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。
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。
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。
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!"
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。
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。
