誰能想到，一款國產AI產品，因為太火爆而主動關上新使用者註冊的大門。
7月16日晚，月之暗面發佈新一代大模型Kimi K3。
發佈48小時後，Kimi就發了一則公告，暫停C端新使用者訂閱，原因是“過去48小時使用者請求量大幅超出預估，逼近現有叢集承載極限”。
用大白話說就是：想來用的人太多，算力不夠分了，先緊著老使用者用。
鳳凰網《AI研究院》發現，Kimi K3能這麼火，除了技術層面登頂全球程式碼榜，更因為眾多博主通過實測對比，展現出驚豔眾人的程式碼能力；例如K3與GPT-5.6 Sol同樣製作網頁3D遊戲，Kimi K3生成的角色和地圖模型比GPT-5.6 Sol更加精細，遊戲可玩性更強。
而資本市場的反應很撕裂。
A 股這邊，"Kimi 概念" 掀起漲停潮，參股月之暗面的九安醫療5天4板；美股那邊，K3的發佈成為壓垮半導體行情的最後一根稻草，發佈後 72 小時內半導體類股合計蒸發數千億美元，摩根大通更把這一天叫做 "DeepSeek 2.0 時刻"。
作為 AI 六小龍中最年輕的玩家，月之暗面為何能在這個時間點掀起一輪從技術到資本的全球大洗牌？
01
登頂全球權威AI榜單
7月16日晚，Kimi K3（下簡稱K3）正式亮相。
這是全球首個開放原始碼的3兆參數等級模型，一次性能記住100萬Token的內容，換算成實際場景就是一次性讀完《紅樓夢》，然後提問書中各種細節，隨便抽問細節都能答上來，比如賈寶玉的通靈寶玉在那一回丟失、又在那一回如何找回。
此次引發全球矚目，是因為與國外頂級AI大模型對比，K3直接登頂能力榜單。
Arena是由全球使用者共同投票的“大模型競技場”，它的評測方式是公開盲測，使用者同時體驗兩個匿名模型生成的前端頁面，那個好用好看就投那家，投完才知道是誰做的。
K3在這個榜單上拿到了1679分，排名全球第一，超越了Claude Fable 5（1631分）和GPT-5.6 Sol（1618分），並且在七個前端細分領域，K3拿下了六個第一，這是中國大模型第一次登頂這個榜單。
Arena榜單營運負責人表示，Kimi K3或將倒逼投資者重新審視整個AI行業，此次發佈很可能“引發資本市場的重新洗牌”，因為K3證明了高性能大模型不一定需要天價算力，並且可以開源自行部署。
現代AI與巨量資料的“基礎設施級”奠基人之一的Ion Stoica教授表示，行業此前普遍判定中國開源模型與全球頂尖水平存在6至9個月差距，如今這一差距已收縮至2至3個月。
在此之前，DeepSeek-R1、智譜 GLM-5.2 是國產最接近海外一線的大模型，當時二者僅將技術差距壓縮至 4 個月左右，從未摸到 3 個月以內的區間。
實測層面除了前述遊戲生成能力，在FUI（虛構介面）設計方面同樣驚豔。
鳳凰網《AI研究院》發現，有海外博主對比測試兩個模型（Kimi K3 vs Fable 5）生成同類型衛星軌道監控大屏介面，無論是視覺審美還是資訊專業度，K3都比Fable 5高一個檔次，更像真正的航天地面指揮中心介面。
02
九安醫療5天4板，引發算力需求大討論
K3 發佈的衝擊波，從技術圈一路蔓延到資本市場。
一邊是 A 股概念股集體漲停，一邊是美股半導體股票跌入熊市。
圖為九安醫療披露半年度業績預告與近期走勢 圖源：網路
7月14日晚，九安醫療披露半年度業績預告：預計上半年歸母淨利潤28億至34億元，同比增長204%至269%，淨利潤暴增的核心原因是公司科創投資佈局收益顯現，月之暗面就是其投資公司之一。
九安醫療旗下主體先後兩次投資月之暗面，合計持股約 3.5%-4%，是 A 股上市公司裡持股比例最高的 "Kimi 影子股"。
疊加7月16日K3發佈與實測發酵，四個交易日拿下三個漲停，7月20日早盤再度封板，收穫“5天4板”。
7月20日午間，中國軟體國際公告與月之暗面簽署Token分成合作協議，午後股價一度拉升超35%。
但市場的反應不止一面。
7月16日晚，K3發佈前後的72 小時內美股半導體類股蒸發數千億美元，華爾街日報點名月之暗面的 K3 加劇了這輪晶片股的拋售。
摩根大通把這一日稱作 "DeepSeek 2.0 時刻"，上一次中國大模型引發這種等級的震盪，還是 2025 年 1 月 DeepSeek-R1 發佈、把輝達單日砸跌 17% 的時候。
恐慌的原因是：Kimi K3這類高效模型，會不會讓GPU不再那麼值錢了？
因為過去三年華爾街篤信一條鐵律：模型越強 → 參數越大 → 訓練越貴 → 需要的 GPU 越多 → 資本開支越高 → 輝達越值錢。
Kimi K3 讓這條邏輯鏈再次出現了裂痕，如果用更少的算力就能做出同等水平的模型，全球 GPU 採購量還需要那麼大嗎？
一場關於算力需求的大辯論由此展開。
高盛合夥人 Rich Privorotsky 在客戶電話會上的這句話被反覆引用，“這並非擴展定律失效，而是單純擴大預訓練算力不再是獲得領先能力的唯一路徑。”Privorotsky團隊還補充到，如果前沿AI能夠以遠低於西方的成本開發，那麼投入資本最多的企業，也就面臨最大的過度投資風險。
知名半導體情報機構 SemiAnalysis 直接給出了反方意見，邏輯是K3採用的Kimi Delta Attention（KDA）機制省的是"注意力狀態"那部分頻寬，省不掉 2.8 兆參數本身，因此對 GPU、HBM、高速網際網路絡的需求不是更少了，而是更多了。
打個比方，傳統的Transformer注意力機制就像餐廳每上一道菜，服務員要把之前所有菜的菜單重新抄一遍（產生KV快取），菜越多（上下文越長），抄起來得越累。
KDA 改成"只記每道菜跟上一道比換了啥"，KV 那部分頻寬能壓到傳統的 1/10，但廚房裡那口炒 2.8 兆參數的大鍋省不掉。
K3單模型權重就要佔 1.5TB 以上的 HBM（高端視訊記憶體），相當於一家店就算只來幾桌客人，後廚那口大鍋、灶台以及傳菜通道也得按"滿負荷"配置。
這背後也透露出經濟學裡的 "傑文斯悖論"，技術效率提升不會減少資源消耗，反而會因為應用門檻降低、使用場景擴大，最終推高總需求。
K3發佈48小時就因為使用者請求量逼近叢集承載極限，不得不暫停 C 端新使用者訂閱，似乎也在印證這一點：模型越好用，用的人越多，算力缺口反而越大。
無論這場算力大討論的結果如何，月之暗面正在用技術路線的選擇，重新定義全球 AI 產業的價值分配。
03
月之暗面半年估值狂飆至315億美金
如果說大模型賽道是百舸爭流，那月之暗面就是沖得最猛的那一艘。
而站在船頭的，是個1992年出生的年輕人。
楊植麟，廣東汕頭人。
2015年，以清華電腦系第一名畢業，前往卡內基梅隆大學攻讀博士學位，導師是曾任蘋果AI研究主管的魯斯蘭・薩拉赫丁諾夫。
畢業後他先後進入Google大腦和 Meta AI 實驗室，作為核心成員參與了 Transformer-XL 和 XLNet 兩項開創性研究。
Transformer 是今天所有大模型的底層骨架，相當於 AI 世界的 "發動機"。
而楊植麟參與的這兩項研究，解決的正是 "模型記不住長文字" 的核心難題，現在各家大模型比拚的長上下文能力，追根溯源都繞不開這兩篇論文。
可以說當大多數人還在學怎麼開汽車的時候，他已經是設計發動機的人了。
2023年4月，在北京海淀區知春路 27 號，月之暗面成立，這家公司的融資節奏十分迅猛。
鳳凰網《AI研究院》注意到，成立僅兩個月，天使輪融資近 20 億元，這在整個創投史上都極為罕見，畢竟大多數天使輪項目的投資人只會給幾百萬人民幣練手。
進入 2026 年，月之暗面融資節奏與估值堪稱“狂飆”。
根據企查查資料顯示，2025年底，月之暗面估值已經到43億美元，但經過2026年多輪融資，估值躍升到200億美元；到6月30日最新一輪融資，據推測投前估值已經來到315億美元。
半年時間，估值從43億美元飆到315億美元，翻了七倍還多。
錢砸出來的，不只是估值，月之暗面營收增長同樣迅猛，據上海證券報獲悉，月之暗面年度經常性收入（ARR）在今年6月中旬站穩 3 億元。
月之暗面登陸資本市場的時間也比想像中更快，據《科創板日報》報導，月之暗面已經向投資人發出上市議案，最快6個月內登陸港股。
從知春路一間辦公室到如今315億美金估值，楊植麟只用了三年零三個月。 (鳳凰網財經)