标签： LLM

7月17日，月之暗面发布了最新的Kimi K3模型，这个模型很快在国内外AI圈引起了很大关注。Kimi K3总参数达到2.8万亿，在Coding、Agent、长上下文等方面的表现已经进入目前全球最强模型的第一梯队，Artificial Analysis给出的 Intelligence Index 得分为57分，而且在一些编程相关的公开评测中表现非常突出。更值得关注的是，月之暗面宣布将在7月27日前发布Kimi K3的完整模型权重。

前几天我写了一篇《最强的模型，不一定能赢：AI Coding开始拼“好用”了》，主要讨论的是，当GPT、Claude、Gemini这些模型的能力逐渐接近以后，单纯比较哪个模型跑分更高已经没有那么大的意义，真正决定用户选择的，会逐渐变成产品体验、价格、额度、工具生态等因素。

Kimi K3的发布，让我觉得还可以再往后思考一步。

如果有一天，全球最强的AI模型不再只掌握在OpenAI、Anthropic、Google这样的少数几家公司手里，而是有大量能力相近的开放权重模型可以自由部署、修改和使用，那么AI行业会发生什么？

这可能比Kimi K3在某个排行榜上超过Claude或者GPT更加值得关注。

因为一个模型从90分提高到95分，只是技术能力的提升；但一个90分的模型从封闭变成开放，影响的可能是整个产业的创新方式、商业模式和利益分配。

需要说明的是，严格意义上来说，开放权重并不完全等于开源。开源通常还包括训练代码、训练数据、训练方法等更多内容，而Kimi K3目前宣布的是开放完整模型权重，所以本文所说的“开源”，更多是指现在AI行业里经常讨论的开放权重模型。Kimi官方目前也明确表示，完整权重将在7月27日前发布。

开放最大的价值，不是免费，而是让更多人参与创新

很多人说到开源模型，首先想到的就是便宜，可以自己部署，不需要再向OpenAI或者Anthropic支付昂贵的API费用。但我觉得，开放最大的价值并不是免费，而是让更多的人拥有参与创新的机会。

使用一个闭源模型，本质上是在别人制定的规则下开发产品。模型提供什么能力、API怎么收费、上下文有多长、哪些功能可以使用、模型什么时候升级或者下线，最终的决定权都掌握在模型厂商手里。开发者当然可以基于GPT或者Claude做很多创新，但这个创新始终是在OpenAI和Anthropic划定的边界里进行的。

开放权重之后，情况就不一样了。

开发者可以对模型进行量化，可以针对某个行业进行微调，可以改变推理方式，可以针对不同的芯片做优化，可以把模型部署到企业自己的服务器里，也可以基于这个模型继续训练新的模型。医疗公司可以训练医疗模型，金融公司可以针对自己的业务进行微调，汽车厂商可以把模型放进汽车，机器人公司可以把模型和机器人结合起来，芯片公司也可以针对模型设计更加高效的推理方案。

这些事情不需要原来的模型公司一件一件去做。

这也是我认为开放最有价值的地方。

一家公司无论多么强大，它拥有的人才、资金和资源终究是有限的，它不可能理解所有行业，也不可能把所有应用场景都做一遍。但是把一个足够强的基础模型开放出来以后，全世界的开发者、企业和科研机构都会基于它进行创新，其中一定会出现很多连原来模型开发者自己都没有想到过的应用。

互联网之所以能够发展到今天，很重要的原因就是开放。HTTP、HTML、Linux以及大量开源软件，让任何一个开发者都可以在已有技术的基础上继续创新，而不需要重新发明一遍轮子。

所以我一直认为，真正能够推动技术快速发展的，一定是开放。

封闭可以让一家公司获得更大的短期商业利益，但是开放能够让更多人参与进来，从而放大整个产业的创新速度。

Linux可能是一个很好的参考

AI开放模型的发展，让我想到Linux。

Linux本身并不是一个特别成功的传统商业软件，如果按照卖软件许可证的标准来看，它甚至没有微软Windows那么好的商业模式。但是今天全球绝大多数互联网服务器、云计算平台、超级计算机，以及Android等大量系统，底层都与Linux生态密不可分。

Linux真正成功的地方，不是Linux公司赚了多少钱，而是它成为了整个产业的基础设施。

因为Linux开放，所以Intel、AMD、IBM、NVIDIA这些公司都可以针对它做优化；服务器厂商可以使用它，云计算公司可以使用它，软件公司也可以基于它开发各种产品。最后形成的商业价值，远远超过了Linux操作系统本身。

AI未来很可能也会出现类似的情况。

现在大家还在讨论GPT-5.6比Claude强多少，Kimi K3又在哪个排行榜超过了谁，但如果几年之后，模型能力普遍达到了一个足够高的水平，企业可能不会再像今天这样特别关心底层到底是哪一个模型。

就像今天我们开发一个互联网系统，很少有人会把“Linux到底比另一个操作系统强多少”作为最核心的问题。大家真正关心的是这个系统是否稳定、成本是多少、生态是否成熟、有没有足够多的软件和服务支持。

AI模型最终也可能逐渐变成这样的基础设施。

企业会在基础模型之上选择推理平台、Agent框架、数据库、云计算、芯片、安全系统以及各种行业应用，真正巨大的商业价值会慢慢向整个产业链扩散。

所以开源模型对于AI行业最大的意义，并不是又多了一个免费的ChatGPT，而是可能逐渐改变AI产业的价值分配。

模型本身的价值可能下降，但围绕模型形成的整个生态价值会变得更大。

开放模型会带动一整条新的产业链

从这个角度看Kimi K3，我觉得真正值得观察的并不是月之暗面以后通过K3能赚多少钱，而是Kimi K3开放以后，围绕它会出现多少新的东西。

Kimi K3有2.8万亿参数，这么大的模型并不是普通公司买几块显卡就可以轻松部署，所以权重开放并不等于使用成本为零。恰恰因为模型很大，如何量化、如何降低显存占用、如何提高推理速度、如何降低运行成本，本身就会形成大量技术需求。

然后是芯片。

NVIDIA可以针对它做优化，AMD可以做，国内的AI芯片企业同样可以做。不同的硬件厂商会想办法让这些模型在自己的芯片上跑得更快、更便宜，这会推动整个AI算力产业的发展。

云计算公司也会提供各种托管方案，推理平台会做更好的部署工具，软件公司会开发微调、量化、模型管理、安全审计等各种产品，再往上就是大量行业应用。

医疗、金融、法律、制造、科研、教育，每一个行业都可能在基础模型上形成自己的模型和Agent。

对于创业公司来说，这个变化同样非常重要。

以前做一个AI产品，最简单的方法就是调用OpenAI或者Anthropic的API。刚开始用户不多的时候，成本可能不是问题，但是当用户规模越来越大，模型API就会成为非常重要的一项成本，而且整个产品事实上也被绑定在了模型供应商身上。

开放模型提供了更多选择。

企业可以使用Kimi，也可以使用Qwen、DeepSeek，甚至同时使用多个模型，根据不同任务自动选择最合适的模型。模型从一个不可替代的核心供应商，逐渐变成可以替换的基础设施。

只要这种趋势形成，围绕模型的投资和创业机会一定会越来越多。

这和Linux的发展其实非常像。Linux自己没有拿走整个产业最大的利润，但它创造了一个极其庞大的生态，IBM、Red Hat、AWS、Google、NVIDIA以及无数软件公司，都从这个生态里获得了巨大的商业机会。

所以开放真正放大的，不是一个模型公司的价值，而是整个产业的价值。

对很多企业来说，真正重要的是控制权

开放模型还有一个非常重要的市场，就是对数据比较敏感的企业。

普通消费者其实不太关心一个模型到底是开源还是闭源，我自己平时使用ChatGPT、Claude、Gemini，也不会因为某个模型开源就一定使用它，最终还是哪个产品好用就用哪个。

但企业完全不同。

特别是医疗、金融、政府、制造业、科研机构，以及拥有大量核心知识产权的大型企业，它们拥有的很多数据根本不适合发送给外部模型。

比如患者病历、银行交易数据、企业源代码、研发资料、客户数据和商业机密，这些数据对于企业来说可能比模型本身更加重要。

使用OpenAI或者Anthropic的云端API，本质上还是要让数据离开企业自己的环境，虽然这些公司会提供各种安全、隐私和企业级的数据保护措施，但对于一些高度敏感的业务来说，企业仍然会希望把数据完全控制在自己手里。

开放权重模型提供了一种完全不同的方式：不是把数据送到模型那里，而是把模型放到数据那里。

模型可以部署在企业自己的数据中心，甚至运行在完全隔离的内部网络里，数据是否保存、日志保留多久、模型什么时候升级、哪些人可以访问，都由企业自己决定。

当然，我并不认为自己部署就一定比OpenAI更加安全。很多企业自己的IT安全能力可能还不如这些大型AI公司，自己部署之后也会出现运维、安全漏洞、权限管理等一系列问题。

但两者最大的区别是控制权。

对于很多大型企业和数据敏感行业来说，控制权本身就是价值。

当开放模型能力只有闭源模型60%、70%的时候，企业可能还会为了模型效果选择闭源模型；但如果开放模型已经能够达到90%、95%，很多企业的选择就可能发生变化。

因为对于实际业务来说，很多时候并不需要世界上最强的模型，只需要一个“足够好”的模型。

OpenAI和Anthropic真正受到冲击的是定价权

过去几年，OpenAI和Anthropic能够建立非常高的商业价值，一个非常重要的原因就是最先进的AI能力是一种稀缺资源。

世界上只有少数几家公司能够训练出最好的模型，所以这些公司拥有很强的定价权。

更强的模型价格更高，更长的上下文价格更高，更强的推理能力也可以卖得更贵。

这个商业模式能够成立，最重要的前提就是其他人做不出来。

如果OpenAI的模型是100分，而市场上其他模型只有60分，那么为了这40分的巨大能力差距，客户当然愿意支付很高的费用。

但如果开放模型已经做到90分甚至95分，问题就完全不同了。

企业会开始计算，为了最后5分或者10分的能力提升，是否值得长期支付更高的API费用，是否值得把自己的业务和数据绑定在一家模型厂商身上。

对于一些非常复杂的任务，答案可能仍然是值得，最强模型依然有非常大的价值。

但是对于大量普通业务，90分可能已经完全够用了。

技术发展经常会出现这样的阶段。

早期大家追求的是“最好”，因为产品之间的能力差距非常大；但是当整个行业发展到一定程度以后，市场就会逐渐进入“足够好”的阶段。

智能手机是这样，电脑是这样，服务器也是这样。

当一个普通人买一台电脑的时候，他其实已经不太关心CPU性能到底提高了10%还是15%，因为对于大多数工作来说，性能早就够用了。

AI模型未来也一定会遇到这个问题。

当模型普遍已经足够聪明以后，用户选择产品的标准就会从“谁最聪明”，转向价格、速度、稳定性、产品体验、数据安全以及生态。

这也是开放模型对OpenAI和Anthropic商业模式最大的冲击。

不是明天大家都不用GPT和Claude了，而是模型本身越来越难长期保持今天这样的高溢价。

OpenAI真正要担心的，也不是ChatGPT少了几个用户

很多人看到Kimi K3这样的模型发布，首先想到的是，它会不会抢走ChatGPT或者Claude的用户。

我觉得短期内不会有太大的影响。

ChatGPT已经形成了非常强的品牌和用户习惯，普通用户不会因为看到某个Benchmark排名变化，就马上换掉自己每天使用的产品。更何况像Kimi K3这么大的模型，即使权重开放，也不代表普通用户可以很方便地在自己的电脑上运行。

OpenAI真正需要担心的，是开发者和企业会不会逐渐减少对OpenAI的依赖。

过去几年，很多AI创业公司开发产品时，最自然的选择就是OpenAI API，因为它的模型最好，生态最成熟，开发也最方便。

但是现在情况已经发生变化。

Claude、Gemini、Kimi、Qwen、DeepSeek以及越来越多模型都可以作为选择，很多新的AI应用在架构设计时，已经不会把自己完全绑定在某一个模型上，而是从一开始就考虑模型路由和模型替换。

哪个模型效果好就用哪个，哪个便宜就用哪个，有些任务使用闭源模型，有些任务使用开放模型。

这才是对OpenAI更加长期的影响。

因为一个消费者不用ChatGPT，OpenAI失去的是一个订阅用户；但如果未来大量开发者在构建产品的时候，不再默认选择OpenAI，那么OpenAI失去的是整个应用生态。

当年的微软为什么如此重视Windows开发者？

因为只要所有软件都首先为Windows开发，用户自然就会继续使用Windows。

AI也是一样。

谁拥有开发者，谁就更容易成为下一代技术平台。

所以开放模型真正争夺的，并不只是模型市场，而是开发者。

Anthropic受到的压力可能更直接

相比OpenAI，我觉得Anthropic受到开放模型的压力可能更加直接。

OpenAI至少已经拥有ChatGPT这个全球最大的AI产品之一，有非常强的消费者入口、品牌和用户习惯，同时还在发展Codex、Agent以及企业服务。

Anthropic目前最强的优势主要集中在模型能力、Coding和企业开发者市场，尤其Claude Code这两年的发展非常快，已经成为AI Coding领域最重要的产品之一。

但恰恰是Coding，可能也是开放模型最容易快速追赶的领域。

因为代码和普通内容不同。

一篇文章写得好不好，很难有完全客观的标准，但一段代码能不能运行、Bug有没有修复、测试能不能通过，是可以自动验证的。

这使得Coding模型更加容易通过大量自动化方式进行训练、强化学习和评测。

Kimi K3发布后之所以引起这么大的关注，一个重要原因也是它在Coding、Agent等方向已经表现出了很强的竞争力。Kimi官方也把Agentic Coding作为K3的核心方向之一，而第三方评测已经将它放在当前高性能模型行列。

另外，代码本身又是企业最敏感的数据之一。

很多公司愿意让AI帮助程序员写代码，但是并不一定愿意把整个核心代码库长期交给第三方模型公司。

当开放模型能力不够的时候，大家只能接受这种取舍。

但如果开放模型的Coding能力已经足够好，企业就会很自然地考虑私有化部署。

所以从这个角度来看，开放模型对Anthropic的冲击，可能比对OpenAI更加直接。

当然，开源也并不意味着一定会赢

写到这里，很容易得出一个结论，未来开源模型一定会打败闭源模型。

我觉得没有这么简单。

首先，开放权重不等于免费。

Kimi K3有2.8万亿参数，即使采用MoE等架构，要真正部署这样规模的模型，仍然需要非常昂贵的算力和复杂的工程能力。模型权重可以免费下载，但电费、GPU、数据中心和工程师都不是免费的。

很多中小企业最后算下来，直接购买OpenAI或者Anthropic的API，可能反而更加便宜和方便。

其次，模型本身只是AI产品的一部分。

ChatGPT真正强大的地方已经不仅仅是GPT模型，而是产品、用户、数据、工具、Agent以及整个生态。

Claude也是一样。

Claude Code之所以受到程序员欢迎，并不是因为大家每天拿Claude去跑Benchmark，而是因为整个Coding体验确实好用。

这也是我上一篇文章里想表达的观点：最强的模型，不一定能赢。

未来OpenAI和Anthropic真正的护城河，可能越来越不是“我的模型比你高几分”，而是产品、入口、生态、企业服务以及持续创新的能力。

比如ChatGPT已经拥有庞大的用户群和品牌认知，这种分发能力非常难复制；Anthropic在Coding领域形成的开发者口碑和Claude Code产品体验，也不是简单开放一个模型权重就能够替代的。

大型企业购买AI服务，也不只是购买模型能力，还需要SLA、安全合规、稳定运行、技术支持以及明确的责任主体。

这些都是闭源商业公司非常重要的优势。

所以开放模型并不会直接填平OpenAI和Anthropic的所有护城河。

但它会迫使这些公司重新挖护城河。

过去的护城河是模型。

未来的护城河可能必须变成产品和生态。

中国AI选择开放，可能是一条非常聪明的路

最后再回到Kimi K3。

这几年中国AI模型有一个很明显的特点，就是越来越重视开放。

从DeepSeek到Qwen，再到Kimi，中国最有竞争力的一批模型都在积极建设开放模型生态，而美国目前最顶级的GPT和Claude仍然是闭源模式。Reuters在K3发布后的报道中，也把这次发布放在中国开放模型快速逼近美国领先闭源模型的大背景下讨论。

这背后未必是谁更加理想主义，而是不同企业在不同市场位置上的选择。

如果你已经拥有全球最多的用户、最强的品牌和最大的开发者入口，当然希望把最核心的技术留在自己手里，然后通过API和订阅获得最大的商业利润。

但是如果暂时还没有这样的市场优势，开放可能反而是最快建立生态的方法。

Google当年开放Android，很重要的原因就是需要快速对抗已经占据智能手机先发优势的苹果iOS。Android本身免费，却迅速吸引了三星、小米、OPPO、vivo以及全球大量手机厂商，最终形成了世界上最大的移动操作系统生态之一。

AI模型可能也会出现类似的竞争。

中国模型真正需要争夺的，不一定是每一次Benchmark都超过GPT。

今天第一，过几个月可能又变成第二，这种排名其实没有那么重要。

真正重要的是，未来全球有多少开发者会使用中国模型，有多少AI创业公司建立在这些模型之上，有多少企业会私有化部署这些模型，有多少芯片、云计算、Agent框架和行业应用会围绕这些模型进行优化。

如果有一天，大量全球AI应用的底层都是Qwen、DeepSeek或者Kimi，那么即使OpenAI仍然拥有世界上最强的单一模型，整个AI产业的格局也已经发生了变化。

这才是开放真正的力量。

AI发展的第一阶段，大家竞争的是谁能做出最强的模型；现在已经开始进入第二个阶段，大家开始竞争谁能做出最好用的产品；再往后，很可能还会进入第三个阶段——谁能建立最大的生态。

这三件事情其实完全不同。

OpenAI可能拥有最强的模型，Anthropic可能拥有最好用的Coding产品，而开放模型可能拥有最多的开发者、最多的衍生模型、最多的硬件适配，以及最多由全世界开发者共同创造出来的应用。

Linux没有在个人电脑市场上打败Windows，但它最终成为了互联网和云计算时代最重要的基础设施之一。

AI会不会重演类似的故事，现在还无法确定。

但当Kimi、DeepSeek、Qwen这些中国模型越来越接近全球最先进的模型，同时又选择把权重开放给整个市场时，OpenAI和Anthropic需要考虑的问题，可能已经不只是下一代模型还能领先多少了。

而是当最先进的智能逐渐不再稀缺，当越来越多“足够好”的模型可以被任何企业拥有、部署和修改之后，原来建立在模型能力之上的高价格、高利润和封闭生态，还能够维持多久？

只有开放，才能让更多人参与创新，而当足够多的人开始在同一套开放技术上创新的时候，最终形成的力量，往往会远远超过技术本身。