国产算力厂商火速适配Kimi K3 开源风暴席卷全球AI产业

　　随着月之暗面（Moonshot AI）正式开源Kimi K3模型权重，国产算力生态积极适配。同时，由该模型掀起的开源风暴持续扩大，英伟达集结本土科技巨头达成开源联盟，而闭源模型巨头尚未加入。业内专家建议，国产AI产业链打造全球开源社区，争取行业标准主导权，提升国际话语权。

　　记者获悉，7月29日，月之暗面已完成F轮融资。消息显示，公司该轮融资金额超35亿美元，并以500亿美元的融资前估值进行上市前融资。

　　国产生态火速适配

　　7月27日，Kimi K3完整模型权重正式开放下载。该模型总参数量达2.8万亿，是全球首个开源的3万亿级别模型。模型基于KDA混合线性注意力机制（Kimi Delta Attention）和注意力残差（Attention Residuals）技术构建，原生支持视觉理解，并拥有100万Token（词元）上下文窗口，KV Cache（键值缓存）压缩75%，长上下文解码速度最高提升6.3倍，大幅优化了训练与推理的效率及成本。

　　根据Artificial Analysis最新排名，Kimi K3智能水平位居全球第四，为开源模型之首。

　　此次Kimi K3一经开源发布，昇腾便宣布950全系列、Atlas A3产品支持Kimi K3部署，并表示，Kimi K3 896专家的大EP（大规模专家并行）部署场景，能够充分发挥昇腾超节点架构优势。另外，昇腾生态合作伙伴趋境科技也完成了Kimi K3在昇腾Atlas A3上的推理适配。

　　7月28日，阿里云真武M890超节点实例已适配Kimi K3，双方将进一步展开国产算力合作，千问AI平台和阿里云百炼也将提供Kimi K3的模型API。同时，阿里云自研芯片平台平头哥宣布与月之暗面联合调优，配套阿里云真武M890超节点，专门适配万亿级MoE模型高并发推理。据测试，真武超节点运行Kimi K3的首Token时延降低约35%，长上下文场景下用户体验更流畅。

　　A股上市公司中，海光信息宣布完成该模型在海光DCU平台的全流程适配、部署与性能验证。围绕Kimi K3的架构特性，海光DCU团队依托自研DAS/DTK软件栈，完成了从底层算子、训练推理框架到推理引擎的全栈适配，带来部署与性能的双重升级。

　　另外，摩尔线程28日宣布，基于AI训推一体智算卡MTT S5000及MUSA软件栈，公司完成Kimi K3的适配；润建股份（002929）29日宣布，Kimi K3模型已正式登陆算力服务平台“润道星算”。

　　任务成本差异加大

　　Kimi K3的发布，持续引发对当前开源与闭源模型性的任务成本差距的关注。

　　IDC中国研究经理程荫向证券时报记者表示，相比闭源头部前沿模型（GPT系列、Claude旗舰版），同等能力的国产开源模型（Kimi K3、DeepSeek旗舰）依托更高效架构、国产算力集群，训练总成本仅为闭源厂商的1/5至1/6。

　　在推理方面，闭源模型需要自研整套训练底座、私有高质量数据集，固定研发成本极高，开源模型与闭源模型的推理任务成本差距可达几十倍。

　　成本优势反映在市场流量结构变化上。非营利机构Mozilla统计，截至2025年底，开源权重模型在OpenRouter平台上Token占比约1/3；到今年7月，Token交易量排名前七的均为开源权重模型。

　　更重要的是，Kimi K3并未走低成本路线，其定价属于国产高端模型水平，甚至倒逼全球头部模型厂商调整策略。

　　“随着需求分层，不同梯队模型定价权出现差异。”瑞银证券中国互联网行业分析师熊玮日前在媒体分享会上表示。

　　据瑞银证券统计，中国头部模型的训练成本约为海外龙头的1/10；推理成本方面，中国模型API（应用编程接口）定价约为海外对标模型平均定价的10%至20%，且仍能保持20%至40%的毛利水平，略低

　　于美国同行，但仍然是一个非常健康的水平。

　　“这种优势并非源于激进补贴或者厂商疯狂让利，而是结构性的成本效率优势，包括训练算法创新和架构设计、模型策略重点差异以及开源生态协同等因素。”同时，熊玮提醒国产模型训练和推理还存在明显的算力瓶颈。

　　开源风暴席卷全球

　　本次Kimi K3的发布掀起了开源风暴。一方面，OpenAI与Anthropic的高管质疑开源模型的安全性与合规性，甚至警告开源将削弱美国实验室加码算力投资的商业动机。另一方面，近200家美国初创企业敦促美国政府不要切断对中国开源模型的访问。

　　近日，英伟达创始人、CEO黄仁勋在接受节目采访时直言“中国模型非常出色”，市场低估了开源模型Kimi带来的影响力，就像此前低估了DeepSeek一样。同时，高质量的开源大模型可以让更多人使用AI，这样会带来更多芯片、数据中心、算力的需求，催生更多AI服务应用。英伟达于7月27日宣布成立“开放安全AI联盟”（OSAIA），最新已经获50多家合伙伙伴加入。

　　关于开源生态的竞争，程荫建议国内AI产业链算力端软硬件协同优化，搭建分层算力网络；完善全链路国产软件栈，建立分层商业模式，摒弃内卷聚焦行业落地；打造全球开源社区，争取行业标准主导权，提升国际话语权。