Kimi冲上3300亿，揭秘杨植麟和他的万亿模型

7月16日晚9点，距离WAIC（世界人工智能大会）开幕不到24小时，月之暗面（Kimi）突然“空降”发布Kimi K3，抢走了最大的焦点。

Kimi K3最具颠覆性的标签，是其2.8万亿的参数规模。作为全球首款万亿级开源大模型，K3支持100万Token上下文窗口，在多项主流测评中得分超过了GPT-5.6、Fable 5。不少AI一线从业者评论：在全模态、长上下文、复杂的任务场景里，Kimi K3在国内断层式领先。

与之配套的定价策略同样引发热议。Kimi K3未缓存输入20元/百万Token、输出100元/百万Token，位列国产模型最贵一档——比DeepSeek V4 Pro贵20倍；是海外模型Fable 5价格的30%、GPT-5.6 Sol的60%。

高盛在研报中给出定性：“这标志着中国模型走向定价权的全新节点。”

“Impressive（令人印象深刻）。”马斯克在X上为K3点赞。随后，他在预热Grok 4.5时喊话：“有望超过Kimi。”对此，月之暗面联合企业业务负责人黄震昕7月21日对《中国企业家》在内的媒体坦然回应：“拭目以待，希望他们跟我们掰一掰手腕。”

K3带来的影响，剧烈地搅动着资本市场。7月17日，英伟达、谷歌、Meta、英特尔四家科技巨头股价走低。美国媒体报道称，并非单一因素导致，但K3毫无疑问是一味关键的催化剂。

港股方面，K3发布第二天，智谱单日下跌28.49%，MiniMax下跌15.62%；华创证券研报指出，当日港股指数低迷，但K3发布仍是‌智谱‌和‌MiniMax‌股价调整的重要原因。

K3在海外引起的震动，也让杨植麟被推向舆论中心。他在清华申请特等奖学金的答辩视频、在卡内基梅隆大学（CMU）读博士期间的论文先后刷屏。一位硅谷风投合伙人在X上发出质问，热度高达千万：为什么这样的人才，毕业后没有留在美国？这也引发了杨植麟在CMU读博时的导师、苹果首任AI总监Russ Salakhutdinov“下场”维护爱徒。

近日，《中国企业家》独家联系到了Russ教授，他表示：杨植麟表现卓越，在不到4年的时间里就完成了博士学位，在CMU极其罕见。“植麟是CMU最顶尖的学生之一，既能思考研究问题，又具备很强的技术能力，还能做底层编程——通常这些能力是分开的，很少见到这样能力融合的学生。”

Russ称，杨植麟在博士期间的研究工作非常杰出，做了大量基础性的机器学习工作，其XLNet（一种广义自回归预训练模型）、Transformer-XL（一种超长上下文语言模型）方向的论文，已成为AI模型的理论基础之一。

杨植麟毕业时，许多公司向他抛去橄榄枝。Russ回忆，他可以轻松留在美国去MIT、普林斯顿任教，但第一时间便坚持回国创业。“对植麟这样水准的人来说，典型的道路是走学术生涯，创业是高风险的事，但他在商业和研究能力上都十分出色。”

虽然Kimi K3的实力得到了行业认可，但昂贵的调用价格也掀起了不小争议。

“贵的原因在于Token消耗高，Agent长任务的结构性成本高。”AI系统研发工程师李佳龙说。AI英语训练产品公司TalkMe创始人贾子健向《中国企业家》举例：“粗略估算，部署DeepSeek V4 Pro，约需要8张H100或者A100显卡，用同样的逻辑来运行K3则需要20张H100。”

对此，黄震昕回应：“开源模型、中国大模型不该被贴上低价标签，我们做出了SOTA级模型，也该匹配合理的商业定价。”

庞大的参数，也拖慢了K3的运行和交付速度。李佳龙表示：K3处理复杂任务时，一个完整的编程任务可能会耗时超过30分钟。贾子健也有类似感受：“作为C端产品，用户等不了那么久，我们需要兼顾能力和速度。”

算力压力下，K3不得不抑制需求。发布不到48小时，Kimi便宣布K3订阅“暂时对新用户关闭”。但在Russ看来，这只是一个短暂的过渡期。他相信杨植麟未来会寻找更优架构、计算技术来解决这个问题。

他表示，杨植麟曾提到过，想研究“无限上下文”（infinite context）模型。“现在Kimi上下文长度大概在100万量级，未来也许他会让模型拥有真正无限长的上下文。”

Kimi K3的发布，也直接推升了月暗在资本市场的价值。7月22日，媒体报道：月暗计划于8月启动上市前最后一轮融资，目标投前估值高达500亿美元（约合3380亿元人民币），最快6个月内登陆港股。

为长程复杂任务而生

K3发布主要提升了哪些能力？大模型应用开发工程师彭明亮将其概括为：最大的体验在于把对话式AI进一步推向项目式AI。Russ则盛赞：基本与Anthropic、OpenAI的模型处于同一水平。特别是模型开源，将深刻改变整个AI格局，“这让K3极具独特性，极具价值”。

工程师李佳龙通过测试发现，K3前端比GPT-5.6 Sol强10%~15%，“返工率更低，审美更高”。在实际的Web开发场景中，Kimi K3生成代码的一次通过率高于OpenAI的对应模型，这意味着Kimi K3的Coding能力大幅提升。“K3堆参数量的路径确实跑通了。”

多模态方面，Kimi K3取得了极大提升，其在BrowseComp基准测试以91.2%的成绩拿下SOTA，不仅能理解跨模态复杂指令，更将文本、图像、代码整合为可交付的前端产品。贾子健形容：“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。”

在使用体验中，彭明亮总结了K3提升的三个具体能力：任务持续性更强，百万Token的上下文窗口足以装下整个代码库，模型可以在一次会话中，完成跨文件的工程级修改；前端和视觉交付能力突出；并行Agent子集群能力大幅提升。

这三个维度也对应了杨植麟曾公开提到的Kimi的三个发力点：Token效率、长上下文、Agent集群。

技术层面上，K3此次的两大核心支撑来自于自创的KDA混合线性注意力机制（Kimi Delta Attention），以及注意力残差架构（Attention Residuals）。简单来说，Kimi可以在任务的关键节点采用全注意力计算以保证精度，在非关键路径上切换为线性注意力以降低推理成本。Kimi官方数据显示，其百万上下文解码最高快了6.3倍，训练效率提升约25%、额外成本不到2%。

基于此，K3本质上服务于三类场景——长程编程、端到端知识工作和深度推理。

从2025年7月发布K2到一年后上线K3，Kimi已迭代6次。其中4次关键技术迭代中，K2解决了“大”的问题，K2.5解决了“多模态”的问题，K2.6和K2.7 Code解决了“编程特化”的问题——K3则将所有这些能力整合到一个足够长、足够复杂的任务连续体中。

每一次版本升级时，Kimi始终都在回答一个问题：模型能否在更长的任务链条中维持稳定的推理能力。

黄震昕对K3的技术路线做了明确界定：“K3的性能跃升来自于底层原创架构创新，并非蒸馏小模型。”同时，他也强调，Kimi坚持的开源路线不会改变：“核心底层技术和论文均对外公开。”

Kimi K3发布后，OpenAI未来战略主管迪恩·鲍尔在X上发表言论，称开源是“减速主义”，会削弱商业AI公司的投资回报，进而“阻碍整个行业所需的巨额资本投入”。而Russ则力挺“爱徒”的开源策略，认为Kimi开源了不起，且至关重要。

“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。”Russ对《中国企业家》说。

但开源给更多用户打开了方便之门。“当前模型贵，主要因为模型大。但K3开源，很多人会对其做蒸馏优化。模型开源后，当用户数据逐渐填充，很多人会把它蒸馏成更小的模型。”Russ说。

他表示：目前许多实验室都会先训练一个大模型，再基于大模型的输出，训练小模型——让小模型尽量追平大模型，同时变得更高效。基于此，他认为后续K3的Token消耗也将大幅降低。

“天才”杨植麟，技术与商业的双重底色

Kimi K3的成功，也让外界更加好奇杨植麟的天赋根源和成长轨迹。

“Brilliant，hardworking，humble。”《中国企业家》在采访Russ时，他对“用三个词来形容杨植麟”思索良久，表示很难用只言片语概括，最终他给出了上述形容——才华横溢，极其勤奋，谦逊。

杨植麟本硕毕业于清华，后在CMU计算机学院的LTI（语言技术研究所）系读博。作为卡内基梅隆大学机器学习系的资深教授，Russ带过数十名博士生，其中不乏后来在Google Brain、OpenAI和DeepMind担任核心角色的人物。但杨植麟给他留下的印象仍然极不寻常。

“他非常有技术追求，有自己的想法，自主性、执行力非常强。植麟的研究基本上是他自己提出想法，和我讨论后便迅速落实推进。”Russ提到，读博期间，杨植麟一直对自然语言处理（NLP）充满热情，热衷于思考如何构建具有泛化能力、擅长理解语言、生成语言的系统和模型。

“他有很大的抱负，总是去做那些最艰难的事情。”

Russ透露，杨植麟读博期间曾在Google Brain（谷歌大脑）实习，“他做的工作基本上都是在优化TPU（谷歌为机器学习定制的专用AI芯片）”，这是极少数博士生能参与的底层系统工作。

做出类似评价的不止一人，智谱创始人唐杰是杨植麟清华本科期间的老师。他们既是师生，如今也是商场上的对手。

“毫无疑问，杨植麟是我这几年见过最优秀、最有天赋的学生。”杨植麟申请清华特等奖学金的答辩会上，唐杰作为推荐导师如是评价。

在清华求学期间，杨植麟90%的专业课成绩在95分以上，所有编程类课程均为满分，年级排名第一。大二上学期，他加入唐杰的实验室，很快成为实验室核心，提出了一系列优化算法，使计算性能提升了数十倍，被腾讯、新浪、华为等多家公司采用。

大三，杨植麟基于大数据的癌症预测，入选斯坦福大学的本科生访问学者项目。在一次全球癌症预测大赛中，杨植麟提出的基于蛋白质通道的算法击败了来自斯坦福、哥伦比亚等高等研究机构的队伍。截至2025年7月，杨植麟在Google Scholar的论文引用量已超2万次。

在被公认为天才的背面，商业能力是杨植麟不为人知的标签。

“跟斯坦福大学、密歇根大学、麻省理工学院的教授进行讨论，杨植麟非常自如。”那时，杨植麟只有20岁，但唐杰认为在与人交流中，他已经展现出了极强能力。杨植麟也并非“书呆子”，他在清华便组建了乐队，担任鼓手和主要的词曲作者，在学校里拥有大量粉丝。

“他的独特之处在于非常懂技术，是出色的研究者，同时也是优秀的商人，你很难找到一个同时具备这些特质的人。”Russ说。从CMU毕业时，杨植麟向Russ提出了回国愿望。“我想创业，如果我连试都不试一下，我会后悔的。”

在硅谷的圈子里，Russ见过太多技术天才在商场上折戟，也见过太多CEO对技术一无所知，“而植麟能把技术和商业两者完美结合在一起”。

技术领军能力与商业节奏把控，也让月暗在激烈的人才大战中，得以保持领先身位。“当CEO是一个非常懂技术的人时，员工会信任他、敬重他。”Russ说。一名月暗前员工曾告诉《中国企业家》，“杨植麟身上有着独特的号召力，引进人才都是从学校的实验室里‘整锅端’。”

国产AI拿回定价权

性能登顶的同时，Kimi K3的定价策略也掀起了巨大讨论——其价格约为DeepSeek V4 Pro的20倍、智谱GLM-5.2的5倍、Qwen 3.8的4倍。

“用K3不到两天，199元套餐的额度消耗殆尽，朋友开了699会员套餐的额度也很快烧光。”一位AI开发工程师说道。

上线48小时后，Kimi承认“用户对K3的需求逼近当前GPU容量的极限”。为优先保障付费用户的使用体验，Kimi紧急重构了会员体系，拆分出两条独立付费产品线：一类适用于Kimi Web、App、Work的会员；一类是Kimi Code会员，适用于编码工作流。

黄震昕在采访中坦言：Kimi正面临两难选择。放开全部新用户注册，会严重损害存量付费老用户使用体验；优先保障付费客户，则需临时限制新用户注册。“公司最终宁可暂时放弃新增收入，也要守住付费客户的使用体验底线。”

来源：官网截图

贾子健作为企业端调用者认为，“合适模型做合适的事。Kimi是一个需要约20张H100才能跑起来的模型，在长程复杂任务中性价比优越。但不是所有任务都值得支付20倍的溢价。”

而在彭明亮看来，Kimi K3的涨价释放了新信号：模型竞争已经从“低价竞争”转向“能力定价”，而价格在算力有限时，可以承担流量调节的作用。

“评价成本应比较‘完成一个任务的总成本’，而非只看单价。K3完成复杂编程任务所需的轮次更少、返工率更低，综合成本未必更高。”

业内人士则表示：Kimi K3的涨价，意味着其野心已经投向全球竞争。虽然与国内大模型相比不具性价比优势，但其价格约为Fable 5的30%、GPT-5.6 Sol的60%，对海外用户更具竞争力。

商业化层面，黄震昕透露：Kimi对标海外头部AI企业，暂不提供私有化部署服务，核心发力打磨模型基础能力，公司现阶段收入结构中API业务占比最高。

提及未来，Russ预判：“Kimi会和其他实验室一样，做类似GPT的分层模型体系：一个大模型、一个中模型、一个小模型。如果大众需要更高的效率，就跑小模型。拥有前沿水平的基础模型后，做高效化运营是容易的。”

黄震昕则表示：Kimi的参数规模还会持续向上拓展，不会止步于2.8万亿。“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。”

本文来自微信公众号 “中国企业家杂志”（ID：iceo-com-cn），作者：孙欣，36氪经授权发布。