分析师/会磊
昨天深夜，AI圈又被刷屏了。
月之暗面如约放出了Kimi K3的完整权重。2.8万亿参数、百万上下文、原生多模态，半小时点赞破四千，Hugging Face CEO亲自发推说“这是史上增长最快的一次发布”。
词条冲上热搜，群里炸了锅，有人连夜打开电脑准备下载。
但你猜怎么着？大多数人折腾一晚上，连模型文件都没下完——594GB，下完也不知道拿来干嘛。
朋友圈里那些欢呼“Kimi免费了”的人，可能没搞清楚一件事：开源和免费软件，从来不是同一个故事。
这就像有人把一辆F1赛车的设计图纸公开发到了网上，你可以下载、可以看、可以研究，甚至可以在理论上把它造出来——但你的车库放不下，你的钱包更撑不住。
先别急着兴奋，把发布内容拆开看，这次开源分四层：
第一层，模型权重本身。2.8万亿总参数，896个专家，每次激活16个，原生支持图文视频理解，100万token上下文。这是首个3T级别的开放权重模型，数据放在Hugging Face上，任何人都能下载。
第二层，47页的技术报告。里面详细披露了KDA混合注意力、Attention Residuals、Stable LatentMoE这些架构创新，以及后训练、强化学习基础设施的方法论。这对研究者来说可能是比权重本身更值钱的东西。
第三层，三项Infra技术开源。MoonEP（MoE通信库）、FlashKDA（高性能算子）、AgentENV（分布式沙箱）。这属于大模型训练里非常底层的系统能力，一般公司根本不会往外掏。
第四层，API入口。官方定价输入$3/百万token、输出$15/百万token，是GPT-5.6 Sol的一半。
这四层里，大多数人只看到了第一层，就喊出了“免费了”。但实际上，“下载”和“用起来”之间，隔着一道巨大的鸿沟。
这不是泼冷水，是算账。
Kimi K3的完整权重，MXFP4量化后约1.4TB。注意，是TB，不是GB。
要在本地部署，你需要至少1.4TB的GPU显存才能加载。主流H100单卡80GB显存，18张卡才能勉强装下——这还没算推理时的额外开销。
vLLM给出的最低部署方案是8张NVIDIA B300或8张AMD MI355X。Kimi官方为了达到较好推理效率，甚至建议用64张以上加速卡组成的超节点。
有开发者算了一笔账：最低可行的成本投入约200万元人民币。
引用图源：IT爆破手
这不是普通开发者能承受的。甚至部分中型企业也扛不住。所以现实是：
首先，这不是“人人下载、人人运行”的故事。在自家电脑上跑K3，跟在家组装航母一样不现实。它面向的是云厂商、研究机构、有足够预算的大型企业。
其次，这不是“免费替代品”。开源解决的是可获得性，不是成本问题。权重免费，但让它跑起来的硬件、电力、运维、工程优化，每一环都在烧钱。
最后，这不等于普通用户的体验变了。你现在打开Kimi App用的就是K3，体验早就有了。开源与否，跟你的日常聊天、写稿、搜资料没什么直接关系。
如果“跑不起来”是事实，那这次发布的意义在哪？主要有以下三个点。
第一，它用开放堵住了质疑的嘴。
以前国产模型发布，总有人提出疑问：“跑分是PR吧？”“评测是自己做的吧？”现在K3把完整权重和技术报告全公开了，第三方平台Artificial Analysis打出了57分——开源第一，全球总榜第三，只落后Claude Fable 5和GPT-5.6 Sol。
排名是在中立平台上测的，任何人都可以复现。这就是开源的硬道理：它让“你说你强”变成了“你自己来验证”。
第二，它的API定价真正有竞争力。
输出$15/百万token，只有GPT-5.6 Sol的一半。而两者在第三方评测里的差距，只有几分。
作为开发者，如果同样的任务质量差不多，成本差一倍，你选哪个？这不是开源的影响力，这是商业层面的价格战。开源模型用成本优势，倒逼闭源厂商重新解释自己的溢价。
第三，它在推动AI竞争从“谁藏着”变成“谁接得住”。
K3开放之后，最先兴奋的不是普通用户。发布当天，Modal、Together AI、Nebius、Fireworks等六家海外推理平台就完成了Day-0适配，SGLang和vLLM两大开源框架同步支持。
华为昇腾也宣布完成Day0适配，这意味着K3可以在国产算力集群上跑起来。
引用图源：智东西
开放权重的真正意义，是让“谁能提供K3服务”变成了一个开放市场。以后云厂商可以部署它，推理框架可以优化它，企业可以私有化它。竞争从“谁有最强模型”变成了“谁能把开放模型变成更便宜、更可靠的服务”。
既然大多数人跑不动，那不同的人该怎么看待这件事？
对个人用户：省省吧，别下载了。
你平时用Kimi聊天的体验不会因为开源而变好或变坏。真正该注意的反而是另一个消息：kimi-k2.5和moonshot-v1系列将在8月31日下线，老用户记得切换到新模型。
至于594GB的权重文件，下载它不如多睡会儿觉。
对开发者：API才是正道，别想着自部署。
日常写代码、做PR，kimi-k2.7-code足够了，上下文256K够用。只有处理超长任务、复杂Agent场景，才值得用K3。
别因为“最新旗舰”就把全部请求迁过来，账单会教你做人。更务实的选择是走API或托管平台，等社区把量化版本做出来再说。
对企业：多了选择，但门槛依然不低。
有数据合规要求、有私有化需求的组织，K3的开放权重确实提供了“不被单一接口锁死”的可能性。但前提是你能承受几千万的硬件投入，或者能找到靠谱的托管服务商。
许可证也值得细看：年收入超2000万美元的API服务商需要额外签协议，月活过亿或月收入超2000万的产品需要显著展示Kimi品牌标识。这个条件对绝大多数公司来说，约等于没有门槛。
最后说几句。根据论文数据，在代码层面，Kimi K3基本比肩GPT-5.6 Sol和Fable 5模型，部分数据甚至超过这两个海外模型。
开源生态这条路，中国选择了，而且跑在了前面。
所以看到“开源了！”先别急着兴奋。下载完594GB你打算干什么，先想清楚。真正值得关注的，不是“我能不能本地跑”，而是：
它用公开权重证明了全球第三的位置，没人能质疑；它的API定价只有GPT-5.6 Sol的一半，开发者能省真金白银；它让AI的竞争从“谁有最强模型”走向了“谁能把开放模型变成更好的服务”。
Kimi K3离你的电脑很远，但它离你下一次使用AI的价格、速度和选择，很近。
你现在用的Kimi，后面带的是站上全球第三位置的技术底气。这家公司，今天和昨天不一样了。
