Kimi K3与Qwen 3.8崛起，Anthropic危局
Kimi K3, Qwen 3.8, and Anthropic's (Potential) Unravelling
本周，Moonshot Labs的Kimi K3和Alibaba的Qwen 3.8横空出世，性能直逼Anthropic的Fable 5，且即将开源。这标志着开源模型已能触达SOTA前沿，对Anthropic等纯模型厂商构成致命威胁。文章深入剖析了基础模型经济学：不拥有数据中心和电力的厂商，其成本随收入线性增长，难以扩大利润；而像Meta、Alibaba甚至SpaceX这样掌控基础设施的玩家，能将可变成本转化为固定成本，从而在规模效应中获利。Anthropic因过度依赖监管策略和高昂的推理成本，面临产品被解构的巨大风险。相比之下，OpenAI在硬件和生态上的布局更具韧性。这场由Kimi K3和Qwen 3.8引发的变局，预示着纯模型厂商若不掌握底层算力或构建独特护城河，将在激烈的价格战中难以为继。
"如果你不拥有数据中心或发电设施，那么决定你成败的唯一因素就是模型需求。"
HN 评论区
- 有评论者反驳'中国模型仅靠蒸馏追赶'的说法，指出中国团队因资源限制更专注于架构优化，且华为集群已具备与Nvidia竞争的训练能力。
- 多位观点认为ASIC并非LLM推理的终极方案，因为LLM本质是确定性的而非纯随机过程，且GPU在本地设备上仍将是更通用的选择。
- 有从业者预测未来5年个人将拥有运行500B级开源模型的本地设备，导致OpenAI和Anthropic等公司难以仅靠SOTA模型维持营收。
- 评论指出将模型烧录进ASIC存在巨大风险，因为AI技术迭代过快，过早固化硬件可能导致巨额沉没成本且无法适应新架构。
- 有观点强调速度提升将解锁大量潜在使用场景，如实时广告过滤和图像指令处理，这些在亚秒级延迟下才具备实际价值。