本文深度报道月之暗面发布 Kimi K3 万亿参数开源大模型的技术突破、市场影响与定价策略，并独家专访其导师 Russ 揭秘创始人杨植麟的技术与商业双重底色。
📝 详细摘要
文章围绕月之暗面发布的 Kimi K3 大模型展开，从参数规模（2.8 万亿）、技术创新（KDA 混合注意力机制、注意力残差架构）、定价策略（贵于 DeepSeek 20 倍，但为 Fable 5 的 30%）及开源争议等多维度进行剖析。通过独家采访 CMU 教授 Russ Salakhutdinov，首次披露杨植麟在学界的卓越表现与回国创业的坚定选择，展现其技术领军力与商业判断力的罕见融合。文章同时梳理了 K3 对国内竞品股价的冲击、海外市场的震动，以及关于模型定价权、开源与闭源路线的行业讨论，最终落脚于国产大模型从低价竞争转向能力定价的新格局。
💡 主要观点
- Kimi K3 凭 2.8 万亿参数与原创架构实现性能断层领先，定价策略转向能力定价。 K3 采用自创 KDA 混合注意力机制，在长上下文与复杂任务中表现突出，多项测评超过 GPT-5.6，同时定价远高于国内竞品，标志着中国大模型尝试收回定价权。
💬 文章金句
- 开放权重、开源永远是更难的那条路——因为你的竞争对手可以拿走模型，研究它、分析它，用它生成数据，再去训练他们自己的模型。这是把优势让给了竞争对手。
- K3 将国产大模型前端能力拉到了很高的水平，生成的网页几乎可以直接上线，视觉完成度远超其他模型。
- 如果行业沿着当前路径继续演进，今天关于价格和 Token 消耗的所有争论，都只是一个更大故事的开场。
📊 文章信息
AI 初评：83
来源：正和岛
作者：正和岛
分类：人工智能
语言：中文
阅读时间：22 分钟
字数：5499
标签： LLM, 大模型, 开源大模型, AI商业化, 模型评测