K3的2.8万亿参数不是单纯堆料,核心靠两套自研底层技术撑起。KDA混合线性注意力机制让百万token长文本解码速度提升6.3倍,注意力残差技术以不到2%的额外计算成本将整体训练效率提升25%。搭配896个专家的稀疏MoE架构、每次推理只激活16个,它解决了超大模型推理成本爆炸的行业难题——这是月之暗面能在参数竞赛中继续前推而不被成本压垮的真正技术底牌。

文章高呼『大依然就是好』,但这恰恰站在了行业共识的对立面。斯坦福大学2025年发布的《大模型规模定律》指出,当参数超过5000亿后,推理、常识等核心指标提升幅度从30%以上降至不足5%,而训练成本呈指数级增长。中国信通院调研显示,仅有12%的新发布模型仍以参数规模为核心宣传点,83%的企业把『推理效率』列为核心目标。K3选择逆势把参数推到3万亿级别,意味着它在赌:Scaling Law的『天花板』不是物理规律,而只是工程瓶颈。它的表现将成为验证这条路线是否还有价值的关键样本。

文章称K3『仅次于Fable 5』,但Fable 5本身是Anthropic首款Mythos级公开模型,参数规模外界猜测约10T——是K3的近4倍。在SWE-Bench Pro上Fable 5得分80.3%领先Opus 4.8约11个百分点,任务越长越复杂差距越大。而GPT-5.6 Sol的优势在成本和生态:输入定价仅Fable 5的一半(5 vs 10美元/百万token),同一任务成本可降至1/5。K3夹在两款旗舰之间:比能力拼不过10T级的Fable 5,比成本和生态不如已构建分层产品矩阵的OpenAI。『全球第三』的位置,看着光鲜,但更需要看清剪刀差夹住了多大的竞争空间。

2026年2月Anthropic发布工业级蒸馏攻击报告,点名包括月之暗面在内的三家中国AI企业使用约2.4万虚假账户、超1600万次交互从Claude提取推理链与编码能力。完整权重开源的K3虽然堵住了『窃取』口实,但也让外界对『基础能力中有多大比例来自蒸馏』的追问更紧迫。《自然》杂志虽为DeepSeek证实训练数据来自互联网,但月之暗面尚未公开类似独立的同行评审结果。K3的2.8万亿参数到底是自主创新的里程碑,还是站在Claude和GPT肩膀上的量变堆叠——这需要技术报告和第三方审计才能给出答案。

2.8万亿参数的推理成本是K3最隐蔽的短板。对比GPT-5.6 Sol和Fable 5,它们虽然API贵,但各自有Terra/Luna或Sonnet等低参数版本做成本兜底;DeepSeek V4 Pro的输出价格仅0.002元/百万token。K3只有单一一款旗舰级模型,没有任何轻量版平摊成本。月之暗面官方已承认『目前正与推理合作伙伴对齐技术细节』。7月27日开源的继续落地后,关键信号将是:第一,第三方推理服务商(如Together AI、Fireworks)能否以接近竞品一半的价格跑起K3;第二,月之暗面是否会出K3的蒸馏版或MoE瘦身版降低调用门槛。在这两个信号落地之前,K3的商业化落地前景仍是问号。

文章高喊『全面开源』,但一个2.8万亿参数的完整权重包,哪怕是量化版,也需要80GB级显存以上的多卡集群才能跑推理——这不是普通开发者或小企业能负担的算力。真正值得追问的不是『开源是否伟大』,而是:月之暗面开源K3的战略目标到底是什么？是为形成开发者生态挤压闭源竞品,还是借开源向国内芯片厂家定制推理加速芯片换取算力价格？如果开源后无人部署得起、无人用得起,那这场荣光的最终买单者是谁？