美國為何急著封殺Kimi K3？中國AI再現「DeepSeek時刻」，華爾街真正害怕的是什麼？

上週一家外界比較陌生的中國AI公司 讓美國的科技股市突然集體跳水 華爾街的交易員脫口而出幾個字 deepfake時刻 更令人意外的是 美國政府很快傳出了風聲 正在嚴肅的討論 要不要乾脆把中國的大模型直接給封了 那麼這麼一箇中國的AI模型 真有這麼可怕嗎 它到底是真有兩把刷子 還是又一次國產AI 支棱起來了的自我感動 雷聲大雨點小呢 那今天我們就把這個情懷和濾鏡 全部的摘掉 不看中國媒體的宣傳 也不看美國媒體的渲染 我們用第三方權威機構的盲測的數據 加上了商業底層的真實的賬本 一層一層的把它給拆開 看一看KME的K3 到底是什麼水平 大家放心 我會盡量的說人話 沒有技術背景的朋友們 也能夠聽明白 那麼先把我的判斷是撂在前頭 KME的K3 既不是那種能夠把OpenAI Answer to Pick 全面逼退的遙遙領先 也絕不是什麼平庸無奇的just a so-so 它實際上掀翻了 中國的AI只會拼性價比的老的說法 但是長處和短處也是特別的鮮明 是一個偏科生 優秀的偏科生 那麼爲什麼這幾天全世界都在討論它 原因其實不是因爲它超越了GTT 而是市場震驚的發現 中國除了DeepSeek之外 突然間又冒出來一家能夠打進世界 第一梯隊模型的公司 而且這一次依然玩的是開源 而資本市場和華盛頓最擔心的 恰恰是中國的這套打法 我們先看一下硬指標 那麼有一家專門給全球的 AI模型做盲測打分的 第三方權威機構 叫做Artificial Analysis 在它的那套綜合智力排行榜上 K3拿了大約是57分 排在了Anthropyc的Cloud的Favor 5 和OpenAI的GTT 5.6後邊 這裏順便是解釋一句 如果按照不同產品的版本設計 它實際上排在第四位 而如果按照模型家族來統計 它是排在第三位 所以月之暗面的官方的海報宣稱 全球第三是並沒有說錯 只是它採取了一種 另一種統計的口徑 那麼能夠擠進這個頂尖的七隊 它靠的是三招 第一招也是最狠的 叫做智能企能力的斷層的領先 什麼叫智能企呢 簡單說以前的AI就是 你問一句它回答一句 而智能企能就是 你甩給它一個複雜的目標 它自己能夠拆解步驟 去翻了幾十份的資料 調用工具 把活從頭幹到尾 比如說你給它整理一個複雜的案件 它不會只給你一段概述 而是會自己打開幾十份文件 查查法律的條文 交叉的驗證 再把報告給你整理出來 那麼在一套模擬法律實戰的 緊急的測試 面對上百份亂七八糟的客戶的文件 和複雜的指令 K3就把整件事從頭到尾辦的比例 辦成了多少 26.7% 而OpenAI的頂尖模型只有5% 這個不叫領先 這個叫斷檔式的領先 第二招是它的架構很省 你可以把K3想象成了一個 超級龐大的專家團 獨獨2.8萬億個參數 但是每來一道題 它只叫醒其中對對口的 十幾個專家來答 那剩下的專家你們都歇着 所以它的個頭雖然龐大 每次實際只動用不到2%的腦力 這樣才扛得住成本 而且它一口氣是讀進了 100萬個字叫token的 超長的材料 原本大家很擔心這麼節着省 對吧 這麼一壓縮 那麼讀長文 肯定會丟三落四的 但是測試結果顯示 它在超長材料裏邊的 揪出關鍵信息的能力 那麼是整體是準確而又利索 那麼第三招是它在編程和 交互設計上一個強化 在公開的測試當中 它的前端界面代碼的這種得分 確實是超過了 Anthropic的Fibonacci 不過目前不少開發者實際體驗 之後認爲說 Cloud生成代碼的穩定性 依然是更好 修改的次數也是更少 所以客觀上來說 K3目前是跑分領先體驗 只能說接近 而不是所謂的全面的超越 至於美國公司一直懷疑說 中國模型操作業 也就是所謂的徵流 那麼這裏我要說一句客觀一點的話 那麼僅僅靠徵流 那麼K3是絕對做不出 今天這樣的成績來的 它顯然是投入了大量的 原生的訓練和工程的優化 否則不可能在獨立 第三方測評裏邊衝進第一梯隊 可是我們說你要認爲 它遙遙領先 那麼你就上當了 K3的短板同樣是很明顯的 第一便宜其實是個錯覺 API的報價便宜不等於實際使用便宜 很多營銷號只念它的字數的報價 可是你單獨去用 那麼就露餡了 K3這個模型有個毛病 打起特別愛反反覆覆的琢磨 來回的驗證 那麼同一套測試 別的模型處理完是6000萬個字 那麼就夠了 它非得處理1.3億個字 那這樣來我們大家都知道 這個token對吧 你耗的太多 那你就要多花錢的 所以算一下總賬 跑完整套的測評 它花了是大約2600多美元 跟GPT是打了個平手 比國內開源的模型是貴出了好幾倍 所以它不是便宜 而是又貴又費 那第二個短板是它的底子不夠厚 而且慢 不給它查外部資料 純粹拼腦子的這種前沿物理 和硬核邏輯的時候 它就原形畢露了 一道前沿的物理題難題 那麼GPT能夠拿多少分 32分 它只有23分 如果碰到不會的 它還愛瞎編 也就是所謂的叫做AI幻覺 那另外的測試也顯示 K3在三項編碼任務當中 與Azure Peak的Faber 5性能是相當的 成本僅僅是後者的三分之一 可是運行的速度卻慢了是四倍 那麼這個意味着 你K-me需要達到其他模型的速度 才能夠參與競爭 在某些情況下 它需要運行時間是縮短五倍 大家纔會有覺得你有吸引力 那爲什麼會這樣呢 又爲什麼它的運行速度 比別人還慢了三到四倍呢 一個核心的原因 就是它缺乏這種叫頸尖基座 叫Base Model 這樣的一個推理的能力 所以它只能靠後天 檢查三遍的這種死辦法 去硬扛準確率 相當於別人考試的時候 那麼寫一遍就完成了就對了 對吧 它要反覆的檢查三遍 準確率你看的是提高了 可是你的花的時間 也是明顯的拉長了 那說到這兒 你可能就會問了 說既然又貴又費底子還不完美 那麼華爾街和白宮 到底怕什麼呢 因爲OpenAI這些這種硅谷的巨頭 真正賺錢的護城河不是世界第一 而是獨家壟斷加上持續的作用 以前你想用最聰明的AI 就必須按月給OpenAI AnswerPic交昂貴的租金 他們的估值全部建立在這種 只有我能做出來 你必須買我的這種競價權模式上 可是K3這一招走的是開放參數 雖然它沒有公開訓練過程 和原始的數據 算不上嚴格意義上的純開源 但它把訓練好的整個腦細胞參數 免費放出來供人們下載 這就意味着全球任何一家企業 都可以把逼近世界頂尖水平的模型 直接搬回自己的公司 裝在你私有的服務器上 數據不出門 成本也砍到了腳脖子上 所以華爾街真正恐慌的 從來不是K3有多麼完善 而是發現頂級的智能 正在快速的去壟斷化 當市場上出現接二連三的 夠好又能夠免費部署的 開源替代產品的時候 那麼企業買家很可能就會開始犯嘀咕 我憑什麼每件小事都必須掏大錢 去租租最貴的硅谷大模型呢 那硅谷的幣源巨頭們 最核心的商業護城河 那麼就被一刀斬中了要害 那麼這種商業的恐慌 也呢 當然就變成了華盛頓的政治的動作 美國媒體Axios就爆料說 川普政府正在考慮 把K米同意籤問等等中國的大模型 列入實體的清單 拿美國的採購和安全的審查去卡它 那美國政府擔心的它有三重的因素 一是數據安全和網絡滲透 擔心西方企業部署中國模型 會帶來安全風險 第二是保護美國的AI產業的競爭力 防止中國的免費低成本的開源模型 沖垮硅谷幣源巨頭的商業模式 三呢 就是防止中國的開源模型 擴大全球的生態影響力 在第三世界和中立國家 形成基於中國大模型的 這樣的一套技術生態 但是這裏邊呢 也藏了一個巨大的現實的悖論 開放參數的模型 一旦是放到了互聯網上 那麼全球的服務器早就會下載跑起來了 行政的封鎖幾乎是沒有辦法完全執行的 甚至呢 不少美國的行業人士也擔心 硬性的封禁 不僅是攔不住技術傳播 反而呢 會幫硅谷的幾家幣源巨頭擋掉了競爭 掐死呢 開源的生態 所以呢 繞了一大圈 很可能會叫適得其反 所以呢 我們就繞回開頭那個問題 說KME的K3到底什麼水平呢 那我的答案是呢 它實打實證明了 中國團隊呢 在打磨AI的工程落地上 它還是有些真本事的 但是呢 它也遠遠沒有達到這種遙遙領先 在對硬核的這種基礎 模型的推演和生成的效率上 差距仍然是真實存在的 未來呢 它恐怕當不了那種世界上又快又便宜的 大衆的入場入口 普通的用戶呢 日常大概率還是呢 會用GPT或者是Cloud 但是呢 在法律金融中高階的編程 這些企業級的這種專業場景裏邊 它呢 很可能會從硅谷巨頭的碗裏邊搶下呢 不小的份額 那最後呢 值得我們靜下心來思考的是這樣一個問題 中國的AI未來最大的瓶頸 到底是芯片還是創新環境呢 那我們知道呢 這套AI崛起的故事裏邊 實際上是中國的官方去主導的 可是呢 我們在Kimi的K3這個故事裏邊看到了真正的主角呢 它實際上是一家由阿里投資 估值幾百億美元的民營的創業公司 它靠的是市場化的機制和工程師的活力 然後呢 才做出來這樣的一個成果 所以呢 如果未來能夠不斷的湧現更多像月之暗面這樣的民營的創新力量 那麼呢 美國的出口限制就會越來越難以發揮作用 但是呢 如果這樣的公司越來越少 那麼在先進的模型也可能呢 只是曇花一現 所以這個問題的答案也許呢 比K3今天到底是排第三還是第四 更值得呢 我們深度的關注 好了 我們今天的節目呢 就分享到這裏 我是秦鵬 我們下期節目見