方式。世界其他地方不會照著美國的規則行事，尤其是當美國自己陷入繁瑣程序時。
風險投資家、Khosla Ventures 創辦人 Vinod Khosla 認同 Sacks 的看法，同時點出他所稱的「更大的問題」。Khosla 指出，美國的移民限制正讓其他國家的優秀技術人才望而卻步，削弱 AI 發展所需的人才基礎。
中國模型為何成本更低
Kimi K3 的 API 定價凸顯中國在成本上的系統性優勢，西方開發者也因此日益青睞中國模型。K3 每百萬輸出 token 收費 15 美元，比 Claude Fable 5 同等輸出每百萬 token 50 美元的價格低 70%。輸入 token 每百萬收費 3 美元，快取輸入則降至每百萬僅 0.30 美元。這項定價雖高於部分早期中國模型，但讓 K3 成為具備近前沿效能的中階選擇。
造成成本差異的因素有好幾項。中國電價仍遠低於美國許多地區，反映政府大規模投資發電與輸電基礎設施。相較之下，中國資料中心擴建面臨的政治阻力較小；美國地方社區則愈來愈常因電網負荷和用水疑慮，反對興建相關設施。
更重要的或許是，中國 AI 公司採取以市占率為優先的策略，犧牲短期獲利以建立生態系。諷刺的是，美國出口管制可能反而無意間促進了這種效率。中國實驗室無法取得輝達最先進的處理器，只能透過演算法創新，從能力較弱的硬體中榨出最大效能。
AI 分析師暨 AI Proem 電子報作者 Grace Shao 表示，中國實驗室「受到運算能力、資金與人才限制，因此許多業者在使用資源時格外謹慎」。這種壓力催生了顯著的效率突破。Asia Group 合夥人 George Chen 指出：「中國 AI 公司買一張輝達晶片的錢，就能買到華為或其他本土晶片商的十張晶片。」
Moonshot 公布的技術資料明確揭露了硬體限制。公司以輝達 H200 處理器訓練 K3，並搭配一款僅稱為「其他供應商的 GPGPU」的處理器，外界普遍認為指的是華為昇騰晶片。公司的核心程式最佳化基準測試則是在輝達 L20 上執行；這款處理器是依照美國出口規定專為銷往中國市場而設計的降規版本。
Moonshot 大起大落的企業歷程
要了解 K3 的重要性，必須先認識 Moonshot AI 動盪的發展歷程。公司於 2023 年由清華大學畢業生楊植麟創立；他先前曾在 Google 和 Meta 從事研究。Moonshot 的中文名稱取自 Pink Floyd 專輯《月之暗面》，據傳是創辦人最喜歡的唱片。Kimi 早期憑藉獨特的長文本分析能力和 AI 搜尋功能獲得關注，並吸引阿里巴巴、騰訊和美團投入大量資金。
到了 2026 年初，Moonshot 已透過多輪募資籌得約 15 億美元，估值從 25 億美元升至 43 億美元。接著 DeepSeek 的 R1 模型於 2025 年 1 月顛覆整個中國 AI 產業，Moonshot 也是受創最重的業者之一。Kimi 在中國的月活躍用戶排名從第三跌至第七。
公司從 2025 年 7 月推出 Kimi K2 起轉向開源模型，並在 2026 年 1 月以 K2.5 加速布局，試圖透過技術貢獻而非消費市場地位重新找回影響力。K3 是這項努力的集大成。訓練一款 2.8 兆參數模型需要數月準備和龐大的運算資源，顯示其架構決策在公開發布前早已定案。
彭博 6 月報導，Moonshot 正尋求新一輪 20 億美元融資，估值約 300 億美元，並可能在香港上市。K3 的發布很可能大幅強化公司在談判中的籌碼。
專家觀點：熱潮中保持審慎
並非所有人都對 K3 表示讚揚或憂心。研究 AI 對工作影響的華頓商學院教授 Ethan Mollick，在用 K3 對自己過去的學術研究進行複雜統計審核後，提出「一點審慎提醒」。Mollick 表示，K3「在好幾個地方都搞錯了」，包括誤用統計方法。他分享了一份由 OpenAI 的 GPT-5.6 Pro 產生的詳細評論，指出 K3 分析方法中的根本錯誤，並表示自己認同這份評估。
AI 新創公司 Tzafon 的產品長 Simon Koser 承認，K3 在程式設計等領域「確實令人印象深刻」，但提醒外界不要過度解讀基準測試結果。「某些 AI 模型在實際部署時的表現，可能與受測時不同；市面上也沒有一款能勝過所有其他模型、面面俱到的 AI。」Koser 解釋，「看起來好像很多人都在轉換模型，但實際上，我不確定這種轉變有多大。」
Perplexity 執行長 Aravind Srinivas 從更廣泛的產業角度指出，「模型本身已不再是產品」。在他看來，競爭優勢日益來自「工具層，也就是把模型放進功能強大的工具環境中，並搭配大量工具的協調系統」。這種觀點顯示，無論模型本身能力多麼出色，都只是成功部署 AI 的其中一環。
Fusion Fund 創辦人 Lu Zhang 也強調這一點。他指出，多數使用開源模型的開發者來自「新創生態系，而非大型企業」。隨著更好或更便宜的替代方案出現，這些使用者經常更換模型，把 AI 能力視為可互換的商品，而不是長期策略承諾。
開放權重對企業用戶的意義
對正在評估 AI 投資的企業而言，K3 將於 7 月 27 日開放權重，帶來新的策略選項。不同於仰賴 OpenAI 或 Anthropic API 的服務，具備這種能力的開源模型讓企業能微調模型、自行架設服務，並打造專有系統，不必持續支付供應商費用，也無須擔憂資料主權問題。代價是對基礎設施的要求很高；執行 2.8 兆參數模型需要 GPU 叢集，少有企業能在內部維持這種設備。
Moonshot 透過 Mooncake 專案部分解決了這項挑戰。該專案以開創 KV 快取為核心的分離式服務架構，獲得 FAST 2025 最佳論文獎。這種架構將記憶體需求龐大的既有上下文快取，與新回應的運算分開處理，讓大型模型推論更實際也更具成本效益。
公司目前的三層產品線包括旗艦模型 K3、專門用於程式設計的 K2.7 Code，以及通用型模型 K2.6。這些模型的上下文窗口皆至少支援 256,000 token，K3 則具備完整的 100 萬 token 能力。自動上下文快取無須開發者明確管理，與競爭對手相比，是一項細微但重要的使用體驗優勢。
配合 K3 上市，Moonshot 也更新了開源程式設計工具 Kimi Code，與 Anthropic 的 Claude Code 競爭。這項工具在 GitHub 已累積超過 3,100 顆星，並整合 VSCode、Cursor 和 Zed 等熱門開發環境。新增功能包括擴充子代理工具、背景任務管理，以及巢狀代理能力，讓程式設計助理成為多層次的自主系統。
競爭格局重新洗牌
K3 問世改變了外界對全球 AI 競爭格局的認知。過去三年大部分時間裡，開源模型的效能通常明顯落後專有模型。若 7 月 27 日之後的社群廣泛測試證實獨立基準測試結果可靠，K3 似乎已將這項差距從數月縮短至數週。
這種差距縮小，挑戰了美國前沿 AI 實驗室的商業模式；這些業者以能力優勢為由，收取較高價格。當演算法效率能部分取代受限制的晶片時，美國透過硬體出口管制掌控 AI 擴散的政策也更難推行。
競爭壓力不只來自 Moonshot。中國 AI 公司目前包辦 OpenRouter 每週使用量排行榜前五名，包括騰訊、小米、DeepSeek、MiniMax 和智譜 AI。據報導，美國外送平台 DoorDash 已將「較低階工作」轉交 Kimi 模型處理；技術長 Andy Fang 表示，這些模型「品質更好、成本更低」。
美國國會議員正積極考慮限制國內採用中國 AI 模型，即使排除這些模型的技術理由愈來愈難成立。這些系統具有開源特性，能透過全球開發者網路傳播，難以受到國家法規約束。
重點整理
- Moonshot AI 的 Kimi K3 擁有 2.8 兆參數，是迄今宣布的最大開源 AI 模型，完整權重將於 2026 年 7 月 27 日釋出
- 獨立基準測試將 K3 整體排名列為第三，僅次於 Anthropic 的 Claude Fable 5 和 OpenAI 的 GPT-5.6 Sol，且在前端程式設計表現上名列第一
- K3 每百萬輸出 token 收費 15 美元，比 Fable 5 每百萬 50 美元的價格低 70%，延續中國 AI 模型系統性的價格優勢
- 消息公布後市場劇烈震盪，中國競爭對手 AI 股下跌 16% 至 28%，全球晶片股也因競爭優勢可能流失的疑慮而走低
- David Sacks 和 Vinod Khosla 等美國政策界人士警告，法規和移民限制對美國 AI 領先地位的威脅，可能大於中國競爭本身
- 中國國家主席習近平在上海 WAIC 大會上重申中國支持開源 AI，並將其定位為全球公共基礎設施
- 技術展示顯示，K3 能在 48 小時自主運作中設計出可運作的晶片，並在數小時內解決通常需要數週的複雜天體物理問題
- Moonshot 使用受出口管制的輝達 L20 處理器和華為替代晶片訓練 K3，展現中國在美國硬體限制下仍持續取得進展
