Kimi K3 登顶编程榜两天后 GPU 被挤爆，杨植麟暂停收客，7.27 开源承诺不变

48 小时，全球用户挤爆了一家中国 AI 公司的 GPU

7 月 19 日，北京 AI 创业公司月之暗面（Moonshot AI）在 X 平台发布公告：旗下最新旗舰模型 Kimi K3 因需求远超预期，GPU 算力在 48 小时内逼近极限，即日起暂停新用户订阅。

"Kimi K3 收到了远超我们预期的喜爱，我们的 GPU 正在承受压力，"官方声明写道，"过去 48 小时内，需求已经接近我们当前算力的极限。为保障现有订阅用户的体验，我们暂时暂停新订阅，现有用户不受影响。"

这条公告在发布一小时内引发数千条回复，截至发稿已收获 32,500+ 点赞、2,300+ 次转发和超过 1,040 万次浏览。评论区最高赞回复——获得 4,510 次点赞——一句话点破气氛："等等，你们是在拒绝收钱来保障用户体验？这太奇怪了……"

三天前，Kimi K3 才刚刚在 2026 世界人工智能大会上亮相。没人预料到它的热度会烧得这么快。

硅谷投资人："Anthropic 最该害怕"

Kimi K3 暂停订阅的决定在 X 上引爆了新一轮讨论。Menlo Ventures 合伙人 Deedy（@deedydas）发长文剖析算力困局：K3 在 OpenRouter 上线仅两天，日均 Token 消耗已达约 1,400 亿，吞吐量从 30 tok/s 跌至 13 tok/s，端到端延迟飙升至 72 秒。他直言："我不确定月之暗面有没有足够算力来应对这种规模的需求。"

AI 内容创作者 BridgeMind（@bridgemindai）的一条对比帖获得 5,752 次点赞："月之暗面砍掉了自己的收入，Anthropic 砍掉了你的用量。这已经说明了一切。"他指的是今年 4 月 Anthropic 因算力不足对现有用户实施高峰期限流的做法，而月之暗面选择了优先保护已付费用户。

Databricks 工程师 Yuchen Jin 在官宣帖下回复："我们已经等不及在 Databricks 上部署 Kimi K3 了。"去中心化云计算平台 Akash Network 创始人 Greg Osuri 也喊话："权重一发布我们就上线。"

Polymarket 在模型发布当天（7 月 16 日）推送的公告同样引爆传播——"中国 Kimi K3 在 Frontend Code Arena 排名第 1，超越 Claude Fable 5"——获得 14,396 次点赞和 140 万次浏览，将话题从开发者圈层推向了大众投资社区。

DeepSeek 之后，中国开源模型的第二次冲击波

Kimi K3 的爆发并非孤立事件。2025 年初，DeepSeek V4 以极低成本实现接近前沿的性能，一度引发美股震荡，被业界称为"DeepSeek 时刻"。此后 18 个月，中国 AI 实验室——智谱（GLM-5.2）、阿里巴巴（Qwen）、DeepSeek（V4 Pro）——持续缩小与 OpenAI、Anthropic 的差距。

7 月 8 日至 16 日的短短八天内，四款前沿模型密集发布：xAI 的 Grok 4.5、OpenAI 的 GPT-5.6 Sol、Meta 的 Muse Spark 1.1，以及月之暗面的 Kimi K3。独立评测机构 Artificial Analysis 指出：仅两个月前，能拿到 50 分以上的只有两家实验室，如今已有六家——前沿模型的"俱乐部"正在急剧扩容。

月之暗面的创始人杨植麟，1992 年生，清华本科、卡内基梅隆大学博士，师从图灵奖得主 Yoshua Bengio 和 Yann LeCun，是 Transformer-XL 和 XLNet 的第一作者——这两篇论文是现代大语言模型架构的基础。2023 年 3 月他与两位清华同学共同创立月之暗面，三年内将其推至估值超 200 亿美元的独角兽。2026 年 6 月，公司 ARR 突破 3 亿美元，并已向股东发出决议，计划六个月内启动香港 IPO。

而几乎与 Kimi K3 暂停订阅同时，阿里巴巴推出了 Qwen 3.8——2.4 万亿参数的开源模型，直接对标 K3，定价仅为 K3 的十分之一。中国 AI 赛道的竞争烈度，在短短一周内达到了新的沸点。

2.8 万亿参数和 1679 分——两组让闭源模型紧张的数字

Kimi K3 拥有 2.8 万亿总参数，采用稀疏 MoE 架构，每次推理仅激活 896 个专家中的 16 个。它的核心技术创新有两项：Kimi Delta Attention（KDA）——一种混合线性注意力机制，以及 Attention Residuals（AttnRes）——一种替代残差连接的新结构。两者此前均已作为开源研究公开发布。与上一代 K2 相比，K3 的整体扩展效率提升了约 2.5 倍。

在评测机构 Arena 的 Frontend Code Arena 榜单上，K3 以 1679 分登顶，力压 Claude Fable 5（1631 分）和 GPT-5.6 Sol（1618 分）。从 K2.6 到 K3，排名从第 18 跃升至第 1——一次 17 位的跳升。在 7 个前端子领域中，K3 拿下了 6 个第一，仅游戏领域以微弱差距排在 Fable 5 之后。

在 Artificial Analysis 的综合智能指数上，K3 得分 57，位列第三，仅次于 Claude Fable 5（60 分）和 GPT-5.6 Sol（59 分），但已超越 Claude Opus 4.8（56 分）。在长程知识工作评测 AA-Briefcase 中，K3 以 1547 Elo 排名第二，仅次于 Fable 5；在自动化任务评测 AutomationBench-AA 中更是拿到 53% 准确率，登顶榜首。

K3 支持 100 万 Token 上下文窗口和原生多模态输入（文本、图像、视频），API 定价为每百万 Token 输入 3 美元、输出 15 美元——约等于 GPT-5.6 Sol 的三分之一、Fable 5 的四分之一。完整模型权重承诺于 7 月 27 日开源，届时它将成为全球最大的开源权重前沿模型。

算力，才是前沿模型真正的最高门槛

三个月前，全球 AI 竞赛的叙事仍然清晰：美国在闭源前沿持续领先，中国以开源低价追赶。现在，这条分界线正在模糊。

首先是能力差距的实质缩小。K3 在编程和自动化任务两个最关键的工程场景中与 Fable 5 互有胜负，而 Fable 5 自 6 月 9 日登顶以来，领先优势已从 4 分收窄至 1 分。Artificial Analysis 指出："前沿领域从两家实验室扩展到了六家，仅用了六周。"

其次是算力瓶颈的普遍性。月之暗面暂停订阅的同时，美国芯片出口管制仍在加码——三项针对中国的 AI 芯片出口管制法案即将进入参议院 NDAA。但管制没有阻止 K3 的诞生，反而让"算力即竞争力"这句话对中美双方都同样成立。Deedy 算了一笔账：即使只跑量化版 K3，最低也需要 8 块 B300，成本约 50 万美元；推荐配置的 GB300 NVL72 机架则需约 400 万美元。

7 月 27 日的开源承诺是最大的变数。一旦权重公开，任何拥有足够硬件的机构都可以自托管 K3——包括那些不受出口管制影响的国家和企业。月之暗面的算力危机将被"分布式部署"化解，但这也意味着前沿模型的控制权从少数实验室手中进一步分散。正如一位独立分析师的评价："一个 2.8T 的开源权重模型与前沿闭源模型在产出端互有胜负——这本身就改变了企业采购的算账逻辑。"

这是同桌竞争，不是追赶

Kimi K3 的故事有两个版本。一个是：中国 AI 创业公司在芯片禁运的夹缝中打造出能对打 Fable 5 的前沿模型，两天后却因算力不足被迫关门谢客——这似乎证明了美国出口管制的有效性。另一个是：全球开发者用脚投票的速度比任何人预想的都快，以至于一家北京公司的 GPU 在 48 小时内被全球需求淹没——这似乎证明了管制的无效。

两个版本都不完整。真正值得注意的事实是：一家成立仅三年的中国公司，在以编程能力为核心的战场上，与 Anthropic 最顶尖的闭源模型进入了互有胜负的同一区间。算力可以追加，芯片可以绕道，开源可以借力——但跻身"同桌"的位置，是无论如何都绕不过去的一步。K3 走完了这一步。

本文由 AREX Agent 自动生成。数据来源包括 AP News、South China Morning Post、Yahoo Finance、The Decoder、Times of India、Tom's Hardware、Artificial Analysis、Arena.ai 及 X/Twitter 公开讨论。事实以发稿时（UTC 2026-07-20 12:00）为准。