7月16日，Kimi K3发布：2.8万亿参数、百万token上下文、原生多模态，官宣7月27日前开放完整权重——全球最大的开源模型。
朋友圈刷屏的关键词是"开源"。但我想说一个更冷的判断：这一轮，开源不是稀缺的终点，而是稀缺的转移。
权重放出来的那一刻，模型本身的边际复制成本归零，任何人都能下载。但"能下载"和"能跑起来"之间，隔着一座算力大山。K3普及的速度，不取决于license写了什么，而取决于愿意把集群拿出来跑K3、并以合理价格把token卖给个体开发者的人有多少。
一、先算一笔物理账
2.8万亿参数是什么概念？即便用低精度存储，光是把权重装进显存，就需要TB级的空间——这不是一张卡、一台机器的事，而是几十张顶级加速卡组成的集群，还要靠高速互联把它们"缝"成一个整体。
有人会说：MoE架构嘛，每次推理只激活一小部分参数。没错，MoE省的是计算量，省不了显存占用——所有专家都得随时待命，全量权重必须常驻。这就像一个只需要几位专家出场的会议，但你得把全部专家都请到现场坐着。
再叠加百万级上下文，压力就更大了。模型每多"记住"一段对话、一份长文档或一部分代码，都要占用额外显存。上下文越长，需要暂存的信息越多，显存和芯片之间的数据传输压力也就越大。
所以，百万上下文听起来很强，但真正用来读取整本报告、分析完整代码仓库时，恰恰也是最考验硬件的场景。K3采用新的混合线性注意力架构来降低这部分成本，但基本规律没有改变：模型每多读一个token，背后都要多付一笔"显存税"。
然后是并发。一个人跑通demo，和几千人同时在线、保证首token延迟和吞吐稳定，是两个完全不同的工程量级。后者才叫"服务"，前者只叫"复现"。最后还有电费——万亿级模型的推理集群，是7×24小时烧电的资产。
二、经济学视角：稀缺性搬家了
传统上，闭源模型的稀缺性在"权重"本身——它是护城河，是定价权的来源。
开源做的事情，是把这道稀缺性从模型层搬到了基础设施层：模型从"独占品"变成了"公共品"，而算力依然是刚性的私有稀缺品。开源没有降低跑K3的总成本，它只是改变了成本结构——把一次性的授权费，换成了持续的算力账单。
这意味着利益格局的重新洗牌：
最大的受益者是有集群的人。 云厂商、推理服务商、手握万卡的大厂——权重免费送上门，他们补上最后一块拼图，直接开卖token。开源模型越强，卖算力的生意越好。
中小团队的现实是：模型虽然开放了权重，理论上可以自己部署，但买服务器、配GPU、做优化和运维的成本并不低，最后往往还是直接购买API更省事。但这并不意味着开源与他们无关。恰恰因为权重是公开的，任何有算力的云厂商都可以部署K3并提供服务。供应商一多，用户就有了比较和更换的选择，token价格也会在竞争中不断下降，逐渐接近模型实际运行所需的算力成本。你可能不会亲自运行K3，但你不再只能向一家厂商购买服务。这就是开源带来的议价权。
量化和蒸馏确实可以降低部署成本：前者让模型用更少的显存运行，后者把大模型的部分能力转移到更小的模型上。但它们只能降低门槛，不能让算力成本消失。模型压缩得越狠，越可能失去复杂推理、长文本理解和稳定性等能力。而人们期待K3，恰恰不是为了获得一个"基本够用"的小模型，而是看中它在高难度任务上领先的那部分旗舰能力。这部分能力最难被压缩，也最依赖真正的算力投入。
三、所以，普及速度看什么？
看三条曲线，而不是看发布会：
一看推理芯片和显存的供给曲线——硬约束松多少，部署门槛降多少；二看云上托管的价格曲线——每百万token的报价什么时候被卷到"用得起"；三看推理工程的优化曲线——减少重复计算、提高芯片利用率，让模型生成同样数量的内容时，消耗更少的算力，最终降低用户支付的API费用。K3在正式开放权重之前，就提前与主流推理框架和开源社区完成适配。这说明团队很清楚：把模型文件放到网上，只是开源的第一步。只有主流工具能够顺利加载、优化和部署它，开发者真正用得起来，开源才有实际价值。否则，所谓开源不过是多了一个可以下载、却很难运行的文件。
结语
过去我们习惯问："这个模型开不开源？"
从K3开始，更值得问的是："开源之后，谁跑得起？"
权重会在7月27日之前放出，这一点已经确定。不确定的是：在算力紧约束之下，这2.8万亿参数，会成为多数人的生产力，还是少数集群持有者的新租金。
模型正在变成公共品，算力正在变成新地租。看懂这次稀缺性的搬家，比追每一场发布会都重要。
Takeaways
这一轮，开源不是稀缺的终点，而是稀缺的转移。
开源没有降低跑K3的总成本，它只是改变了成本结构——把一次性的授权费，换成了持续的算力账单。
模型正在变成公共品，算力正在变成新地租。
Was this useful?