月之暗面（Moonshot AI）由清华-CMU出身的杨植麟于2023年创立，核心产品是Kimi系列大模型及同名AI助手。Kimi K2是其主力开源模型，采用MoE架构，总参数量1万亿、激活参数320亿，在编程、数学、智能体等基准测试中表现接近前沿闭源模型。快速迭代催生了K2-Thinking（思维链推理）和K2.5（Agent集群）等版本，最新K2.6则进一步强化了工具调用能力。公司正以约300亿美元估值进行新一轮融资，ARR已突破2亿美元，是开源模型赛道增长最快的中国AI创业公司之一。

Kimi K2是月之暗面开源模型的基石，发布于2025年。它采用混合专家（MoE）架构，总参数1万亿，但每次推理仅激活约320亿参数，控制成本的同时保持高性能。K2在SWE-bench、HumanEval等编程基准上表现领先，且具备原生Agent能力——能自主规划、调用工具、执行多步任务。随后的K2-Thinking（思维模型）将推理深度提升至200-300步，在HLE等高难度测试中超越部分闭源模型。这套架构直接支撑了K3的2-3万亿参数的超大设计，是理解K3技术跃迁的关键入口。

K3若匹敌Opus 4.8，将加剧企业AI选型的路线之争。支持开源的一派认为，中国模型已实现90%性能、10%成本的“剪刀差”，且本地部署可规避数据外泄风险，全球开源模型调用量已超闭源。反对者则指出，Anthropic等公司因数据泄露事故频发（如近3000份内部文件暴露），企业自建安全门槛极高，闭源模型在合规、SLA和技术支持上仍不可替代。智谱创始人唐杰预测“80%基础模型将开源”，但Anthropic CEO阿莫代伊坚持闭源是保证安全与持续迭代的唯一路径——同一笔账，两种叙事。

K3若真以2-3万亿参数开源，行业格局将面临三个可观察的拐点:一是开源模型首次在参数量级上超越现有闭源旗舰，OpenRouter等平台的开源调用量占比可能从50%跃升至70%以上；二是月之暗面正在以300亿美元估值融资，K3的商业化表现将直接决定其IPO估值锚点——当前其ARR约2亿美元，若K3带动API收入翻倍，市销率有望对标智谱的540倍；三是美国出口管制政策可能因中国开源模型的能力跃迁而加码，Anthropic刚因商务部禁令关闭全球访问权限，类似“断供”风险将促使更多企业拥抱开源。

文章提到企业高管因数据泄露风险转向开源，但开源模型的数据安全并非天然优势。本地部署虽能避免数据经过第三方服务器，但企业自身的安全能力参差不齐，且开源模型本身可能被注入后门或产生幻觉输出。真正值得追问的是:当安全焦虑从“数据给谁”转向“数据被谁保护”时，企业需要的是“闭源+合规外包”还是“开源+自建安全体系”？这取决于模型供应链的成熟度——目前还没有一家开源模型厂商提供媲美闭源SLA的端到端安全方案，这是K3等开源模型必须跨越的“信任鸿沟”。