文 | 象先志
马斯克用一个词评价 Kimi K3，美股用了两天回答。
xAI 刚发布 Grok 4.5，xAI 创始人马斯克便出现在 Artificial Analysis 的 K3 评测帖下：Impressive。
这并非一份技术评审，却有一层很难忽略的竞争意味。
Grok 4.5 和 K3 都在争夺编程、Agent 与知识工作市场。但当 Grok 还在以 Opus 级别模型做对比，K3 已经开始和 Fable 坐在一桌了。
更有趣的是，Grok 开始走低价路线，国内 AI 则开启了对顶尖能力的追逐。
资本市场的反应更直接。K3 发布前后，美股的 AI 交易本就处在退潮中。
7 月 16 日，纳斯达克综合指数收跌 1.47%，费城半导体指数跌 4.29%。到发布后的第一个完整交易日，纳斯达克 100 指数期货一度跌近 2%。
开盘时纳指跌 1.81%，早盘跌幅一度扩大到 2.2%。费半跌约 5.2%，较 6 月高点的回撤超过 20%。CNN 和 AP 都把 K3 列为进一步动摇市场的因素之一。
当然，这轮下跌并非由 K3 单独制造。
油价因美伊冲突再度上升，Netflix 等公司财报也在压低风险偏好。芯片股在 K3 发布前已连续回调。
K3 更像是给一场已经发生的抛售补上了一个新理由。
投资人突然需要重新回答：如果中国开放模型不仅便宜，而且开始在高端市场与美国闭源模型正面竞争，那么过去几年建立在巨额算力投入、能力领先和高毛利之上的 AI 估值，还能维持多久？
香港市场给出了更直接的答案。7 月 17 日，恒生科技指数收跌 4.37%，智谱大跌 28.49%，报 1107 港元；MiniMax 跌 15.62%，报 216 港元。
这也不能全算在 K3 头上。智谱与 MiniMax 刚经历解禁、配售与高估值回调，市场早已开始验收它们的商业化。
但一家未上市公司发布模型后，两家已上市同行同日明显跑输大盘，资本市场已经把 K3 当成了一次竞争格局重估。
第三次冲击
如果纵观 AI 发展史，那么毫无疑问，是中国 AI 带来的第三次冲击。
2025 年 1 月，DeepSeek 直接砸中了算力叙事。它让市场相信，接近美国前沿模型的能力可能不必消耗同等规模的芯片与资本。
当天英伟达下跌 17%，市值蒸发约 5930 亿美元；纳指下跌 3.1%。那次下跌的核心问题很简单：如果智能不再与昂贵算力一一对应，英伟达和数据中心产业链的增长预期是否被算得太满？
第二次冲击来自 Manus，效果主要发生在产品层。它没有引发一次可比的美股崩盘，反而在发布后带动 A 股 AI 智能体与语料概念走强。
市场交易的是另一种可能：下一代 AI 产品不再出售答案，而是接管任务并交付结果。
如果一定要求三次冲击都对应同一张纳指下跌图，这个框架反而会失真。DeepSeek 改写的是算力成本，Manus 抬高的是 Agent 入口，K3 此刻碰到的则是模型层的能力溢价。
三次冲击，对应三种不同的价格信号
K3 与 DeepSeek 最大的不同，也在这里。
它不是一款典型的 「白菜价中国模型」。K3 拥有 2.8 万亿总参数，是首个达到这一规模的开放权重模型。
在 Arena 前端代码榜的发布快照中，它以 1679 分排在第一，超过 Claude Fable 5 的 1631 分。
Artificial Analysis 给它的综合智能指数为 57，单任务平均成本约 0.94 美元。这个数字低于 Claude Opus 4.8 的 1.80 美元，也与 GPT-5.6 Sol 的 1.04 美元接近。
但它的 API 价格达到每百万 Token 输入 3 美元、输出 15 美元，是国内挡当下最贵模型之一。
然而，这恰恰是最有意思的一点：月之暗面没有继续用最低价换份额。它在尝试证明：中国模型也可以依靠能力进入价格不敏感的高端市场，换句话说，属于中国 AI 叙事的逻辑，已经被推翻了。
中国模型的白菜价叙事，正在被中国模型自己终结。
这才是 K3 对美股 AI 交易最不舒服的部分。
DeepSeek 让投资人担心算力被买多了。K3 又让他们担心，美国模型公司的能力溢价和终局利润率也被估高了。
Bernstein 分析师 Robin Zhu 将 K3 称为一次 「home run」，认为中国头部实验室持续跟上全球前沿已不再是偶然。美国银行的分析则把 K3 的高定价视为月之暗面对技术能力的主动定价，而非又一次价格战。
硅谷换了一种口吻
股价记录资金的态度，评论则记录人们怎么改口。
硅谷人物的评论，不该被摆成一面 「点赞墙」，而应放进一条利益链里理解。
Artificial Analysis 是一家独立模型评测机构，它负责把情绪变成数字。Guillermo Rauch 则把数字拖进真实工程。
Rauch 是 Vercel 创始人兼 CEO，也是 Next.js 生态里最有影响力的平台建设者之一。
他公布的 nextjs.org/evals 结果里，K3 成为当时表现最好的模型，并以更短时间达到与 Fable 相近的成功率。
作为开发者平台和模型网关的经营者，Rauch 乐于看到更多强模型打破单一供应商垄断。也正因如此，他拿出的工程数据比礼貌性点赞更有价值。
Nathan Lambert 的反讽更尖锐。他是艾伦人工智能研究所 Ai2 的高级研究科学家，也是长期追踪开放模型的 Interconnects 主理人。
他用故意错乱的大小写写下：「jUsT gOoD bEcAuSe Of DiStIlLaTiOn」。
随后他直说，关于蒸馏的争论该停了，中国团队同样很会造模型。
过去硅谷还能把一个 DeepSeek 解释成偶然。当 Qwen、Kimi、智谱和 MiniMax 轮流逼近前沿，「只是复制」 的说法就越来越难覆盖全部事实。
前白宫 AI 政策顾问、前 a16z 合伙人 Sriram Krishnan 则把 K3 称为一个会对整个行业产生多重影响的 「大时刻」。他的关注点不是单次跑分，而是另一套开放模型技术栈可能成形。
不过，沃顿商学院教授、长期测试前沿 AI 产品的 Ethan Mollick 保留了必要的冷水。
他认为 K3 已非常接近前沿，却会反复返回已经完成的步骤，不断检查和修改。
他随后又明确说，K3 「not a DeepSeek r1 moment」。它很强，但没有突然跳出人们预期的能力曲线。
Django 共同创作者、Datasette 创始人 Simon Willison 也记录了类似的复杂感受。他认可 K3 在 SVG 等视觉编程任务上的进步，同时提醒人们，单个演示距离长对话里的 Agent 稳定性仍有一段距离。
这组评价放在一起，K3 的位置才准确：它没有让硅谷投降，却已经强到值得直接竞争者、平台经营者、开放模型研究者和华尔街同时重新计算。硅谷换了一种语气，但没有形成同一种结论。
杨植麟的大考
市场已经重新计算 K3，接下来该被重新评价的人，是杨植麟。
三个月前，我们在 《K2.6 是杨植麟的第一场路演》 里写过：K2.6 不像一次只面向技术社区的升级，更像月之暗面重新向资本市场介绍自己的路演。
API 涨价、300 个 Agent 并行、Preview 到 GA 只隔 8 天。每个动作都在回答一份路演 PPT 上的问题——你有没有定价权，企业壁垒在哪里，下一轮估值凭什么继续往上走。
月之暗面当时把 K2.6 称作 K3 的 「runway」。我们留下的判断是：如果 K3 能在路演窗口交卷，K2.6 铺好的跑道才算真的起飞。
现在，交卷了。
K2.6 证明杨植麟还有故事可讲，K3 要证明这家公司真能把故事训练成模型。它靠的不只是 2.8 万亿参数，而是杨植麟能否把研究、算力、工程与产品同时组织起来。
2024 年，杨植麟就说，很长一段时间内不会做 Kimi 之外的第二款产品。他希望把一个产品做到极致，并把最大的时间与投入放在迭代更好的模型上。
他对商业化的时钟也很长：不是一两年，而是 10 到 20 年。这种慢在创业公司里不一定讨巧，却解释了为什么 Kimi 反复把资源压回到长上下文、模型效率和 Agent 能力。
2025 年最后一天，智谱和 MiniMax 正在准备敲钟，杨植麟却在内部信中写道：「我们短期不着急上市，也不以上市为目的。」
那时月之暗面刚完成 5 亿美元 C 轮融资，现金持有量超过 100 亿元。杨植麟随后补了半句：「未来会把上市作为加速 AGI 的手段。」
他并不排斥资本市场，只是不想让上市反过来成为公司的目标。
智谱和 MiniMax 的选择也有充分的合理性。训练前沿模型需要持续融资，上市能够补充算力，也能给早期投资人提供退出通道。
可一旦上市，技术节奏就多了一个时钟。模型的一次降价、一封内部信、一轮配售，都会被立即翻译成股价。
7 月解禁前后，智谱和 MiniMax 前后脚发布内部信。智谱谈未来两年的 「摸高计划」，MiniMax 创始人闫俊杰则宣布在实现 AGI 前暂停领取薪酬，并拿出个人股份激励团队。
这些动作未必是姿态，但发生在解禁窗口前后，就说明资本市场已经成为它们必须同时服务的听众。两家随后推进配售和 A 股计划，MiniMax 的 M3 上线一周后永久降价 50%，更让市场开始追问它的模型定价权。
杨植麟暂时不必每天回答 K 线。他需要回答的是，月之暗面能不能把 「理想模型」 做出来。
K3 给出的答案很杨植麟：它体量大、部署重、定价不便宜，却仍然承诺开放权重。这不是一个为了最快换取流量或短期股价而被修剪过的产品。
当然，不能因此把杨植麟写成一个与商业世界无关的研究者。彭博 3 月报道称，月之暗面已就潜在港股 IPO 与中金和高盛接触，但当时仍处于早期评估，时间表未定。
他也需要融资，也需要估值，K2.6 甚至就是一场路演。区别不在于杨植麟不做商业决策，而在于他仍试图让商业时钟服从技术时钟。
这是月之暗面的审美，也是杨植麟自己的审美。
技术卷上，K3 把 Kimi Delta Attention、Attention Residuals 和超稀疏 MoE 扩展到 2.8 万亿参数系统。
月之暗面还称，K3 的早期版本承担了团队大量 GPU Kernel 优化工作，并从零搭建 MiniTriton 编译系统。
在另一项 48 小时任务里，它使用开源 EDA 工具与 Nangate 45nm 标准库，为一个小型模型完成了推理芯片的设计和仿真验证。
前 Intel 首席架构师、AMD Radeon 业务前负责人 Raja Koduri 转发这项实验，只写了一个双关：「(K)impressive!」
这仍然不是 「AI 给自己造出了芯片」。它没有流片，也没有经历封装、功耗、良率和量产验证。
大多数复杂工程案例仍来自月之暗面官方，等待第三方复现。
但它让杨植麟的公司叙事发生了变化。Kimi 不再只是一款明星应用，模型开始反过来参与下一代模型所需的编译器、计算内核和硬件工具链。
国际卷上，K3 也第一次从 「自己出题自己判卷」 进入了第三方监考。
马斯克的评价、Rauch 的工程评测、Lambert 对蒸馏论的反讽、Mollick 的挑错，以及华尔街分析师开始讨论中国模型的能力溢价，共同给了月之暗面一张进入前沿牌桌的准考证。
显然，这还不是月之暗面最后的答卷，但毫无疑问，谁都不会担心杨植麟不着急上市的底气了。
K3 的完整权重承诺在 7 月 27 日前发布，技术报告尚未公开。官方建议使用至少 64 张加速卡组成的 Supernode 部署。
权重可以开放，真正能运行和改造它的，仍主要是云平台、大企业与科研机构。
Artificial Analysis 还记录到它较高的 Token 消耗。Mollick 发现它容易循环。月之暗面自己也承认，K3 在意图模糊时可能过度主动，整体体验仍落后于最强闭源模型。
更难的题仍然在财务报表里。每百万 Token 3 美元输入、15 美元输出，究竟会带来高质量 API 收入，还是把客户推向更便宜的模型？
K2.6 路演时提出的收入、毛利与企业采用，K3 暂时没有回答。所以，K3 通过的是他的技术资格考试，不是月之暗面的商业毕业答辩。
智谱和 MiniMax 现在每天都要回答股价。杨植麟暂时还能选择，先回答模型。
这个窗口不会永远存在。如果月之暗面最终走向二级市场，Kimi 同样会面对每天被重新定价的压力。
2024 年，杨植麟把创业比作爬山：「要爬楼梯，不只是看风景。」
K2.6 是他的第一场路演，K3 证明月之暗面又往上爬了一层。下一次大考是，当敲钟真的到来，杨植麟还能不能让技术时钟走在股价前面。
或许月之暗面手里还有牌。