7.0
深览指数
科技腾讯新闻·硅基研究室··AI 生成
杨植麟和Kimi，拿了DeepSeek的旧剧本
文章分析了Kimi K3模型引发硅谷恐慌的深层原因，指出其与DeepSeek在技术联动、商业战略和组织架构上的相似性，认为Kimi拿到了DeepSeek的“剧本”。但作者也指出，Kimi尚未成为业界共识，其在开源成本控制、盈亏平衡以及国产算力生态适配方面仍面临挑战。文章适合关注中国AI大模型竞争格局、开源策略与商业化路径的读者。原文 ↗
核心观点
- ▍Kimi和杨植麟正拿到DeepSeek的“旧剧本”，在技术、战略和组织架构上展现出相似性，但Kimi尚未成为如DeepSeek般的业界共识，其在开源成本控制和国产算力生态适配方面仍面临挑战。
- 01硅谷对Kimi K3的恐慌源于三点：开源模型的扩散效应会加速基础模型商品化并扩充生态；延续“AI泡沫论”，担忧开源免费AI冲击云厂商和模型厂商的算力投资回报率；中美大模型能力代际差正在缩短。
- 02Kimi K2采用了DeepSeek V3的MLA注意力机制，而DeepSeek V4则引入了Kimi大规模验证的Muon优化器，体现技术层面的联动。
- 03两家公司商业战略有共性：DeepSeek不担心对手部署自家模型竞争，Kimi总裁张予彤也提出“最有效的竞争方式就是‘不竞争’”。
- 04美国AI研究者Nathan Lambert认为Kimi是他拜访过的中国公司里“氛围最好”的一家，团队关系紧密，这与DeepSeek扁平、非科层制的组织架构相似。
- 05据第三方机构测算，Kimi K3单任务成本约0.94美元，与GPT-5.6 Sol的1.04美元接近，约为Claude Opus 4.8的一半，价格带与海外头部模型属同一阵营，并非明显的低价策略。
反方 / 局限
- — 在开源成本控制上，DeepSeek有明确的API定价原则（十个月收回成本，六倍利润），而Kimi尚未实现Token的经济性，模型单价只是第一层成本账，实际业务开发中若缺乏明显价格优势，Kimi K3只是新选择而非必选项。
- — 在国产算力生态适配方面，Kimi虽已适配华为昇腾等国产芯片，但其多元化动作落后于DeepSeek、智谱等模型厂商，后者已建成全部采用国产芯片的数据中心或收购国产AI基础设施公司。
9 分钟 · 4 卡片 · 12 资料
读原文 →