文 | 徽声在线 kiki

Kimi与杨植麟，似乎正沿着DeepSeek的轨迹前行，书写着属于自己的篇章。

Kimi K3的发布，不仅在硅谷引发了不小的震动，连Anthropic的CEO都在美国国会AI安全听证会上公开表示其模型被“蒸馏”。与此同时，外媒也开始聚焦Kimi创始人杨植麟的传奇经历，他曾拒绝苹果、谷歌的橄榄枝，毅然回国创业的故事被广泛传播。

据外媒《商业内幕》报道，Kimi K3模型发布后，谷歌和英伟达等美国科技巨头的股价应声下跌，这一幕与去年DeepSeek引发的市场动荡如出一辙。

有媒体甚至将Kimi誉为“DeepSeek 2.0”，杨植麟本人也因此登上了微博热搜，被冠以“90后清华天才干崩了美股”的称号。在短视频平台上，他清华答辩的视频也意外走红。

紧接着，月之暗面的上市消息传来。据报道，该公司计划于8月启动上市前最后一轮融资谈判，目标估值高达投前500亿美元，较上一轮增长了200多亿。

曾经以“向延绵而未知的雪山前进”自喻的月之暗面和杨植麟，如今正朝着亦敌亦友的DeepSeek步步紧逼。

1、K3恐慌的根源何在？

要理解硅谷对Kimi K3的恐慌，首先需弄清他们究竟在恐惧什么？

首当其冲的是开源扩散效应。

Kimi K3的目标并非单纯追求“模型更聪明”，而是“我的开源模型能力超越你的闭源模型”。

这与2025年DeepSeek引发硅谷恐慌的逻辑不谋而合。中国模型厂商正通过开源策略，将自身在底层算力、技术架构、资金供给等方面的短板转化为系统化的优势。

开源模型的扩散效应直接惠及两方面：

一方面，它增强了模型在企业、开发者和普通用户中的存在感，加速了基础模型的商品化进程。

面对Kimi K3，企业和开发者会重新评估是继续使用OpenAI、Anthropic的模型，还是转向来自中国的开源模型。

另一方面，它扩充了生态。

开源模型是模型厂商推动智能能力融入生产生活的重要策略。Kimi K3将迅速吸引上下游生态的聚合，从底层算力芯片到中游模型再到下游端侧和软件侧，都将因开源而形成研发和落地的协同效应。

其次，硅谷对Kimi K3的恐慌也是“AI泡沫论”的延续。

谷歌、微软、亚马逊和Meta四家公司在2026年的资本支出预计高达7250亿美元，到2027年将进一步攀升至近9000亿美元，四大巨头每天烧钱高达20亿美元。

天价AI基建投入尚未带来规模化的回报，而大幅上升的资本支出已经开始挤压自由现金流。

华尔街对巨头们通过“修改折旧周期来增加利润”的方式也开始表示不满。知名空头、Chanos & Co.创始人Jim Chanos在播客中吐槽称，没人能算得清数据中心的账。

"大量购入但尚未投入使用的GPU和数据中心设备，都被记录在资产负债表的‘在建工程’里，折旧计提尚未开始。"

华尔街担心的并非Kimi K3本身，而是一旦中国开源模型所代表的免费AI加速渗透，将进一步影响云厂商和模型厂商的算力投入回报率。

再者，硅谷还恐惧中美大模型能力代际差的缩短。

一个共识是，在一些传统基准测试上，中国模型过去追赶海外模型“御三家”的时间大约是6到9个月。但随着中国模型厂商发布速度的提升，这一速度差正在被缩小。

美国AI研究者Nathan Lambert在近期接受采访时认为，中国通过更快的发布速度，在真实使用中缩短了性能差距。他提到，相比榜单上的评分，在用户的真实使用中，不同模型的能力差距其实非常接近。而中国发布得更快，相当于把用户实际拿到的性能差距给缩小了，同时还能根据用户反馈率先改进。

2、为何是Kimi拿到了DeepSeek的剧本？

在大模型行业的竞争中，“DeepSeek效应”已被滥用为一个形容词。

对国内模型厂商而言，DeepSeek无疑是一个令人艳羡的存在。

一方面，它为中国模型提供了一个看得见的方向：通过开源卡位模型心智，利用模型架构创新和工程化能力降低训练、推理成本。

另一方面，DeepSeek自身的独特性——量化出身、创始人的克制以及扁平的组织架构，都放大了外界对这家中国模型的期待。

这也是为什么DeepSeek首轮融资市场情绪如此高涨，梁文锋本人的4小时谈话全网刷屏。

随着Kimi K3的发布，Kimi和杨植麟确实在一定程度上拿到了类似DeepSeek的剧本。比如海外模型厂商的担忧、开发者的好评以及随之而来的算力不足问题，甚至杨植麟本人也登上了热搜，这是他第一次在大众意义上的出圈。

那么，为何是Kimi？

首先，两家公司在技术层面存在联动。

两家公司的模型发布不仅多次撞车，甚至在技术层面也有默契之处。

Kimi K2采用了DeepSeek V3的MLA注意力机制，而DeepSeek V4则引入了Kimi大规模验证的Muon优化器。

在Kimi K2模型发布时，《自然》杂志就已经用“又一个DeepSeek时刻”来形容。

甚至在表明技术追赶的态度上，两家公司都用了相似意义的古文：

Kimi在《Kimi K3：智能的新前沿》中提到：“犯其至难而图其至远者，发之以勇，守之以专，达之以强。”这句话的典故出自苏轼的《思治论》。

Kimi想表达的是，追求AGI很难，但实现这个最远大的目标，需要靠勇气、专注和强大执行力。

DeepSeek在DeepSeek-V4的发布稿中引用了荀子的名言：“不诱于誉，不恐于诽，率道而行，端然正己”，用来形容对自身目标的坚守。

其次，两家公司在商业战略上存在共性。

在梁文锋的4小时闭门会里，他提到了对竞争的态度：“我也不担心别人部署我们的模型，然后跟我们来竞争，一点都不担心。我们还希望他们能够部署起来。”

Kimi总裁张予彤在去年被问到“如何在技术和市场层面与巨头大厂形成差异化定位”时，也提到了类似的看法。

她说：“最有效的竞争方式就是‘不竞争’。不竞争不是躺平，而是要找到自己的叙事，找到自己真正擅长的事情。”

在基模创业型公司里，DeepSeek和Kimi都是有着独特生态位的独角兽。DeepSeek的克制和开源，Kimi所强调的克制和审美，它不做生活娱乐方向、不做多模态生成。

再者，是年轻扁平化的组织架构。

美国AI研究者Nathan Lambert在走访中国模型公司和大厂后提到，Kimi是他拜访过的这批中国公司里“氛围最好”的一家。

“你会感觉这群人关系特别近，做出一个很酷的东西本身就让他们兴奋，并且还能把它商业化。那种紧密感，是你一走进办公室就能直观感受到的。”

同样的，DeepSeek的团队也没有科层制的大公司化。据《晚点》报道，DeepSeek团队界限形成了“交叉分工”，梁文锋的角色更像是一位实验室的导师。

这三点相似性让DeepSeek和Kimi反复被拿来比较，因此此次Kimi拿到与DeepSeek相似的剧本也并不意外。

3、DeepSeek是共识，但Kimi尚待证明

然而，手拿DeepSeek的剧本，并不代表Kimi能活成DeepSeek。

一位AI投资人向“徽声在线”形容：“DeepSeek可能是现在AI模型里最大的共识，但Kimi还不是。”

他给出原因有两点：第一，DeepSeek和梁文锋都有很强的成本意识，包括API定价、算力储备以及被传出自研芯片计划。第二，国产化的决心，梁文锋本人看好国产算力生态。

但现阶段的Kimi，尚且不能准确回应这两大挑战。

首先，开源所带来的成本投入和克制商业化战略下的盈亏平衡。

在网传的梁文锋闭门会上，他提到DeepSeek的API定价原则：“十个月收回成本，大概对应的是六倍的利润。”在只赚六倍利润的情况下，开源对DeepSeek不会有什么影响。

反观Kimi，尽管此前公布了收入曲线——3亿美元ARR、API贡献七成、海外付费用户同比增长400%、产品落地200多个国家，但它并没有实现Token的经济性。

据第三方机构Artificial Analysis的测算，Kimi K3单任务成本约0.94美元，与GPT-5.6 Sol的1.04美元接近，约为Claude Opus 4.8（1.80美元）的一半，价格带基本和海外头部模型属于同一阵营。

更关键的是，模型单价只是第一层成本账。一位开发者告诉“徽声在线”，在真实业务开发环境里，实际Token消耗得更快。如果没有明显的价格优势，只是平替，Kimi K3只是提供了一个新选择，而不是必选项。

其次，与国产算力生态的深度适配。

尽管在世界人工智能大会期间，月之暗面曾披露已同步适配包括华为昇腾在内的国产芯片，但还是落后于DeepSeek、智谱等模型厂商的多元化动作。

在Kimi寻找算力之时，据彭博社报道，智谱已建成一座全部采用国产芯片的大型数据中心，并开始部分运行。不久前，智谱还买下了一家国产AI基础设施企业中科加禾。

杨植麟曾说过一句话：“任何中间状态都有可能成为被批评的对象。你总是会有这个时代的局限性。”

对月之暗面来说，它仍处于这样的中间状态。想要实现更高的智能，它的前面还站着更多的DeepSeek。

参考资料：

1、美国AI研究员的中国之旅：年轻人，追赶者，算力焦虑与“AGI展示厅” ｜专访Nathan Lambert

2、语言即世界：和杨植麟时隔一年的独家对话：“站在无限的开端”