估值110亿美元，全球最贵行业独角兽换上“中国底座”

来源：财联社

“当美国还在争论中国AI时，全世界已经在下单。”

硅谷知名机构a16z的这句直白短评，正在被一个接一个的商业案例所验证。

近日，估值110亿美元，也是全球法律AI行业估值最高的独角兽Harvey宣布，基于中国开源基座模型Kimi K3进行后训练的法律专用模型Tenet，仅用约150块英伟达B300 GPU、耗时两个月，便以极低成本在法律基准测试中达到“最先进”性能。

这家总部位于旧金山的独角兽，曾主要使用Anthropic、OpenAI和谷歌等美国公司封闭专有模型，如今正式转向中国月之暗面的开源模型Kimi K3。一个清晰的信号已经浮现：当一款中国开源模型在能力上逼近全球前沿、成本却仅为头部闭源模型的五分之一时，AI的定价权开始松动。

一家硅谷科技公司把每月的 AI 开销从 100 万美元砍到了 10 万美元。微软在内部测算，如果把部分 Copilot 推理请求切换到同一个来自中国的开源模型，一年最多能省下 6 亿美元。这两笔账同时指向月之暗面的 Kimi K3。

在大模型行业，新模型的保鲜期通常只有几周——发布即巅峰，随后被更新的模型迅速取代。K3 上线一个月后，讨论度不降反升：它进入了硅谷最主流的开发工作流，在榜单上守住了第一梯队的位置，并开始出现在美国企业的采购计算里。

美国云开发平台Vercel在8月发布的AI Gateway生产指数显示，从K3上线首周到7月最后一周，其日Token调用量增长约三倍。Kimi全系Token量在7月增长超过四倍。

8月6日，GitHub宣布K3在Copilot中正式可用，并逐步覆盖Visual Studio Code、Copilot CLI、云端Agent和GitHub网页端。

作为全球规模最大的AI开发工具，GitHub Copilot目前拥有超过2000万用户。这意味着，这款中国模型不再只是开发者自发尝试的新奇选项，而是第一次以“默认可选”的姿态，进入了全球最大规模开发者的日常环境。

据媒体报道，微软正在内部评估更大范围地将K3接入Copilot的可能性。

企业端密集接入的前提，是模型具备跨过业务门槛的有效能力。据AI模型基准评测平台Arena在8月19日公布的全带代码能力榜单显示，Kimi K3以1660分位列第二，仅次于1699分的Claude Opus 5。在这项最贴近真实开发场景的评测里，K3 与榜首的差距只有约 1%。

7月16日发布的Kimi K3拥有2.8万亿总参数，采用混合专家架构，原生支持视觉输入和100万Token上下文。这款模型的训练重点包括长程编程、知识工作和Agent任务，并已于7月27日开放完整模型权重。

在专门评测智能体能力的Agent Arena榜单上，Kimi同样保持在行业头部水平。

该榜单根据任务完成、工具可靠性、可引导性和异常恢复等多项信号进行动态统计，为用户提供了一个更接近真实执行环境的观察窗口。

根据8月20日的评分数据，Kimi K3 的净提升指标约为10.5%，位列前四。在排名前10的模型中，K3是唯一的国产开源模型，也是唯一一家非OpenAI和Anthropic阵营的厂商。在排名前 8 的模型中，K3 的单任务成本是最低的。这反映出K3的竞争力已经延伸到需要连续规划和调用工具的长程任务。

Artificial Analysis使用代码、数学、科学推理和通用能力等测试构建了综合智能指数。在8月的数据中，K3的综合指数为60分，Claude Fable 5为62分，两者处于接近的能力区间。其测算显示，K3完成一组基准任务的加权平均成本约为0.84美元，Claude Fable 5约为3.14美元。K3的单任务成本约为后者的1/4。Agent Arena同时公布了单任务成本。以8月中旬快照为例，K3单任务中位成本约为0.62美元，Claude Opus 5约为3.37美元。在同等能力档位下，K3完成一次任务的中位成本仅为后者的五分之一左右。彭博社近期发布的《美国在AI竞赛中的领先优势正被中国迅速缩小》援引了Artificial Analysis的上述数据。报道在图表中直接使用“中国的Kimi K3正在逼近美国最佳AI模型”作为说明，并把K3放在性能成本曲线的帕累托前沿附近。

在能力进入顶级梯队的情况下，K3的成本优势和开源特性促使全球企业开始认真考虑替换美国闭源模型。Vercel的7月数据反映了企业AI支出的最新变化。当月AI Gateway上的Token量增长59%，按各模型公开价格估算的支出增长37%，平均Token成本却下降了13.6%。在连续两个月使用超过1000万Token的团队中，四分之三的用户调整了至少10%的模型组合。

数据显示，平台上开放权重模型的Token量份额从4月的11%增长到6月的29%、7月的36%，支出份额从不到4%突破到近9%，创下Vercel该指数的历史最高纪录。四家最大的前沿实验室合计Token支出份额七个月来首次跌破93%，降至89%。增量几乎全部来自月之暗面和智谱的最新模型。Vercel在报告中指出，企业通常先按任务要求选择模型档位，再在同一档位中比较价格。该机构认为，K3和GLM-5.2是首批开始显著承接部分闭源前沿模型工作负载的开放权重模型。

硅谷公司的公开动作也证实模型采购正在向组合配置发展。Coinbase CEO Brian Armstrong曾表示公司在内部模型网关中测试Kimi和GLM等模型，并根据具体任务分配调用。DoorDash则把部分编码工作交给Kimi，同时保留其他模型处理不同业务。单任务成本上的极端优势，已经转化为海外应用层公司真实的财务回报。科技企业 Polsia 将每月的 AI 开销从 100 万美元直接削减至 10 万美元，相当于每年省下超过 1000 万美元。另一家公司 Lindy 在弃用海外前沿模型后，算力开支节省了 90%。在知名的多模型路由平台 OpenRouter 上，中国模型的使用份额持续攀升，7 月一度达到约 46%。投资圈也开始公开讨论这种资本迁移的可能性。

知名投资人Jason Calacanis在节目中预测，Anthropic和OpenAI的大客户可能会向更低成本的模型转移。a16z在社交媒体上发文称“美国人还在争论中国AI，全世界已经在下单”，并配发了Kimi全球应用内购收入的增长曲线。K3官方API的公开价格为每百万输入Token 3美元、输出Token 15美元，缓存输入价格为0.3美元。企业同样可以依托K3开放的权重进行第三方托管或本地部署。

随着智能体对于Token消耗数量指数级增长，高频且极度消耗算力的工作负载，正加速向具备成本优势的开放权重模型转移。在这个周期里，以Kimi K3为代表的中国头部开源模型，正在推动全球市场重新审视闭源大模型的高昂溢价。K3并未在榜单顶端“击败”Claude，Anthropic仍占据Vercel网关约65%支出份额。然而，过去两年由硅谷主导的“最强智能”溢价体系，正面临实质性挑战——当近似性能可以四分之一乃至更低成本获取，既有定价逻辑必须重构。

Kimi K3所代表的国产开源模型，已在全球AI支出曲线上刻下一条新的成本基准线，这条线的延伸，将倒逼产业重新评估闭源模型的商业护城河。重估，已是进行时。