夜雨聆风上周有条新闻，我看到的时候愣了一下。
The Information 爆了条料：微软正在内部测 Kimi K3——月之暗面7月16号刚发的那个开源模型。测什么呢？把 Copilot 的一部分推理请求，从 OpenAI 和 Anthropic 那边挪过来。微软内部算过一笔账，就这一挪，一年最多省 6 亿美元，换成人民币 40 多亿。
怪就怪在，微软是 OpenAI 最大的投资方。投了人家那么多钱，回头给自己最核心的 AI 产品找中国平替，说出去总归不好看。可你站微软的位置上想想，又完全讲得通。Copilot 现在按 token 计量收费，用户每点一次都是真金白银的算力支出，内部测算切到 K3 之后单 token 成本最多能降六成。纳德拉最近反复讲成本效率、讲供应商多元化，现在回头看，全是给这事铺路。
我们来看一组openRouter的模型性能和价格对比：
GPT 的领先幅度，说实话没想象中大。 相比 Kimi K3，GPT‑5.6 Sol 在智能、编码、代理指数上分别高 1.2、1.2、3.5 分；Opus 4.8 则比 Kimi 分别低 2.4、1.9、4.9 分。
常规负载差距可控，超长输入差距显著。 在 50k 输入 + 5k 输出时，Kimi / GPT / Opus 约为 $0.225 / $0.400 / $0.375；在 500k 输入 + 20k 输出时约为 $1.80 / $5.90 / $3.00。
有些公司开始给自己找后路了
Jason Calacanis 在 All-In 节目里点过三个名字：ElevenLabs、Figma、Lovable。这几家一年交给 OpenAI 和 Anthropic 的钱，5000 万美元起步，多的上亿。Calacanis 的判断很直接——接下来要么转 Kimi、DeepSeek 这类开放模型，要么自己训。他还提了一嘴，自己团队部署 Kimi 之后推理成本降了八九成。这个数我觉得得打个折，毕竟跟并发量、缓存命中率都有关系，但大方向没什么问题。
Figma 今年的动作我专门捋过一遍：2 月把 OpenAI 的 Codex 接进设计流程，5 月上线自家的 AI Agent，7 月又收了 AI 编程平台 Budd 背后的团队。单拎出来，每件都算正常业务操作；连起来看，味道就不一样了，Figma 也在下一盘棋。另外还有一条不太起眼的规定：第三方模型商不许拿客户上传到 Figma 的设计稿去训练。那 Figma 自己在干嘛？在训一个更懂设计规律的专用模型。
为什么防成这样？看看 Anthropic 今年的产品线就明白了。Claude Design 已经能直接生成设计稿和产品原型。Figma 花钱买 Claude 的能力，Claude 顺手把手伸进了 Figma 的碗里。供应商和客户做到这个份上，关系就彻底变味了。
客服赛道的 Decagon 走得更靠前，现在大概九成的业务跑在开放模型上。这个案例我跟人聊过，省钱只是一方面，客服场景真正卡脖子的是延迟——用户一句话发出去，AI 卡 8 秒，这个体验就救不回来了。所以他们要的是小模型、快模型、能拿自家客服数据反复微调的模型。特别难的问题照样丢给最贵的通用模型，但每天重复几百万次的那部分活，早就移交给自己训出来的熟练工了。
这里面的逻辑其实挺朴素的。业务刚起步，谁也不知道 AI 能干什么，接最强的模型先试，接口一连第二天就能跑。等业务跑顺了，客服每天问什么、代理在哪里容易出错、合同审核要盯哪几个条款，数据全都摸清楚了——这时候还抱着最贵的通用模型不放，就有点傻了。
自己部署，账是这么算的
Kimi K3 本身的情况简单交代下。2.8 万亿总参数，目前开源里最大的，MoE 架构，896 个专家每次激活 16 个，实际参与运算的参数是 1040 亿。权重文件 1.56TB，这个体量家用设备想都别想，得专业集群。
自己部署到底要多少钱，我按着公开信息粗算了一遍，大家看个量级就行。目前有人跑通的最低配置是 4 台 8 卡 H100，一共 32 张 80GB 的卡，百万 token 上下文能跑满。国内西部机房单张 H100 折合一小时13 块上下，32 张全开着一小时就是416 块。机器是不能下班的，一天下来小一万，一个月30万上下，一年365万左右。这还只是租金，高速存储、跨机互联、运维人力、备用机器都得另算，实际账单只会更厚。
365 万听着肉疼。可要是把开头那个数字拿过来对一下，年交5000 万的客户，自部署相当于原来账单的 7% 上下，年交 1 亿的，4% 都不到。当然我也得提醒一句，跑起来和扛住高并发是两回事，公开测试里 K3 单路生成速度每秒 5.8 个 token，用户一多机器还得加。这笔账未必每家都算得过来，但调用量大的那批公司，肯定会认真算。
中国人工智能崛起导致美国的科技公司开始出现分歧
K3 的硬指标我核对过几个。Artificial Analysis 的智能指数排第三，前面是 Claude Fable 5 和 GPT-5.6 Sol；前端编程那个榜更夸张，直接干到第一。成本是闭源对手的几分之一，API 还兼容 OpenAI SDK。有这几条垫底，后面的连锁反应就不难理解了。
7 月下旬，一封《开放权重与美国 AI 领导力》的公开信在硅谷传开了，签名从 25 家涨到 50 多家——微软、Meta、谷歌、IBM、英伟达、SpaceX 都在，连 OpenAI 自己都签了。黄仁勋新开的 X 账号，第一条帖子转的就是这封信；扎克伯格也公开讲，美国不该靠封禁中国模型来获取竞争优势。
Anthropic 没签。50 多家公司里，就它缺席得最显眼。
它选的是另一条路。Amodei 在国会听证会上指控 K3 蒸馏自家模型，还提到一款没公开的未来模型也被蒸了。白宫科技顾问 Kratsios 跟着发文，措辞很重——“大规模、隐蔽的工业级蒸馏”，连泰国算力、GB300 服务器这种细节都点了出来。财长贝森特那边，直接威胁制裁和实体清单。
美国的政客依旧稳定发挥
月之暗面那边否认得很干脆：性能提升靠的是原创架构，没什么可说的。团队里有人直接拿时间线回怼——Fable 7 月 1 号发布，K3 7 月 15 号上线，满打满算 15 天，蒸馏出一个全新前沿模型？这效率都能申吉尼斯了。说真的，“蒸馏”这顶帽子这两年用得有点太顺手了，DeepSeek 那次扣一遍，这次又扣一遍，自己蒸馏别人的时候不说，太双标了。
美国政府内部意见也不统一。财长和白宫科技顾问偏强硬，商务部长卢特尼克却顾虑美国企业的用模成本。Georgia Tech 的助理教授 Daniel Yule 拿 OpenRouter 的数据估算：要是中国开放权重模型被禁、用户全切回顶级闭源，光这一个平台每年就得多花 20 亿美元，外推到全美市场，是 30 亿到 120 亿这个区间。他只给了个量级，但方向很清楚——封禁的成本，最后是美国企业自己掏。
理性思考
前面说了这么多，不泼点冷水这文章就写成软文了。
K3 的毛病实打实存在。独立测试里，含隐藏不变量的题目它失败率 36%，Anthropic 的 Opus 4.8 是 8%，复杂推理的稳定性差着档次。思考模式也费 token，有人拿一个简单画图请求测过，推理过程吃掉 1.3 万个 token，标价便宜跟实际便宜之间隔着使用习惯。合规这块它也没有 HIPAA 那类认证，金融医疗这种强监管行业短期进不去。
微软那边也一样，就算真用了 K3，大概率只放在代码补全、基础问答这种非核心场景，跟 OpenAI 的独家云合作不会动。所以说"撬客户"严格讲不准确，客户名单还在，只是调用量最大、最稳定的那块流水被切走了。
最后
这波变化我自己琢磨下来，重点不在哪个模型赢了哪个模型，而是客户和供应商的关系在变味。模型公司下场做应用，应用公司自己囤模型，两边都在往对方的地盘伸手。护城河从模型本身慢慢挪到数据和工作流上，这个转移一旦开始就不太好回头。其实发展到后面最终的解决方案主要还是本地部署，有些公司的资料很敏感，本地部署最放心。闭源模型无法保证数据安全，任何一家大型公司都不会冒这种风险！
Kimi 后面还有排队的。阿里8月3号放开了 Qwen 3.8 Max，2.4 万亿参数，定价比 K3 还低，权重也快放了。应用公司现在的处境是挑花了眼，Kimi 不合适测 Qwen，Qwen 不合适换 DeepSeek，前面再接个模型路由器按价格和稳定性分发。
这件事最后走到哪一步，我说不好。政策还在扯皮，蒸馏那笔账也还没吵完。但价格这个东西，锚点一旦砸穿就很难焊回去了。OpenAI 和 Anthropic 接下来要应付的是自家的模型能力能否匹配上高额的定价。
如果觉得不错，随手点个赞、在看、转发三连吧，点个关注第一时间收到推送，非常感谢你看我的文章！