月之暗面開源全球最大模型Kimi K3：2.8萬億引數，人民日報頭版

全球引數最大的開源AI模型，不在矽谷，在北京。

7月27日，月之暗面正式釋出了Kimi K3的模型權重和技術報告，向全球開源。Kimi K3總引數達2.8萬億，原生支援視覺理解，具備100萬詞元的上下文視窗。在大模型編碼評估系統Frontend Code Arena上，它以1679分拿下第一，超過了Claude Fable 5和GPT-5.6 Sol等閉源模型——這是開源模型首次在該榜單登頂並反超自家旗艦。

人民日報7月29日在頭版刊髮長文解讀這一成就，這樣的規格在科技報道里並不多見。文章核心講了兩個技術突破，值得拆開來看。

第一個是KDA混合線性注意力機制。傳統Transformer注意力機制在處理長文字時，計算量隨文字長度接近平方級增長——模型多讀一倍內容，計算量就要翻四倍，這是超長文字始終難以落地的根本瓶頸。KDA透過混合線性設計把計算量降到接近線性增長。通俗說就是，以前讀長文像爬樓梯越爬越慢，現在變成了平地走路速度不變。

第二個是注意力殘差技術。模型越大、層數越深，訊號在層層傳遞過程中越容易衰減失真，訓練也越容易失敗——這是全球大模型工程通用的難題。注意力殘差相當於給巨型模型裝了一臺訊號放大器，讓2.8萬億引數能穩定跑起來。

這兩個技術放在一起看，其實揭示了一個重要趨勢：中國大模型的競爭力，正在從純引數堆量走向底層架構創新。

資料也很能說明問題。OpenRouter統計顯示，7月20日至26日，中國大模型周呼叫量達33萬億詞元，連續13周全球第一。高盛分析認為，中國開源模型正在到達面向全球擴散的關鍵臨界點，預計2026年下半年可能出現更多總引數2萬億至5萬億的模型。

但這裡有一個更值得關注的維度。Kimi K3在編碼評測上超過閉源模型這個事實，坦白講比引數規模和呼叫量都更有訊號意義。編碼是AI能力的基礎設施層——如果你連程式碼都能寫好，就能借助自己的輸出輔助開發更強、更智慧的下一代模型，形成自我強化的正迴圈。

月之暗面CEO楊植麟在解讀中提到的「從單個智慧體到智慧體叢集」也值得咂摸。引數的堆疊只是量的積累，引數之間的互動方式才是質的跳變。當一個模型叢集能夠自主分工、協同完成複雜任務時，引數總量就不再是數字遊戲，而是能力的實際放大器。

當然，2.8萬億引數的開源也把一個問題擺上了檯面：開源和安全的邊界在哪裡？上個月矽谷正因為「是否該禁止開源前沿模型」吵得不可開交，Kimi K3的釋出直接把這個議題推到了新高度——當開源模型的效能追平閉源，安全管制究竟該管什麼、怎麼管，再也沒有模糊空間了。