Kimi K3 崛起：AI 智能重回商品化时代
Who's Afraid of Chinese Models?
Kimi K3 等中国模型的崛起让 AI 行业的边际成本再次成为焦点。过去软件零边际成本带来的聚合理论正在失效，如今推理成本（COGS）直接挂钩营收。Nvidia CEO Jensen Huang 推崇的“Token 工厂”逻辑在推理时代面临挑战：Token 本身并非大宗商品，真正的商品是智能。在智能逐渐商品化的市场中，胜负手不再是定价权，而是谁能以更低的成本结构提供同等智能。对于供应商而言，成本结构最差的玩家将面临破产风险，而拥有高效架构和推理优化的企业才能笑到最后。
Token 本身并非大宗商品，真正具有可替代性的是由 Token 构建而成的智能。
HN 评论区
887- ballon_monkey
这篇文章关于模型访问权在安全方面的不平等，可谓一针见血。我正在开发一个对用户安全至关重要的开源项目（OSS），但像 GPT 5.6 和 Fable 这样的前沿模型却经常掉链子，声称无法提供所需的信息或访问权限。
这种局面极度失衡，我不得不转向 GLM 5.2/K3，以确保那些安全问题（希望如此）能得到妥善解决。
对于开源项目而言，这是我经历过的最反直觉的事情之一。我比以往任何时候都更坚信，开放权重和开放流程的模型对于 AI 和社会层面的进步至关重要，是 100% 必不可少的。
- astrobiased
大家需要记住的两件事：
1) 中国可以（并且确实）利用这些模型来影响西方。他们在训练数据中植入关于台湾和香港的虚假信息，或者假装历史是站在中国一边的。
2) 撇开这些包含虚假信息的模型不谈，它们确实令人惊叹。但你应该对直接通过模型创建者运行推理感到害怕。如果你觉得你的数据比通过美国模型提供商（无论是前沿模型还是像 fireworks.ai 这样的模型托管商）运行更安全，那就请告诉我你的银行账号，让我去“看看”。
- jke_kang
人们似乎将“中国制造”与“不可信”混为一谈。我认为更大的区别在于开放与封闭。开放模型可以被审计、微调，并且技术上可以完全在你自己的硬件上运行。而封闭模型基本上就是“请相信我们”。
- kinj28
发布能够接近前沿水平智能的开放权重（无论消耗了多少 token），本质上就是在告诉世界：任何人，包括中国，只要拥有芯片和现成的基础设施（warm shells），就能提供前沿级别的推理服务。
那么，是什么阻止了中国在推理服务领域占据大多数市场份额呢？
AI 主权——是的。
网络安全担忧——是的。
延迟——不是。与以往新兴的 IT 工作负载类型不同，推理并没有强烈的延迟要求。例如，对于一个 15 分钟、10 轮对话的 Agent 会话来说，增加 1 秒的网络延迟根本无关紧要。
成本——归根结底，这取决于一个国家将芯片插入现成基础设施的能力。这又分化为芯片方面的地缘政治/贸易问题，以及现成基础设施方面的能源可扩展性和模块化问题。即使你把地缘政治/贸易视为势均力敌，中国在能源方面也是完胜美国。中国每年向电网部署的电力是美国的 10 倍，而美国却在每一个可能的时刻自掘坟墓。
在我看来，除非模拟推理取得突破，否则芯片技术终将跨越国界，最终起决定作用的将是能源的可扩展性。
- _aavaa_
> 商品的决定性特征是其可替代性：一加仑石油就是一加仑石油；一吨铜就是一吨铜；一蒲式耳小麦就是一蒲式耳小麦。
上述定义的“商品”概念是一种模型，是对现实的简化抽象表示，但它并不能完美契合现实（地图不等于疆域）。
作者声称 token 并非严格意义上的理想商品，但石油或小麦也不是。许多因素会影响它们的实际价值（内在属性、地理位置、生产地的可用存储、预期交付日期等），因此不同合同中的两加仑石油价格并不相同。
将“token”视为商品，是否比将石油视为商品更糟糕的模型？这取决于你问谁！我敢肯定，在炼油厂工作的化学家，如果看到他的公司将 token 视为商品，会比看到他们将原油视为商品更高兴。
（总的来说，那篇文章里充满了过多的经济决定论，却缺乏足够的事实，导致论点几乎毫无道理。作者基本上是在说，由于计算资源稀缺，OpenAI 和 Anthropic 目前正淹没在现金中，因为价格必须远高于边际成本……）