编辑｜山辉
Kimi K3 发布不到一周，就已成为美国政府的「眼中钉」。
据 Axios 报道，特朗普政府内部正在重新讨论，是否应加强对中国开放模型的管控。
此前，美国商务部曾考虑将多家中国实验室列入「实体清单」，美国国家安全局和白宫国家网络主任办公室也讨论过发布安全警告，劝阻美国企业使用中国模型。
不过，这些尝试最终因内部的反对声音叫停。部分官员担心，过度监管会压制创新和市场竞争。
如今，情况发生了变化。
Kimi K3，成为重新点燃这场讨论的导火索。
美国政府想将 Kimi K3 挡在门外，却遇到了一个更棘手的问题：如何才能挡住一个高水平的开放权重模型呢？
为什么盯上 Kimi？
最直接的压力来源于模型能力。
按照《Interconnects》创办人 Nathan Lambert 进行了一次数据汇总，Kimi K3 进入了多项全球模型榜单的前列：在 Vals AI 指数中排名第二，在 Artificial Analysis 智能指数中排名第三，并在 Frontend Code Arena 中取得第一。
Nathan Lambert 认为，Kimi K3 已经属于真正的前沿模型。它可能将开放模型与闭源前沿模型之间的差距，从此前经常讨论的 6 至 9 个月，进一步缩短至 3 至 5 个月。
当能力差距缩小到一定程度，价格、部署方式、数据控制权和推理效率就会开始影响企业的选择。
据知情人士透露．微软正在评估 Kimi K3，Copilot 团队准备测试其能否接替目前由 GPT 和 Claude 处理的部分任务。
微软正在将 Kimi K3 接入 Azure 云服务。与此同时，Copilot 团队也准备测试，能否用 Kimi K3 接替部分此前由 OpenAI 和 Anthropic 模型承担的功能。
中国模型似乎正在从评测榜单进入美国企业的候选模型池。
足够强，足够便宜
Nathan Lambert 在文章中提到，强大的开放权重模型可能成为前沿实验室商业模式上的「阿喀琉斯之踵」。
以微软这样的应用平台为例，底层究竟调用哪个模型，可以根据任务表现、延迟和价格随时切换。
Kimi K3 不需要全面领先，他能以更低的价格完成任务，就可能分走原本属于 GPT 和 Claude 的调用量。
开放模型会降低特定能力水平的市场价格，压缩闭源模型的利润空间。利润减少后，实验室能够投入下一代模型的资金也可能受到影响；如果投资者降低对其长期价值的预期，未来融资同样会承压。
开放权重在这个过程中承担了关键作用。
挡不住的开放权重
按照月之暗面的计划，Kimi K3 将在开放模型权重。
这意味着它可以脱离月之暗面的在线服务，由其他企业、云厂商和开发者自行部署。
闭源模型通常只能通过模型公司的服务器访问。
用户调用 GPT 或者 Claude 时，模型权重仍掌握在 OpenAI 或 Anthropic 手中。模型公司可以调整价格、限制用途、更新安全策略，也可以停止向特定地区或客户提供服务。
开放权重模型的传播方式与此不同。
权重发布后，企业可以自行托管模型，根据具体任务进行微调，还可以选择不同的推理框架和硬件平台。只要许可协议允许，第三方厂商也能将模型包装为新的产品和服务。
这种模式尤其适合对数据安全和部署位置有严格要求的企业。
美国政府可以限制中国公司在美国直接开展业务，却更难控制已经流出的权重。
这也是 Kimi K3 与其他产品之间的重要区别。
与此同时，开放权重模型会加速 AI 向更多行业扩散。
企业可以围绕自己的数据和流程定制模型，减少对少数前沿公司的依赖。更多云服务商和应用开发者也能进入市场。
这种扩散速度可能慢于直接使用成熟的闭源产品，但一旦形成行业生态，闭源模型在通用工作负载上的溢价和市场份额就会受到持续挤压。
不过，开放权重并不天然等于可持续的开放生态。现在看来，前沿模型训练仍需要巨额资本，开放权重生态尚未形成类似 Linux 的分布式研发机制。
Kimi K3 的出现没有终结这场争论，却让争论从理论问题走进了现实市场。
芯片能卡住，模型呢
美国过去针对中国 AI 产业的主要工具，是限制高端芯片。
这一策略的基本逻辑很直接：无法获得最先进的 GPU，中国实验室就会在训练规模和模型能力上持续落后。
中国企业在海外数据中心、芯片供应和全球云服务网络方面也面临约束，这使中国公司难以完全复制 OpenAI 和 Anthropic 的全球集中式服务模式。
但芯片限制已经无法简单等同于阻止中国发展 AI。
开放权重为中国实验室提供了另一条路径。
它们无需独立建设覆盖全球的推理网络。只要模型足够强、许可足够宽松，其他公司就会帮助它们完成部署和分发。
原本由美国芯片政策和数据规则制造的服务劣势，因此被部分转化为开放生态的分发优势。
Kimi K3 也并非孤立案例。Nathan Lambert 判断，中国 AI 产业正在形成一个不断扩大的前沿开放模型生态。
英伟达 CEO 黄仁勋近期谈及相关问题时指出，将英伟达芯片挡在中国市场之外，已经不再意味着能够把中国挡在 AI 竞争之外。
在他的判断中，华为的发展展示了出口管制可能产生的另一面。
禁令会制造短期障碍，也会创造国产替代市场。
黄仁勋认为，当前竞争已经覆盖整个 「智能技术栈」，包括芯片、人才、能源、基础设施、模型、开发工具和应用。
限制其中一条技术路径，可能减慢其发展，也可能加速另一条替代路线。
Kimi K3 把这一矛盾进一步延伸到了模型层。
芯片可以在海关被拦下，模型权重就不行了。
当模型能力、价格优势和开放分发叠加在一起，美国 AI 产业长期依赖的封闭路线也开始承受更大压力。
美国 AI 的封闭优势正在松动
科技作者 Ben Werdmuller 提出了一个相当激进的判断：美国 AI 高度封闭、专有的竞争策略正在失去优势。
按照他的分析，模型本身并没有想象中那么深的护城河。开发者可以更换 API，企业也可以在多个模型之间切换。真正难以替代的部分，主要集中在企业合同、数据连接、产品体验和工作流集成。
过去，美国闭源实验室能够依靠明显领先的模型能力，弥补封闭部署和高价格带来的限制。Kimi K3 等开放权重模型开始逼近前沿后，这层保护正在变薄。
因此，美国 AI 可能面临一种结构性的错位：美国公司承担巨额训练和基础设施投入，通过封闭 API 回收成本；中国实验室则公开权重，让全球云厂商、企业和开发者承担部署费用，并共同扩大模型的使用范围。
Werdmuller 认为，这种开放路线能够把中国在芯片和全球集中式服务上的劣势，转化为生态分发上的优势。
当前，OpenAI、Anthropic 和 Google 依然掌握强大的模型、产品和企业客户体系，闭源服务也拥有更稳定的维护、安全和技术支持。
不过，Kimi K3 已经让美国封闭路线的成本变得更加清晰，当开放模型足够接近时，继续维持高价和强控制将变得越来越困难。
「禁令」很难真正解决问题
Kimi K3 证明，中国实验室可以将模型推向全球第一梯队。当性能差距缩小时，美国企业因为经济利益，考虑采用中国模型。
美国政策面对的对象正在发生变化。过去的管控集中在 GPU 和数据中心，如今，模型权重、云平台、企业部署和开源生态四面漏风。
美国或许可以再次通过实体清单、采购规则和安全审查等等方式，把 Kimi 挡在部分市场之外，却很难阻止开放权重模型在市场的持续扩散。
时间会给我们答案。
© THE END
转载请联系本公众号获得授权
投稿或寻求报道：liyazhou@jiqizhixin.com