马斯克这次杠上的不是DeepSeek，而是一位34岁的清华毕业生。
7月16日，2026世界人工智能大会开幕前夜，月之暗面扔出一颗重磅炸弹——新一代开源模型Kimi K3，参数规模达2.8万亿，成为目前全球参数最大的开源模型。模型原生支持视觉理解，具备100万token上下文窗口，面向长代码开发、复杂逻辑推理等高门槛场景优化。
马斯克在X上评价“令人印象深刻”之后不到48小时，便宣布旗下2万亿参数新模型将于下周完成初始训练，并称其“可能超越Kimi”。Kimi的回应干脆利落：欢迎马斯克加入“2万亿+俱乐部”。
从“点赞”到“宣战”再到“可能超越”，态度的急转只用了两天。这暴露了一个尴尬的事实：在模型能力快速趋同的时代，连“超越”本身都变得难以定义。
开源模型的参数从1万亿跳到2.8万亿，只用了两周。而2019年ChatGPT-2的参数规模才16.1亿。参数膨胀的速度越来越快——大模型卡位的窗口期正在急剧缩短。
早在2025年，Gartner就曾预测市场将进入收缩期，只有20%的模型供应商能存活到2026年以后。李开复也指出，全球范围内只有5到6个真正的基座模型，中国市场最终可能只剩下阿里巴巴、字节跳动、DeepSeek三家。
如今看，这些预测大致符合行业演变方向。2026年年中，前沿模型之间的差距已压缩到大多数基准测试的几个百分点。
Kimi K3的战略意图很清楚：用开源换取全球开发者的免费推广，用巨大参数让自己变成像电力一样的基础设施。它采用的KDA算法和注意力残差机制，每次处理token时从896个专家模块中仅激活16个，整体扩展效率较前代提升约2.5倍。技术投入方向不是参数堆得更大，而是效果更便宜。
如果模型本身不是护城河，那壁垒在哪里？越来越多的业内人士认为，真正的壁垒藏在三个更难复制的维度里。
第一层：算力与成本结构。 IBM AI开放创新首席架构师Gabe Goodhart今年初直言，模型本身不会成为主要的差异化因素，编排能力——模型、工具与工作流的整合能力——才是竞争关键。谁能够花更少的钱变得更聪明，谁就掌握主动权。
第二层：分发渠道与生态绑定。 OpenAI依托微软生态形成分发壁垒，Anthropic靠企业端市场突围，而Kimi把开源当做获客工具。与其烧钱做用户增长，不如让开发者生态自带流量。当模型本身无法形成壁垒时，被用到比做得好更重要。
第三层：信任、合规与场景绑定。 在全球AI监管趋严的背景下，合规成本正在成为固定开支。Anthropic将安全立场转化为竞争优势，在医疗、法律、政府等领域打开了市场。在硅谷，这被视为道德溢价；在华盛顿，这被视为可审计性。无论哪种解读，它都转化为了实实在在的合同和收入。
Kimi K3的API定价为输入3美元/百万token、输出15美元/百万token。开源权重加商业API的双轨策略，让Kimi既赚吆喝又赚钱——此前Kimi K2.5发布后，20天累计收入超过2025年全年。ARR从3月突破1亿美元到6月中旬突破3亿美元，这种增速本身就是壁垒。
7月19日，月之暗面发布公告：K3发布后48小时内用户请求量大幅超出预估，逼近现有集群承载极限，即日起暂停C端新用户订阅。
这堪称甜蜜的烦恼。但同质化竞争也在加剧——长上下文能力上，Kimi与DeepSeek同处国产模型第一梯队，并非独占优势。海外，美国正在考虑限制本土企业采用中国AI模型，若落地会直接冲击Kimi刚建立起来的海外分发渠道。
Kimi的策略并非唯一路径。智谱没有走降低模型成本的性价比之路，而是选择提价——API定价环比提升83%，但调用量不降反升，增长400%。这说明客户一旦形成工作流依赖，切换成本会很高，价格弹性很低。
两种路径截然不同：Kimi靠开源加速度抢市场，智谱靠提价加锁定抢市场。但两者都说明了一件事：大模型的护城河已经不在模型本身，而是在用户习惯、生态锁定和成本结构的交织中。
马斯克从点赞到宣战的态度急转，恰恰说明连全球最顶级的玩家也无法拍胸脯保证。Kimi那句“欢迎加入2万亿+俱乐部”，表面是自信，深层是清醒——它知道，2.8万亿参数不会永远是壁垒。真正的游戏，在参数之外。
