KimiK3本月发布,参数规模达2.5万亿,超越DeepSeekV4Pro,成为公开参数最大的国产模型。采用MoE架构扩展专家数量,定位通用能力全面跃升。月之暗面完成200亿美元估值融资,新一轮估值315亿美元,年化收入突破3亿美元,商业化加速。
## PART 01
## K3在参数和架构上做了什么
2.5万亿参数,不是空xue来风。国产大模型的参数增长,基本保持着每6个月翻倍的速度。K2代系还停留在数千亿级别,到了K3升级到万亿级别,正是这一节奏的自然延续。
参数规模本身不是全部。架构上的变化,其实更值得聊一聊。月之暗面之前在K2代系中验证了MoE混合专家架构——通过只激活部分参数来控制推理成本。到了K3,预计会把专家数量大规模扩展,在保持推理效率的前提下,实现整体能力的跃升。
从产品线定位来看,K2.7专攻代码,K3是通用旗舰。这个逻辑很清晰,就像OpenAI从GPT-4到GPT-5的迭代路径——先做一个垂直验证版本,再推向全场景。
## PART 02
## 月之暗面的商业化爆发
技术发布往往只是冰山一角。那水面之下的商业化成绩单呢?月之暗面在2026年上半年的表现相当可观:200亿美元估值融资完成交割,紧接着启动了315亿美元投前估值的新一轮融资。年化经常性收入在6月中旬突破了3亿美元。
在国内大模型创业第一梯队中,月之暗面与智谱、MiniMax、百川智能并称“四小龙”。但在商业化进度上,月之暗面是目前走得最快的一家。无论是Kimi助手在C端的用户规模、企业API的调用量,还是付费转化率,都处于前列。
所以,K3的发布不仅仅是一个技术事件,更是一剂商业化的加速催化剂。
## PART 03
## 国产大模型的下半场格局
到了2026年下半年,国产大模型正在进入一个全新的阶段。DeepSeek V4正式版、百度文心5.0、字节豆包Pro都已经就位。K3的入局,等于直接把中国大模型市场的参数天花板从万亿级别推进到了2.5万亿级别。
从估值维度来看,月之暗面315亿美元的投前估值,已经接近OpenAI 2024年水平的约十分之一。绝对体量虽然还有差距,但增速曲线的斜率说明,中国大模型企业正在快速拉近与全球头部玩家的距离。而且,国产大模型已经被列入国家AI战略核心支持方向,大参数、强推理、广应用的模型产品,将持续获得算力和场景的双重加持。
K3的发布窗口已经打开。接下来真正需要验证的,是这2.5万亿参数能不能在实际体验上兑现——让用户感受到的是全面跃升,而不只是一个更大的数字。
侠游戏发布此文仅为了传递信息,不代表侠游戏网站认同其观点或证实其描述