Kimi K3 之後：開源節奏加速
Nathan Lambert 在 Interconnects 季度開源模型盤點節目中與 Florian Brand 指出，Kimi K3 上週發布後，開源陣營的速度明顯加快。Kimi K3 權重尚未公開，節目中 Lambert 引述資訊表示權重據報將於 7 月 27 日釋出，目前僅能透過 API 使用，而 API 因需求過載頻繁回報錯誤。Lambert 自費訂閱 200 美元的最高方案，獲得 1 百萬 token 上下文與較穩定的請求優先權。
同一週內，Qwen 預告下一代大型模型將採開放權重，被 Lambert 稱為策略上的重大轉變；習近平於 WAIC 的演說亦將開源與開放明確列為國家戰略層級的承諾。三件事疊加，讓開源議程從模型發布上升到政策與產業路線。
開源升格為國家戰略：WAIC 演說的政策訊號
習近平在 WAIC 演說中將開源與開放明確列為戰略層級承諾，這個訊號的政策分量不能低估。過去開源權重是個別實驗室的商業選擇——把模型免費釋出以換取生態與影響力；當它被寫入國家層級的產業敘事，意味著開源前沿模型會獲得政策、算力調度與資金配置的有形支持，而不只是依靠廠商的意願。
這對開閉源競爭格局的意義在於：差距收斂不完全是技術追趕的自然結果，而是有國家意志在後面加速。對中國以外的決策者，這改變了「開源是否可信長期維護」的計算——只要政策方向不變，Qwen、Kimi 等梯隊的開源節奏較可能延續，而非短期市場行銷。但政策訊號與實際能力仍是兩回事，後續仍需以可重跑評測檢驗模型真實表現。
中國開源梯隊的資本效率之謎
節目核心辯論在於：中國實驗室為何能持續緊追閉源前沿。Lambert 提出，若下一代模型對 Anthropic 成本為 100 億美元、對 Kimi 僅 40 億美元，這種資本效率差距將是結構性優勢——但需注意這組數字是 Lambert 的推估，Kimi 與 Anthropic 均未公開實際訓練成本，差距的真實幅度仍無法獨立查證，宜視為方向性觀察而非已證實的數字。
*圖2 同一座前沿模型，資本效率差距成為結構性優勢。*原因可能涵蓋人才教育體系更聚焦於 LLM、薪資與算力成本較低，以及中國廠商「追趕而非突破前沿」的目標設定。
Brand 補充，赴中期間觀察到研究團隊多為兩三百人、平均年齡偏低，且專注於單一模型表現。算力方面，LongCat 兩週前發布的模型據報完全以中國本土晶片訓練，外界推測為 Huawei Ascend 系列；繞過出口管制的晶片使用量在過去六到九個月亦顯著上升。Brand 任職於 Prime Intellect，相關觀察為其個人與節目立場。
蒸餾爭議與開閉源差距的反向收斂
針對 Ben Thompson 引發的知識蒸餾論戰，兩人主張許多「蒸餾認定」過於草率。開閉源差距方面，Lambert 先前預期資本密集度會讓差距擴大，實際卻朝反向發展；去年年終預測為「差距維持在數個月內」仍大致成立，但開源模型龐大化（如 500B 至 700B MoE）使推理與微調的基礎設施門檻上升，Kimi K3 微調據報需一整個 B300 節點才能載入權重，這將延後真正擴散的時間點。
對 AI 決策者而言，訊號明確：開源前沿的可得性正在提高，但「拿到權重」與「能在自家場域落地」之間的工程落差並未消失，評估導入時程仍需把推理基建與後訓練能力計入成本。要把節目中的通用能力與政策討論拉回更完整的生態證據，可先看 Hugging Face 對 2026 夏季開源模型的盤點；能力面則可對照 Kimi K3 在 AISI／CAISI 網路能力評測的實測結果，後者呈現的是資安任務能力，而非對訓練成本推估的驗證。
