马斯克转发，全球程序员沸腾！我国公司扔出一枚开源模型，硅谷连夜开会

7月16日一家中国AI公司，月之暗面，发布了旗舰大模型Kimi K3。当天晚上，马斯克在社交平台X上转发了一段K3的代码对战演示，只配了一个词：

“Impressive。”

全球AI圈瞬间炸锅。

海外对冲基金的基金经理、硅谷的程序员、各大技术社区的管理员，集体涌进Kimi开放平台实测。几小时后，多篇评测文章刷屏Hacker News和Reddit，核心结论出奇一致：我国开源模型，第一次在核心生产力赛道正面击败了美国闭源旗舰。

前端代码评测，全球第一

没有品牌干扰，没有水军刷榜。在Frontend Code Arena这个全球公认的匿名盲测竞技场上，百万用户用脚投票

Kimi K3，1679分，全球第一。
Claude Fable5，1631分，第二。
GPT-5.6 Sol，1618分，第三。

7个前端细分赛道，Kimi K3拿下6项第一，只在游戏交互开发赛道排第二。注意，这不是接近，这是反超，是我国开源大模型在全球公认的编程赛道上，第一次把美国两大闭源旗舰甩在身后。

更离谱的是综合编程表现。ProgramBench综合评测全球第一，Terminal终端工程、SWE软件工程师长任务赛道稳居前列。官方演示了一个场景：K3可以48小时连续自主完成完整的芯片设计流程，前端页面、3D交互场景、物理引擎、逻辑设计，一口气跑通。

2.8万亿参数，一次能读75万字

K3是全世界迄今为止最大的开源MoE混合专家模型，总参数2.8万亿，内置896个独立专家模块，单次推理只激活16个。这意味着参数规模是巨无霸级别，但推理成本被压到了可控范围。

更夸张的是上下文窗口，原生104.8万Token，约75万字。什么概念？一整部《三体》三部曲，一次性能全扔进去。或者一整套大型代码仓库、几百份行业白皮书、全年财报合集，全部读进去，K3能从头到尾保持记忆稳定，不会读了后面忘了前面。

能实现这一点，靠的是三项自研技术

第一，KDA混合线性注意力，专为百万Token超长序列优化，百万字全量加载场景下解码速度最高提升6.3倍。

第二，注意力残差机制，只增加不到2%训练算力，却让万亿级深模型在长任务中全程记忆稳定，解决了超大模型读到一半逻辑坍塌的缺陷。

第三，Stable LatentMoE稳定稀疏混合专家架构，896个专家每次只激活16个，算力扩展效率比上一代K2提升了2.5倍。

三项技术叠加在一起，K3做到了大参数、长记忆、低推理成本，这三个此前被认为不可能同时实现的三角，被它硬生生打破了。

定价对比Claude，降维打击

参数和性能追上甚至局部反超，定价呢？

国际版API输入3美元/百万Token，输出15美元/百万Token。同等档位的Claude Fable5，价格是K3的三倍多。国内版更狠，缓存命中输入仅2元/百万Token。由于月之暗面自研的Mooncake分离式推理架构，编程场景缓存命中率超过90%，实际落地成本还能再打一折。

更颠覆的是开源政策。7月27日前，K3的完整权重将在Hugging Face全球同步开放，协议是Apache 2.0，允许免费下载、本地私有化部署、二次微调、商用二次开发，没有任何高额授权费。

模型开源，API更便宜，私有部署还可以自己搞。海外AI服务商一夜之间陷入集体焦虑，如果免费开源的K3已经比肩商业旗舰，谁还愿意为天价订阅买单？硅谷多家SaaS公司连夜召开战略会，讨论如何应对这场来自我国的开源降维打击。

首发即适配国产芯片，全栈自主可控

还有一个让海外厂商沉默的细节。K3发布当日，已经完成对华为昇腾全系列、摩尔线程国产GPU的底层适配。我国政企客户可以在没有一片英伟达GPU的硬件环境下，实现本地化部署。金融合同解析、政务知识库建设、代码审计，数据不出内网，超大模型能力照样跑。

国产模型+国产算力的全栈闭环，第一次在万亿参数级别上变成了现实。

过去两年，全球AI圈有一个心照不宣的共识：最顶尖的大模型，只能是美国公司的闭源产品。GPT系列、Claude系列，牢牢把持着性能王座，价格也越定越高。

2026年7月16日，这个共识被撕开了一道口子。

一家我国公司，带着2.8万亿参数的开源基座，在全球公认的前端编程赛道上拿下了第一，同时把定价压到了竞品的三成，还宣布模型完全免费开源。马斯克的“Impressive”，不是客套，是全球科技圈在那一刻真实的本能反应。

全球大模型的游戏规则，从这一天起，被重新书写。

月之暗面 开源大模型