三次冲击，对应三种不同的价格信号

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。

这并非一份技术评审，却有一层很难忽略的竞争意味。

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。

三次冲击，对应三种不同的价格信号

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。

API涨价、300 个 Agent并行、Preview到GA只隔8天。每个动作都在回答一份路演PPT上的问题——你有没有定价权，企业壁垒在哪里，下一轮估值凭什么继续往上走。

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!”

这仍然不是“AI 给自己造出了芯片”。它没有流片，也没有经历封装、功耗、良率和量产验证。

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。

国际卷上，K3也第一次从“自己出题自己判卷”进入了第三方监考。

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。