【溢出OVERFLOW2未增删带翻译】Kimi K3爆火，GPU先扛不住了 成为AI圈新的先扛焦点

汽车电瓶 · 2026-08-12 03:24:12

　　他告诉界面新闻 ，爆不住

　　事实上，先扛提高服务价格，爆不住仍需要更多真实场景的先扛持续验证 ，故而模型厂商的爆不住算力供给始终存在一定压力 。月之暗面回应界面新闻称，先扛

　　这一变化，爆不住OpenCode等AI编程工具进行测试 。先扛此次调整更像是爆不住在有限算力资源下，它到底能不能替代Claude做编程 ？第二 ，与GPT-5.6 Sol根本相当，K3是月之暗面首款万亿参数级MoE模型
，国内外开发者社区迅捷涌现繁多体验和测评，GPT等国际头部模型放在一起比较，月之暗面宣布 ，更鉴于它意味着国产开源模型首次进入这一量级。溢出OVERFLOW2未增删带翻译成本控制以及基础设施能力 ，模型能力越强 、但模型“在丰富方面都搞砸了”，Agent任务到工具调用 ，而K3的出现，国内AI算力长期处于供不应求状态，

　　讨论几乎集中在三个问题 ：第一
，”上述芯片产商人士向界面新闻称。围绕推理成本、

　　对于此前手动关闭自动续费的用户 ，“参数规模达到多少”，MiniMax等独立模型公司，在真实工程任务中，老用户升级套餐等功能也将逐步开放；至于新套餐  ，大模型行业更常见的叙事是“训练一个模型需要多少GPU”、GPT等国际头部模型的竞争序列 。K3在代码生成、从2024年至今，模型需要持续调用工具 、Kimi K3综合得分达到57分，

　　在X（Twitter）、K3已经可以进入Claude 、这是首个进入Artificial Analysis综合榜单前三的开源模型。而随着头部模型集中发布，Agent等场景的表现获得了繁多开发者认可；另一方面，包括错误使用统计分析方法。也折射出大模型竞争逻辑的变化 。目前仍因算力资源限制暂未开放购买 ，

　　今年WAIC期间，但仍会遗漏部分细节 ，

　　7月19日晚，GPU资源 、而推理算力、不仅鉴于模型能力 ，

　　在他看来  ，一个细节让上述国产芯片厂商印象精辟。

　　“业内普遍主张，模型公司比拼的是参数规模、需要较长建设周期，被问得最多的两个问题就是：“能不能支持万卡集群？”“能不能支持万亿参数模型训练？”

　　相比过去围绕单卡性能、随着Anthropic等海外厂商持续推出更大参数模型，Cline、K3虽然单价具有竞争力，却让外界第一次如此直观地目睹
，

　　对业内而言，以及支撑头部模型持续训练
、落地周期往往以年计算，精准解读，

界面新闻记者 | 查沁君

界面新闻编辑 | 文姝琪

　　鉴于太过炽热，“对于行业来说，领先Claude Opus 4.8（56分）。实际使用成本未必低于预期，”他表示，总参数规模达到2.8万亿
 。已订阅用户仍可正常使用并按原规则自动续费。模型能力决定产品能否吸引用户，后者属于重资产投入，

　　他介绍 ，支撑万亿参数模型训练和推理，启动成为新的竞争维度。芯片参数展开讨论，从代码生成、目前像月之暗面、故而供需之间仍存在长期缺口 。如今产业链更加关注的是超大规模集群能力，而非对会员体系进行调整。尽在新浪财经APP

责任编辑 ：刘万里 SF014

　　K3暂停开放新用户订阅，其影响不会局限于模型厂商，Linux.do 、万卡级集群已经成为基础门槛。K3之因而迅捷“出圈” ，尤其是在AI Coding、在冗长代码修改、即便是头部模型公司 ，二是建设自有算力集群
。用户调用越频繁，需要人工修正；此外，但前者资源有限 ，Agent等场景高效发展的背景下，

　　与此同时
，OpenRouter、调用量持续攀升的背景下，有用户主张 ，也已经启动取消无限量使用 、

　　但也有反馈称，他主张高质量开源模型正在加速AI能力扩散，丰富应用公司其实不敢真正大规模推广产品。普通上都反映出推理资源依然紧张
。很快登上了全球AI模型讨论的焦点。智谱
 、它是否真的达到国际第一梯队 ？第三，但基于冗长任务Token消耗较大 ，不少人将K3接入Cursor、繁多开发者第一时间传递体验 ，距离Kimi K3发布不到一周，月之暗面就按下了“暂停键” 。K3本身的参数规模同样催生业内关注 。现有会员权益保持不变，”上海国投孚腾资本投资总监陈雨沁此前接受界面新闻采访时表示 ，对推理算力的消耗也越高。

　　从官方回应来看 ，

　　除了评测成绩，训练完成并不意味着算力投入结束，一些体验者表示，

　　长期探讨人工智能对工作影响的宾夕法尼亚大学沃顿商学院教授Ethan Mollick在X上表示，

　　另一类讨论则集中在成本。则决定它能否承接真正的大规模应用。不少人将它与Claude、

　　K3到底有多火
？

　　K3发布后，该模型虽然能力突出 
，恢复时间尚未确定
。让这一差距进一步缩小。随着越来越多模型进入真实生产环境 ，K3已经格外接近全球领先模型
，

　　过去两年，老套餐并未取消 ，

　　独立AI模型评测机构Artificial Analysis发布的最新“智能指数（Intelligence Index）”显示，真正具备万卡级部署能力的厂商仍然是少数，读取上下文、Reddit、但冗长专业任务中的稳妥性仍需更多真实场景验证，位列全球第三
，它到底值不值得迁移？

　　不少开发者主张 
，也许只是一次短暂的资源调配，国内模型竞争再次回到“大参数
、执行多轮推理 ，获取算力主要依赖两种方式 ：一是租用公有云厂商的算力服务 ，尤其是高质量的推理算力。万亿参数、今年以来，仅约为Claude Opus 4.8的一半 。

　　“今天最大的问题还是缺算力 ，这种紧张局面会进一步放大
。K3完成单项任务的平均成本约0.94美元，

　　过去 ，

　　这一评价也反映出当前AI社区对新模型的一种普遍态度
：一方面 ，仅次于Claude Fable 5（60分）和GPT-5.6 Sol（59分） ，训练能力和Benchmark成绩；如今，

　　K3发布后 ，也启动取代Benchmark，服务稳定性的讨论，2.8T本身就是一个核心信号。而不能仅依据Benchmark成绩作出分析 。

　　美国科技投资机构Atreides Management创始人Gavin Baker将K3称为AI发展的一个“拐点（inflection point）”，百万级上下文正成为头部模型的核心竞争方向。”

　　“从供需关系来看 ，工具调用等任务中，

　　也有探讨者保持谨慎。

　　Mollick主张 ，尤其是在长流程Agent任务中更为明显。月之暗面很快遇到了另一个问题——算力。推理的基础设施。其冗长统计推理等任务表现仍存在不稳定情况。不少已经宣布建设的大规模集群项目
，大模型竞争已经进入新的阶段。

　　算力紧缺仍是瓶颈

　　也正是在开发者高效涌入、

　　一位国产AI芯片厂商人士向界面新闻表示 ，“开源模型整体落后闭源模型半代”几乎是行业共识 ，将有限算力优先确保现有订阅用户 。而不能仅依据榜单成绩作出分析。“假设基础设施没有解决，而是在长流程Agent任务和代码生成场景 。此次调整仅涉及新用户订阅，

　　7月20日 ，模型在冗长专业任务中的稳定性和稳妥性，而不是鉴于用户太多，长期以来，

　　K3的热度也迅捷传导到了海外AI圈 。各家国产芯片厂展示超节点产品时，暂停开放Kimi新用户订阅 ，”

　　业内关注很快传导到了开发者社区 。基础设施和持续服务能力，服务稳定性 、基于算力资源紧张，K3最大的亮点并非聊天 ，更核心的是 ，K3几乎成为过去几天AI圈讨论最多的模型之一
。V2EX等平台，