2.8万亿参数、国内最贵、全球前三：Kimi K3 把中国大模型拖进“定价权之战”

一、2.8万亿参数很大，但真正值钱的是“只叫16个专家干活”

先把 K3 的体量说清楚。

它有 2.8万亿总参数，是摩根士丹利统计中当时最大的中国开放权重模型。所谓开放权重，是开发者能拿到模型参数、自己部署或继续训练；它不等于训练数据和全部技术细节都公开。大摩援引公司计划称，完整权重预计在 7月27日前发布。

K3 采用 MoE，也就是“混合专家”架构。模型里放着 896 个擅长不同任务的专家模块，但每处理一个 token，只挑 16 个参与计算。打个比方，一家公司名册上有 896 位专家，接到任务后不必让所有人同时开会，只叫最相关的 16 位进会议室。2.8万亿描述知识容量，16个激活专家更接近一次推理真正动用的计算量。

大摩还特别点了两个算法：Kimi Delta Attention 和 Attention Residual。报告只给出一个谨慎结论——这些原创设计有助于提升计算效率。

那“更大”有没有换来“更聪明”？至少在报告选用的榜单上，答案偏向肯定。

• Artificial Analysis 智能指数：K3 57分，全球第3，仅落后两个美国模型。
• Arena 编码榜：K3 全球第1。
• 大摩列出的六组编码评测里，K3 在 Program Bench 得 77.8、SWE Marathon 得 42.0，两项排名第一；Terminal Bench 2.1 得 88.3，只比第一名的 88.8 低 0.5 分。
• 另外三项为 DeepSWE 67.5、FrontierSWE 81.2、Kimi Code Bench 2.0 内部集 72.9。不同测试的设置、数据污染风险和是否允许联网并不完全相同，不能把六个分数简单加总。

大摩因此用了两个限定很重要的判断：2.8万亿参数可能说明 scaling law（规模定律，即投入更多参数、数据和算力，模型能力通常继续提高）仍然有效；但 K3 不是突然从天上掉下来的奇迹，而是 GLM-5.2 等中国模型持续进步之后的一次累积结果。

展开查看六组编码基准复绘

二、中国最贵、美国前沿的三折：K3 为什么敢这么定价？

K3 最值得看的，不是“又一个便宜的中国模型”，而是它第一次认真测试中国模型的定价权。

伯恩斯坦列出的美元 API 价格是：每百万输入 token 3美元，输出 15美元，缓存命中时通常再打九折。摩根士丹利按人民币列得更细：未缓存输入 20元、缓存读取 2元、输出 100元。

大摩表中的六个模型上下文窗口均为 1000K。完整对比如下：

模型	总参数（B）	未缓存输入	缓存读取	输出	AA 智能指数
Kimi K3	2800	20.00元	2.00元	100.00元	57
Qwen3.7 Max	未披露	12.00元	2.40元	36.00元	46
GLM-5.2	754	8.00元	2.00元	28.00元	51
MiniMax M3	428	3.15元	0.63元	12.60元	44
DeepSeek V4 Pro	1600	3.00元	0.02元	6.00元	44
MiMo V2.5 Pro	1000	3.00元	0.03元	6.00元	42

同一张表里，K3 的输出价是 GLM-5.2 的 3.6倍，是 DeepSeek V4 Pro 的 16.7倍。高盛用自己的混合用量口径，算出 K3 每百万 token 约 2.3美元，也高于 Qwen3.7 Max 的 1.4 美元、GLM-5.2 的 0.9 美元、MiniMax M3 的 0.22 美元和 DeepSeek V4 Pro 的 0.18 美元。

这不是说 K3 一定“更划算”。价格是厂商想收多少，成本还要看完成一项任务到底会消耗多少 token。高盛估算，跑完 Artificial Analysis 整套智能测试，K3 约花 0.9美元，比 Qwen3.7 Max 的 1.0 美元略低，却高于 GLM-5.2 的 0.5 美元、MiniMax 的 0.1 美元和 DeepSeek 的 0.04 美元。

真正有意思的是另一侧。伯恩斯坦估算，K3 比 Claude Opus 4.8 便宜 40%，比 Claude Fable 便宜 70%。也就是说，它在中国模型里站到了高价档，在美国前沿模型面前却仍像折扣品。

三、不是谁打败谁，而是前沿能力开始“撞车”

伯恩斯坦把 K3 与今年更早的 DeepSeek V3、GLM-5.2 放在一起看：这些模型不断证明，中国实验室可以跟上美国前沿。

它以 Claude Mythos 4 月初发布，以及 GLM-5.2 比 Opus 4.6 晚约四个月为参照，判断中美最先进模型可能只差 3—4个月。这不是一把可以永久使用的尺子，只是特定版本发布时间给出的观察。但对商业模式来说，方向比精确月份更重要：当前沿模型在推理和编码上越来越像，厂商就更难长期维持高价。

市场先交易了“谁会输”。高盛记录，K3 发布当天，智谱下跌 28%，MiniMax 下跌 16%。它认为，股价反应反映了投资者在押注谁能成为中国模型竞争的长期赢家。

伯恩斯坦则直接重排了自己的中国榜单：Kimi 暂时超过智谱居首，阿里千问第三，DeepSeek 随后。它的理由不是单看一个总榜，而是 Kimi 同时拥有最大的预训练规模，并在 DeepSWE、Terminal Bench 等它认为有参考价值的测试里拿到高分。

但这张座次表随时会动。智谱被催着推出自己的万亿参数模型；伯恩斯坦还判断，智谱创始人唐杰所说“最早 2027 年一季度出现中国 Mythos 级模型”，指的可能是智谱下一轮更大预训练。阿里云栖大会也是下一处催化剂。高盛预计，2026 年下半年还会出现更多 2万亿—5万亿参数的中国模型，重点仍是编码，同时补上多模态和视觉理解。至于 DeepSeek 排在后面，伯恩斯坦把原因部分归结为它为国产芯片兼容投入约 6个月——这是该机构的分析，不是 DeepSeek 的公开归因。

四、模型够强只是第一关，真正的考试是能不能赚钱

高盛给了一个比排行榜更适合投资者的框架。它认为判断一家模型公司，要同时看三件事：

K3 把第一项往前推了一大步，却不会自动解决后两项。高盛预计，2026 年下半年，低端智能体模型的 API 价格仍会停留在每百万 token 0.1—0.2美元附近并继续承压。原因很现实：中国模型公司融资后现金充足，有能力用补贴换市场。

这会把行业撕成两层。最强模型尝试凭能力涨价；低端模型继续把价格压到接近基础设施成本。最后赢的不一定是榜单第一，而是能在“贵得有理由”和“便宜得可持续”之间找到位置的公司。

来源：Goldman Sachs Global Investment Research。

为什么高盛认为视频模型可能比文本模型更赚钱？

高盛认为它的定价和毛利率比基础文本模型健康。报告援引数据称，字节跳动 Seedance 毛利率约 70%，最新 ARR 约 20亿美元；快手 Kling、MiniMax 海螺也是主要玩家。高盛预计，视频生成与大语言模型结合、以及算力供不应求，会继续支撑 2026 年下半年的增长。

这不是 K3 的收入数据，而是一组对照：基础文本越来越像价格透明的“通用原料”，视频等供给紧张、体验差异大的能力，暂时更容易保住利润。

五、K3 的蝴蝶效应，会先吹到应用入口和大平台

模型越来越强、越来越多，应用入口反而更值钱。

高盛预计，中国模型公司会把智能体应用当成关键入口，尤其是编程。智谱 ZCode、腾讯 Workbuddy、阿里 Qoder 都在做聚合平台：前面接用户的真实任务，后面可以切换多种模型。谁掌握入口，谁就能获得最稀缺的现实编程和智能体数据，再把它们喂回模型迭代。

下一步不只是“帮我写一段代码”，而是多人协作和行业专家智能体。模型实验室会想把“模型—应用—数据—再训练”闭成一圈。

这也解释了伯恩斯坦为什么认为，K3 对阿里和腾讯的影响主要是间接利好。

阿里在 2024 年 2 月的一轮融资中取得 Kimi 36% 股权，腾讯也是已知投资者。股权价值是一层，更重要的是模型层越碎片化，大型分发平台和 AI 用户的议价权越高。平台可以让多个模型竞争，不必被一家供应商锁死。伯恩斯坦据此判断，Kimi 成功边际上利好阿里云收入；它还注意到，Workbuddy 据报已有每月 800万—900万次访问。这是访问量，不等于月活用户，但说明入口的增长速度值得跟踪。

高盛在股票覆盖中也把受益方向更多放在基础设施：云与数据中心关注阿里、GDS、VNET 和金山云；模型公司中更看好 MiniMax 的上行风险收益，但关键仍是融资后能否建立定价权，以及 7—8 月 M3 更新和下半年 M3 Pro 的兑现。这些是高盛报告时点的选股观点，不是本文的投资建议。

展开查看伯恩斯坦的投资结论与估值表复绘

另一股风则可能来自监管。

伯恩斯坦判断，如果中国开放模型以美国前沿模型三折左右的价格提供接近能力，Anthropic 可能更积极推动限制中国模型进入美国市场。高盛也把“海外更难访问最先进中国模型”列入后续风险。两家机构写的是可能性，不是已经落地的禁令。真正要观察的是：开放权重让模型更容易全球扩散，地缘政治会不会反过来把这种扩散堵住。

六、最后绕不开蒸馏：聪明到底是“学来的”，还是“练出来的”？

Anthropic 近期把智谱加入其指控涉嫌不当蒸馏的中国实验室名单。所谓蒸馏，是让一个模型用另一个更强模型的输出做训练材料，把部分能力“教”给自己。

伯恩斯坦的观点相当直接：行业里“大家都在互相蒸馏”。但它同时划出了一条重要边界——蒸馏主要帮助启动后训练，比如监督微调；它无法决定预训练的规模，更不能替代从零组织万亿参数训练所需的数据、算力和工程能力。Kimi 认为后者才是更大的挑战，伯恩斯坦表示认同。

报告还举了一个带讽刺意味的反例：Thinking Machines 的首个模型 Inkling，在文档中披露使用了 Kimi K2.5 生成的数据。伯恩斯坦借此质疑行业对“谁蒸馏谁”的叙事是否一致。这个案例不等于给任何一方下法律结论，但它提醒我们：模型学习彼此输出已经是产业现实，真正难复制的仍是大规模预训练和稳定交付。

这也把文章拉回起点。K3 的 2.8万亿参数不是全部，算法也不是点石成金。更准确的说法是：规模把能力上限推高，算法把计算用得更聪明，价格则检验市场是否承认这种能力。

真正值得看的，不是榜单第一能坐多久

三份研报对 K3 的共同判断，可以浓缩成一句话：中国大模型正在从“成本效率故事”，走向“智能与定价权故事”。

这比一次排行榜变动重要得多。便宜只能证明你愿意少收钱；敢在国内卖最贵，才是在测试用户是否承认你的能力溢价。可一旦这种能力又以美国前沿模型的三折价格出海，它就会同时压迫两边：国内同业被迫追参数、追榜单，美国实验室被迫守价格、守市场。

接下来真正该盯的有四件事：K3 的高价能否换来持续 token 收入；智谱、千问、DeepSeek 的下一代模型如何回应；智能体入口能否沉淀独家数据；以及海外市场会不会用监管抵消价格竞争。

K3 可能很快会被下一次发布挤下某张榜单。但如果它证明中国模型可以同时做到够强、够大、敢涨价、还能对全球前沿打折，那它留下的就不是一座奖杯，而是一套新的竞争规则。