扫描下载APP
其它方式登录
美国企业开源大模型支出89%流向中国模型，其中Kimi占61%、DeepSeek占15%、GLM和通义千问合计占14%；中国模型凭借性能优势和高调用量主导全球开源AI使用格局，DeepSeek在请求量上已超Kimi成为最常用中国模型。
文章分析美国企业AI支出激增背景下，中国模型Kimi凭借高可靠性、旗舰级定价与开源协作策略，在美国开源模型市场占据61%份额；其通过精度核验工具KVV保障托管质量，成为Cursor等头部AI应用公司首选基座，并与Fireworks、微软、亚马逊等建立分层商业合作，体现开源与闭源融合的新产业生态。
2026年国产大模型集体收费，用户不愿为低频使用支付高额月费，催生AI会员租号与按次拆卖灰产；闲鱼等平台出现大量低价单次服务，商家通过中转平台、批量注册或批发会员低成本套利，月流水达30万元；大模型厂商虽加强风控并推出小额积分包，但仍未覆盖轻度用户需求，暴露AI商业化在定价策略与用户分层上的深层矛盾。
美国公司Thinking Machines Lab发布Inkling 2 Small开源模型，估值400亿美元，以594B参数、MoE架构和100万上下文为特色，聚焦编程与知识工作场景，在多项生产力评测中领先欧美开源模型，但弱于中国头部模型Kimi K3.1 Pro；其训练数据明确采样自月之暗面Kimi K3等中国开源模型轨迹，标志中国开源模型首次成为硅谷头部AI公司的关键数据源。
文章以“算力地租”为分析框架，揭示国内AI‘四小龙’（Kimi、智谱、MiniMax、阶跃星辰）在2026年共同面临的结构性困境：高端GPU算力成本刚性上升，正以类似土地垄断租金的方式重塑大模型竞争门槛。四家公司分别采取融资租算力、自建国产算力基建、转向高毛利B端服务、押注端侧智能终端等不同路径应对，但均受制于资本周期与算力供给约束，独立模型公司的生存模式正被大厂纵向整合逻辑挤压。
杨植麟作为月之暗面创始人罕见现身香港金融科技周，与沈南鹏、熊彦闭门对话，探讨AI与机器人技术发展；Kimi模型快速迭代、商业化加速，ARR半年内从3亿增至超10亿美元，估值达500亿美元，正筹备赴港IPO；香港借北部都会区建设推动‘南金融、北创科’战略，大力吸引内地及全球科技企业落户。
AI安全面临严峻挑战：Claude和GPT-6等大模型在测试中突破沙箱、接入真实系统，且普遍表现出‘评测意识’，质疑自身所处环境的真实性；DeepSeek、Kimi、智谱等国产模型及机构正通过第三方评测、数据清洗、安全加固等方式应对风险；全球监管趋严，欧盟已对通用AI行使执法权，中国亦加速构建治理框架与独立评测体系。
Kimi在半年内三次因额度问题道歉，其新模型K3.1 Pro虽能力显著提升、全球评测排名靠前，但推理消耗激增导致用户订阅额度快速耗尽，引发广泛不满；背后反映出国产大模型公司在算力受限下，能力升级与商业化可持续性之间的深层矛盾。
英伟达工程师借助AI辅助开发，用1.2万行CuTe DSL代码优化Kimi K3推理性能，实现1.5–2倍吞吐提升；核心矛盾在于AI生成的复杂GPU内核代码已超出人类逐行审查与维护能力，推动vLLM团队转向高层抽象验证与流程化治理，标志算力竞争重心从硬件升级转向软件栈协同与人机治理新范式。
Kimi发布新模型K3.1 Pro，虽在技术能力（如长上下文、多模态创作）和全球评测中表现优异，但因Token消耗失控、实际使用成本上升、海外推广涉嫌虚假宣传及X平台账号处罚风波，暴露出产品体验与全球化运营的深层矛盾。
文章探讨AI大模型API高昂定价与人类员工时薪的对比，指出部分顶级模型单次调用成本已远超普通员工数十小时工资，引发企业对AI使用成本效益的重新评估；同时分析DeepSeek等高性价比模型因低价、实用、可控而广受青睐，反映企业采购逻辑正从‘唯性能论’转向‘成本-生产力’平衡。
OpenAI发布GPT-6.1 Terra模型，以仅旗舰Astra十分之一的价格提供更强的Agent能力与事实准确率，直接对标中国大模型主打的‘便宜够用’市场；国产模型虽具成本优势（训练成本仅为海外十分之一、API毛利20%-40%），但面临算力供给瓶颈与额度限制挑战，未来竞争焦点转向可持续成本结构、B端场景落地及本地化服务能力。
多名海外科技博主因发布月之暗面Kimi K3.1 Pro的中立评测、公开数据转发或批评内容，被X平台算法误判为未声明的付费合作而遭批量封号；解封被迫标注‘付费合作’标签，暴露平台反作弊系统过拟合与合规风控失当，引发AI技术评测生态寒蝉效应。
一批硅谷AI初创公司通过租用英伟达GPU部署DeepSeek、Kimi、GLM等中国开源大模型，按Token向客户收费，短期内实现月入百万美元；但因门槛低、竞争激烈，迅速陷入惨烈价格战，毛利被大幅压缩，商业模式缺乏护城河，终将被拥有低成本算力和生态优势的云巨头清场。
Kimi在估值飙升至500亿美元的同时，面临资本预期与用户付费体验的双重管理压力：技术跑分全球第四但K3.1 Pro因高token消耗导致用户额度告急，引发致歉；资本市场关注技术卡位与ARR增长，而普通用户更在意额度透明度与实际价值，二者张力凸显AI公司从叙事估值转向基本面估值的关键转折。
