中国AI模型48小时完成芯片设计，美国EDA巨头股价受挫！Kimi K3携2.8万亿参数挑战GPT、Claude，马斯克盛赞

记者|林晓薇

编辑|金晓晨 陈宇 杜涛 校对|董明轩

7月17日凌晨，备受瞩目的Kimi K3大模型正式登场。据官方公布的信息，Kimi K3拥有高达2.8万亿的参数规模，并配备了100万Token（词元）的超长上下文窗口，同时原生支持视觉理解能力，成为当前全球参数规模最大的开源大模型，一举将开源领域的技术门槛提升至3万亿级别。

Kimi K3发布后，第三方评测机构的数据显示，在Arena AI的Code Arena榜单上，Kimi K3以1679分的优异成绩位居榜首，超越了行业内的两大巨头Claude Fable 5和GPT-5.6 Sol。这一成就也引起了特斯拉CEO马斯克的关注，他在评论区留言表示：“非常令人印象深刻（Impressive）。”

随着国产大模型在全球AI领域的地位逐渐提升，行业竞争的焦点已经从单纯的参数比拼转向了商业价值的实现。

Kimi K3系统架构解析

图片来源：月之暗面官方网站

据华尔街传来的消息，市场普遍担忧，如果中国的高性能AI模型获得更广泛的应用，可能会对美国AI企业的资本支出预期以及高端芯片的需求产生影响。

受此影响，昨夜美股市场上的大型科技股普遍下跌，英伟达、Meta、谷歌等公司的股价跌幅均超过2%；费城半导体指数也下跌了1.63%，较6月22日的历史高点下跌了20.2%，正式进入技术性熊市。全球EDA（电子设计自动化）领域的两大巨头新思科技和铿腾电子的股价也一度大跌超过12%，最终新思科技收跌7.85%，铿腾电子收跌9.47%。

消息方面，月之暗面公司透露，在连续48小时的自主Agent（智能体）运行中，K3大模型基于开源EDA工具和Nangate 45nm工艺库，成功独立完成了芯片的构建、优化和验证工作。

48小时完成芯片设计

Kimi聚焦长程编程能力

在模型的具体测试表现上，Kimi K3在编码（coding）专项测评中展现出了强大的竞争力。在测试超长程软件工程任务能力的SWE Marathon测评中，Kimi K3以42.0分的成绩位居第一；而在AI终端操作能力基准测试的Terminal Bench 2.1和评估AI模型软件工程能力的FrontierSWE两项测评，以及其自研的内部代码测试集Kimi Code Bench 2.0中，Kimi K3虽然略有落后，但仍然排在第二位。

在通用智能体赛道上，Kimi K3在自动化操作、网页深度检索、办公类实操任务测试中表现出了明显的优势。综合来看，虽然Kimi K3的整体表现尚未超越闭源模型Claude Fable 5和GPT-5.6 Sol，但与这两款头部闭源模型的差距已经相对较小。

值得一提的是，Kimi在介绍中也特别强调了架构层面的变化所带来的效率提升。Kimi K3基于Kimi Delta Attention（KDA）混合线性注意力机制和Attention Residuals（AttnRes）注意力残差技术构建。在MoE（混合专家）层面，模型在896个专家中激活了16个。这些结构性的改进使得Kimi K3相比K2的整体扩展效率提升了约2.5倍。

Kimi重点突破的长程编码能力也在实际应用场景中得到了体现。Kimi具体介绍了Kernel优化、创作数字作品、芯片设计等几个涉及不同能力需求的应用场景。

其中，Kimi K3设计了一款芯片，用于运行一个基于其自身架构构建的nano模型。官方表示，在连续48小时的自主Agent（智能体）运行中，K3大模型基于开源EDA工具和Nangate 45nm工艺库，成功独立完成了芯片的构建、优化和验证工作。该芯片能够在100 MHz的频率下完成时序收敛，仿真解码吞吐量持续超过每秒8700个Token。

K3并非孤立的产品。月之暗面公司在6月中旬发布的K2.7 Code和Kimi Work也已经在垂直方向上进行了尝试。

K2.7 Code专注于编程场景，其Token消耗比前代降低了30%，后来又追加了高速版。而Kimi Work则将Agent能力引入到了桌面端，支持本地文件操作、浏览器自动化和定时任务，并提供了可连续工作24小时的目标模式，以及接入飞书、WPS、钉钉等第三方应用的插件中心。

桌面Agent正在成为各家大模型研发企业落地的共同选择。百度、阿里等公司将Agent集成进了办公套件，6月底豆包也开启了付费功能，重点覆盖办公和Agent场景，月费从68元到500元分为三档。行业整体正在转向让AI直接在工作流中发挥作用，而不仅仅是停留在聊天框中。

K3的发布为应用提供了更强的模型底座，Kimi Work也同步新增了小组件和看板两项功能，将对话输出转化为可持续查看的可视化界面。

值得一提的是，官方主动列出了模型目前存在的三点局限：一是对历史思考内容敏感，中途切换模型或框架不兼容可能导致上下文干扰，进而影响内容生成质量；二是训练侧重长程高难任务，在简单场景下模型可能“过于主动”，替用户做出非预期判断。对于这两点，Kimi官方都给出了简单的使用指南；三是“尽管Kimi K3总体上是一个非常有竞争力的模型，但与Claude Fable 5和GPT-5.6 Sol相比，在用户体验上仍有一定差距”。

目前，Kimi K3的完整模型权重尚未发布，月之暗面公司表示将于今年7月27日前发布。更多技术细节将随技术报告一并公布。

行业涨价潮来袭，大模型商业化进入兑现期

与模型能力一同提升的还有模型价格。

Kimi K3的API（应用程序编程接口）定价为：输入每百万Token 2元（命中缓存）和20元（未命中），输出每百万Token100元。官方表示，在编程场景下缓存率超过90%，因此实际输入成本会低不少。

据第三方机构Artificial Analysis的测算，Kimi K3的单任务成本约为0.94美元，与GPT-5.6 Sol的1.04美元接近，约为Claude Opus 4.8（1.80美元）的一半。

整体来看，涨价已经成为全行业的主旋律。智谱GLM-5系列已经分三轮上调了价格。DeepSeek宣布V4正式版上线后实行峰谷定价，高峰时段价格翻倍。此前，Kimi的价格也有所上涨，从K2的每百万Token 4元涨到K2.7 Code的6.5元，涨幅约为60%。

月之暗面公司B端（商家端）负责人黄震昕近期公开表示，在供需两端的挤压下，API涨价是必然趋势。用户愿意为高性能支付溢价，而厂商则通过缓存优化、推理效率提升来对冲成本。目前Kimi原厂服务的缓存命中率已经超过90%。

在涨价之外，各家企业在商业化路径上的分化也愈发明显。有的企业押注企业私有化部署，有的企业深耕开发者生态以拓展付费用户。而Kimi的选择是B端和C端（消费者端）同时发力。黄震昕提到，互联网、金融、制造、教育、医疗是目前主要的企业客户来源。海外市场增长更快，付费用户和API收入都增长了400%，产品已经进入200多个国家和地区。

C端最有话题性的尝试是Kimi信用卡，这款联名卡已于7月10日正式发行，合作方是美国运通和农业银行。通过这张卡，用户可以将消费积分兑换成Kimi算力额度和Agent使用权，相当于用金融权益进行C端获客和留存。项目从4月酝酿到7月落地，仅用了3个月时间就走完了流程，知情人士称双方“一拍即合”。然而，类似的跨界合作在行业里并不多见，效果如何还需要时间来验证。

商业化探索的背后，是估值的火箭式攀升。过去半年，月之暗面公司完成了三级跳：2025年12月估值为43亿美元，今年5月D轮融资后跃升至200亿美元，6月又被曝出新一轮融资投前估值达到315亿美元，半年内增长超过6倍。

当前，大模型头部梯队的资本化竞速已经全面铺开，智谱、MiniMax已经先后登陆港股，在股价高点时市值分别冲到万亿港元、千亿港元级别。月之暗面公司此刻的每一步商业化试探，都承载着资本市场的高预期。

然而，在闭源模型持续领跑、国产同行加速追赶的格局下，K3能否为月之暗面公司带来多大的实际优势？面对定价的抬升，Kimi K3又能否呈现出与价格相匹配的良好表现？这些都还需要进一步检验。

｜每日经济新闻 nbdnews 原创文章｜

未经许可禁止转载、摘编、复制及镜像等使用