比特币
Kimi K3爆火，GPU先扛不住了_我的网站
一 | 界面新闻记者 | 查沁君
界面新闻编辑 | 文姝琪
因为太过火爆，距离Kimi K3发布不到一周，月之暗面就按下了“暂停键”。
[ 新车上市] 6月30日，2026款MG5和2026款MG Cyberster正式上市，其中2026款MG5共计推出4款车型，置换惊喜价5.99-6.99万元。两款车型均为年款车型，主要是配置层面的设计。
7月19日晚，月之暗面宣布，由于算力资源紧张，暂停开放Kimi新用户订阅，将有限算力优先保障现有订阅用户。
二 | MG5定位为一款紧凑型车，MG Cyberster(参数|询价)定位为一款跑车。
三 |
图源：月之暗面
7月20日，月之暗面回应界面新闻称，此次调整仅涉及新用户订阅，现有会员权益保持不变，老套餐并未取消，已订阅用户仍可正常使用并按原规则自动续费。
对于此前手动关闭自动续费的用户，公司将陆续恢复续订功能，老用户升级套餐等功能也将逐步开放；至于新套餐，目前仍因算力资源限制暂未开放购买，恢复时间尚未确定。同时，2026款MG5还将推出限时惊喜礼遇，限时送价值7000元终身免费基础保养+核心零部件终身免费质保。
● 2026款MG52026款MG5外观延续现款车型的设计，重点新增气泡橙与安第斯灰两款外观颜色。
四 |
从官方回应来看，此次调整更像是在有限算力资源下，对新增用户和存量用户体验进行重新平衡，而非对会员体系进行调整。
K3发布后，国内外开发者社区迅速涌现大量体验和测评，不少人将它与Claude、GPT等国际头部模型放在一起比较，围绕推理成本、GPU资源、服务稳定性的讨论，也开始取代Benchmark，成为AI圈新的焦点。新车延续MG家族的“猎瞳”设计语言，中网造型夸张，蜂窝格栅加竖置镀铬饰条组成，两侧的导流槽和前唇更加激进。
K3到底有多火？
K3发布后，很快登上了全球AI模型讨论的焦点。熏黑前大灯组带有透镜，三角流线的造型与前发动机盖的线条，车身腰线形成很好的互动。
车身侧面，腰线流线动感，大尺寸的花瓣轮圈引人注目，新车还采用溜背的造型。车型尺寸方面，新车长宽高分别为4715/1842/1473mm，轴距为2680mm，新车定位为一款紧凑型车。
独立AI模型评测机构Artificial Analysis发布的最新“智能指数（Intelligence Index）”显示，Kimi K3综合得分达到57分，位列全球第三，仅次于Claude Fable 5（60分）和GPT-5.6 Sol（59分），领先Claude Opus 4.8（56分）。车辆尾部，尾灯的造型与头灯呼应，流线的造型，后包围的设计同样夸张，包括导流槽和双边排气，整体依旧动感。
与此同时，K3完成单项任务的平均成本约0.94美元，与GPT-5.6 Sol基本相当，仅约为Claude Opus 4.8的一半。
对业内而言，更重要的是，这是首个进入Artificial Analysis综合榜单前三的开源模型。长期以来，“开源模型整体落后闭源模型半代”几乎是行业共识，而K3的出现，让这一差距进一步缩小。
图源：Monolith励思资本
除了评测成绩，K3本身的参数规模同样引发业内关注。
五 | K3是月之暗面首款万亿参数级MoE模型，总参数规模达到2.8万亿。
内饰新增橙色与黑色的双拼色设计，同样延续现款车型的设计，引入256色氛围灯，可随音乐变色，并根据外部光线自适应调节亮度。
一位国产AI芯片厂商人士向界面新闻表示，今年以来，随着Anthropic等海外厂商不断推出更大参数模型，国内模型竞争再次回到“大参数、长上下文”赛道，万亿参数、百万级上下文正成为头部模型的重要竞争方向。
在他看来，K3之所以迅速“出圈”，不仅因为模型能力，更因为它意味着国产开源模型首次进入这一量级。“对于行业来说，2.8T本身就是一个重要信号。”
业内关注很快传导到了开发者社区。新车采用三幅式方向盘，悬浮式中控屏，可以实现双屏导航实时联动，隧道自动调光。新车还配备Hi-Fi高保真剧院级音响，40Hz低音炮+8扬声器。
在X（Twitter）、Reddit、OpenRouter、Linux.do、V2EX等平台，大量开发者第一时间分享体验，不少人将K3接入Cursor、Cline、OpenCode等AI编程工具进行测试。新车整体配备赛道级运动座椅，防滑皮革+黑橙撞色，有着不错的包裹性，主驾配备电动调节座椅，后排座椅也有不错的包裹性。动力方面，新车延续现款车型动力，有1.5L和1.5T两种发动机选择，最大功率分别为129马力和181马力，峰值扭矩为158牛·米和285牛·米。从代码生成、Agent任务到工具调用，K3几乎成为过去几天AI圈讨论最多的模型之一。
讨论几乎集中在三个问题：第一，它到底能不能替代Claude做编程？第二，它是否真的达到国际第一梯队？第三，它到底值不值得迁移？
不少开发者认为，K3最大的亮点并非聊天，而是在长流程Agent任务和代码生成场景。
六 | 一些体验者表示，在复杂代码修改、工具调用等任务中，K3已经能够进入Claude、GPT等国际头部模型的竞争序列。
但也有反馈称，在真实工程任务中，该模型虽然能力突出，但仍会遗漏部分细节，需要人工修正；此外，其复杂统计推理等任务表现仍存在不稳定情况。传动系统有望配备CVT无级变速箱（模拟8挡）和7速湿式双离合变速箱，WLTC综合油耗为6.38/6.45（L/100km）。
另一类讨论则集中在成本。有用户认为，K3虽然单价具有竞争力，但由于复杂任务Token消耗较大，实际使用成本未必低于预期，尤其是在长流程Agent任务中更为明显。
K3的热度也迅速传导到了海外AI圈。
七 |
● 2026款MG Cyberster2026款MG Cyberster同样外观延续现款车型设计，流线动感的跑车设计，新车将有鸢尾青和安第斯灰车漆色可供选择，同时开放红篷选装。新车车头采用低风阻设计，包括流线的车头和前包围的动感设计，前大灯组也有跑车的风范。车身侧面，新车是一款双门双座软顶敞篷跑车。
美国科技投资机构Atreides Management创始人Gavin Baker将K3称为AI发展的一个“拐点（inflection point）”，他认为高质量开源模型正在加速AI能力扩散，其影响不会局限于模型厂商，而将惠及整个AI应用生态。尺寸方面，该车长宽高分别为4535/1913/1329mm，轴距为2690mm。配备19英寸和20英寸的轮圈和红色卡钳。
也有研究者保持谨慎。车辆尾部，尾灯与导流槽融合在一起，箭头尾灯造型别致，门型尾灯勾勒整个尾部轮廓，后包围有效起到导流作用。内饰方面，内饰新增黑红、灰白两种内饰颜色，红色的方向盘让人充满驾驶欲望，方向盘两侧包含驾驶模式切换按钮，车内配备四个屏幕，充分展现车辆的有关信息，车机语音识别优化，增加“你好，MG”唤醒词，新增敞篷计数器功能，全场景音效矩阵，新增两种模拟声浪。
长期研究人工智能对工作影响的宾夕法尼亚大学沃顿商学院教授Ethan Mollick在X上表示，他曾让Kimi K3对自己此前的一项学术研究进行复杂统计审计，但模型“在很多方面都搞砸了”，包括错误使用统计分析方法。
八 | 车内配备两个运动座椅，双色配色，更好的包裹性，新增电动腰托和车内挡风板。新车后备厢加大了尺寸，能放下24寸行李箱，空间更出色。
九 |
动力方面，新款车型能量算法优化，续航得到提升，新车续航518公里、542公里以及606公里续航，提供单电机和双电机版，单电机最大功率231千瓦和250千瓦，双电机最大功率400千瓦，0-100km/h加速分别为4.9秒和3.2秒。新车采用前双叉臂式独立悬架，后多连杆式独立悬架，底盘经过优化调校，前后减振器阻尼力优化，后弹簧刚度优化。
Mollick认为，K3已经非常接近全球领先模型，但复杂专业任务中的可靠性仍需更多真实场景验证，而不能仅依据Benchmark成绩作出判断。● 编辑点评：MG深受欧洲消费者的欢迎，品牌基因一直传承运动理念，符合年轻消费者的审美需求。2026款车型针对性的对产品配置进行提升，颜色选择更丰富，功能更加实用。
这一评价也反映出当前AI社区对新模型的一种普遍态度：一方面，K3在代码生成、Agent等场景的表现获得了大量开发者认可；另一方面，模型在复杂专业任务中的稳定性和可靠性，仍需要更多真实场景的持续验证，而不能仅依据榜单成绩作出判断。即将在英国上演的2025年古德伍德速度节，2026款MG Cyberster Black也将同期亮相，MG也将参与到古德伍德的爬山赛当中。
十 |
算力紧缺仍是瓶颈
也正是在开发者快速涌入、调用量持续攀升的背景下，月之暗面很快遇到了另一个问题——算力。（文/ 秦超）
。
过去两年，大模型行业更常见的叙事是“训练一个模型需要多少GPU”、“参数规模达到多少”，而不是因为用户太多，不得不暂停开放订阅。
事实上，训练完成并不意味着算力投入结束，尤其是在AI Coding、Agent等场景快速发展的背景下，模型需要持续调用工具、读取上下文、执行多轮推理，一个请求占用GPU资源的时间远高于传统聊天场景。模型能力越强、上下文越长、用户调用越频繁，对推理算力的消耗也越高。
“今天最大的问题还是缺算力，尤其是高质量的推理算力。”上海国投孚腾资本投资总监陈雨沁此前接受界面新闻采访时表示，即便是头部模型公司，也已经开始取消无限量使用、提高服务价格，本质上都反映出推理资源依然紧张。“如果基础设施没有解决，很多应用公司其实不敢真正大规模推广产品。”
“从供需关系来看，国内AI算力长期处于供不应求状态，而随着头部模型集中发布，这种紧张局面会进一步放大。”上述芯片产商人士向界面新闻称。
他介绍，目前像月之暗面、智谱、MiniMax等独立模型公司，获取算力主要依赖两种方式：一是租用公有云厂商的算力服务，二是建设自有算力集群。但前者资源有限，后者属于重资产投入，需要较长建设周期，因此模型厂商的算力供给始终存在一定压力。
“业内普遍认为，支撑万亿参数模型训练和推理，万卡级集群已经成为基础门槛。”他表示，从2024年至今，真正具备万卡级部署能力的厂商仍然是少数，不少已经宣布建设的大规模集群项目，落地周期往往以年计算，因此供需之间仍存在长期缺口。
今年WAIC期间，一个细节让上述国产芯片厂商印象深刻。
他告诉界面新闻，各家国产芯片厂展示超节点产品时，被问得最多的两个问题就是：“能不能支持万卡集群？”“能不能支持万亿参数模型训练？”
相比过去围绕单卡性能、芯片参数展开讨论，如今产业链更加关注的是超大规模集群能力，以及支撑头部模型持续训练、推理的基础设施。
这一变化，也折射出大模型竞争逻辑的变化。
过去，模型公司比拼的是参数规模、训练能力和Benchmark成绩；如今，随着越来越多模型进入真实生产环境，推理效率、服务稳定性、成本控制以及基础设施能力，开始成为新的竞争维度。
K3暂停开放新用户订阅，也许只是一次短暂的资源调配，却让外界第一次如此直观地看到，大模型竞争已经进入新的阶段。
十一 | 模型能力决定产品能否吸引用户，而推理算力、基础设施和持续服务能力，则决定它能否承接真正的大规模应用。
十二 |
Current article:http://www.xiongpeiduanlouduoennongleng.cyou/news/20260826_571.htm
Published on:11:57:51
