K3 引发抛售，华尔街高估了开源模型的威胁
K3 运行成本比 GPT-5.6 高 50-70%，市场抛售基于一个尚未成立的前提。
Editor's Note
对冲基金 Atreides Management 创始人 Gavin Baker 分析了 K3 的推理成本：其运行成本比 GPT-5.6 Terra 高 50% 至 70%，完成相同任务还需要消耗更多 token。
AI 相关股票已经因此下跌。同一周，两位前 DeepMind 研究员创办的 Reflection AI 签下超过 10 亿美元的算力合同，并在华盛顿推动以中国开源模型为能力基准的发布框架。
资本市场与美国政策制定者正在用两套相反的逻辑评估开源模型。前者担心开源压低闭源利润，后者则可能让中国开源模型决定美国模型能否发布。K3 暴露出的核心问题，是开源模型的商业价值究竟来自运行效率，还是政策提供的发展空间。
7 月 17 日，月之暗面发布 Kimi K3。K3 拥有 2.8 万亿参数，每次推理从 896 个专家中激活 16 个，是目前全球参数量最大的开源模型。多项基准测试显示，它的性能接近 Claude Fable 5 和 GPT-5.6 Sol。
AI 相关股票随后遭到抛售。投资人押注的是：中国开源模型已经逼近前沿，闭源实验室高达 90% 的推理利润率将受到挤压。
但 K3 自己的技术文档和独立分析师的数据，都无法支持这项交易的前提。
月之暗面在技术博客中承认，K3「整体性能仍落后于最强闭源模型 Claude Fable 5 和 GPT-5.6 Sol」。
长期跟踪 AI 产业链的对冲基金 Atreides Management 创始人 Gavin Baker 进一步分析：根据 Artificial Analysis 的数据，K3 的运行成本比 GPT-5.6 Terra 高 50% 至 70%。K3 完成相同任务还需要消耗更多 token，因此每项任务的实际推理成本会进一步上升。
「真正的『Sputnik 时刻』，应该由一个达到前沿水平、同时具备高 token 效率的开源模型触发。K3 还不符合这两个条件。」
市场正在交易一个尚未出现的威胁。
2025 年 DeepSeek R1 让市场形成了一种固定反应：只要中国发布接近前沿的开源模型，闭源实验室的利润就会承压。K3 再次触发了这种交易，但两者的推理效率并不相同。R1 具备较高的 token 效率，K3 目前还没有达到同一水平。
🔒 以下为 Dailyio 会员专属内容
K3 运行更贵，为什么华尔街仍在抛售 AI 股票？Reflection AI 超过 10 亿美元算力合同的政策前提是什么？三家公司各自面临什么风险？
成为 Dailyio 会员，解锁完整的产业机制分析。
