马斯克杠上Kimi启示录：大模型哪有护城河，但模型企业有
以后比的都是模型生态，而不是单个模型之间的狙击。
激起马斯克竞争心的，不是DeepSeek的梁文锋，而是Kimi的杨植麟，一个毕业于清华和卡内基梅龙大学的广东汕头小伙，才34岁。
日前，Kimi在2026世界人工智能期间，上线“模型核弹”——Kimi K3，参数高达2.8万亿。马斯克在评价“令人印象深刻（Impressive）”之后，宣布旗下2万亿参数新模型将于下周完成初始训练，“可能超越Kimi”。Kimi则回复：欢迎加入2万亿俱乐部。
前两年，中国是百模大战，如今是大洋两岸巅峰对决。超快的大模型迭代速度，给AI行业的观察者们带来新启发：大模型本身正在以前所未有的速度商品化，但大模型企业的竞争壁垒，正在从模型层向更难复制的维度迁移。
模型层护城河，正在以周为单位塌陷
开源模型的参数，从1万亿一步跳到2.8万亿，只用了两周。而2019年ChatGPT-2出来时，参数规模才16.1亿。
下面这张表可以看到，开源模型的参数膨胀，日益加快。
这种速度感体现出：在AI行业，以参数规模来打造出的“护城河”，正在以周为单位缩短。
这背后，是大模型激烈竞争的紧迫感。大家心里明白：大模型卡位的窗口期特别短。
早在2025年，咨询公司Gartner就曾发布《2025年人工智能技术成熟度曲线》，做过一个残酷预测，市场正在进入收缩期，形成“核心-卫星”格局，只有20%的模型供应商能存活到2026年以后。
金字塔底部的基座模型将商品化（Commoditized，即水电气化），竞争焦点将转移到塔尖的“代理能力”（Agentic AI）上。
零一万物创始人李开复，也曾于2025年3月指出：全球范围内只有5-6个真正的基座模型（如GPT、Claude、Gemini以及中国1-2个），而中国市场最终可能只会剩下阿里巴巴、字节跳动、DeepSeek三家AI模型公司。
如今看，这些预测大致符合行业演变方向。
2025年初，OpenAI和Anthropic的前沿模型，还明显领先于任何可自行部署的模型。但是到2026年年中，这个差距已压缩到大多数基准测试的几个百分点。
站在这个宏观情势下，看Kimi K3的发布，可以知道：它在努力跻身顶流，志在卡位。通过开源形式，让任何人都能够下载、部署、微调。通过巨大参数，让自己变成像电力一样的顶级基础设施。
其战略目标是占据市场制高点，让未来所有生态系内收益的形成，都在这个基础设施上产生。
因为作为模型上面的寄生者，玩家们一般不会问，“哪家电厂的电更好”。而只会问，“哪家电网更稳定、更便宜、覆盖更广”。
真正的护城河去哪了？
如果模型不是护城河，那真正的壁垒在哪里？
越来越多的业内人士认为，不应该单论模型来论英雄，模型的壁垒，应该藏在三个更难复制、更难短期逾越的维度里。分别是：算力与成本结构（底层壁垒）、分发渠道与生态绑定（中层壁垒）、信任、合规与场景绑定（应用层壁垒）。
第一层：算力与成本结构（底层壁垒），比谁能花更少的钱，变得更聪明。
IBM AI开放创新首席架构师Gabe Goodhart，在今年初的一次采访中说得非常直白：“模型本身不会成为主要的差异化因素。”
他认为，2026年将进入AI产品同质化阶段，“编排能力”——即模型、工具与工作流的整合能力，将成为竞争关键。
之所以做出这个判断，是因为他认定，算力资源正在从“可选项”变成“生死线”。今年以来，掌控土地、电力、数据中心以及先进芯片供应链的企业，在资本市场获得青睐。在这种刚性约束下，谁能够将算力与成本结构、以及产生的工作效果，进行优化，将掌握更多主动权。
在这个宏观环境下，可以看到，K3的架构设计，其战略方向，瞄准的是为“中国式的性价比”而生。
它采用Kimi Delta Attention（KDA）算法和注意力残差机制，每次处理token时从896个专家模块中仅激活16个，仅1.8%的专家参与实际计算。
Kimi称，这套架构让整体扩展效率较前代Kimi K2提升约2.5倍。
它的技术投入方向不是“参数堆得更大”，而是“效果更便宜”，力求在成本和效果上做同向优化。
第二层：分发渠道与生态绑定（中层壁垒），本质是争夺更多的开发者，并形成自然引流机制。
OpenAI的路径是依托微软生态形成分发壁垒，GPT系模型已深度嵌入Microsoft 365 Copilot等，类似于通过一种“寄生式分发”的方式，通过已有巨头，触达全球数亿企业用户。
Anthropic则靠企业端市场、通过重仓编程能力，来实现突围。据Ramp AI Index 2026年4月数据，Anthropic在美国企业AI支出中的份额已达34.4%，首次超过OpenAI的32.3%。
与之相比，Kimi则是把开源当做获客工具，借开发者累积自己的生态。
2026年2月，编程工具OpenClaw宣布将Kimi K2.5设为其官方主力模型，被视为Kimi逆袭的关键转折点。
与其烧钱做用户增长，不如让开发者生态“自带流量”，也算另一种寄生模式，Kimi明显是力求将搭建生态的成本降到最低。
这三种路径，殊途同归，其实都是在做一件事：当模型本身无法形成壁垒时，“被用到”比“做得好”更重要。
第三层：信任、合规与场景绑定（应用层壁垒），建构模型软实力。
在全球对AI监管趋严的背景下，这一层的重要性正在快速上升。很多公司可能都忽略过合规成本，实际上它是一种固定开支，大公司无疑占据优势，小公司则很难摊薄。
看看Anthropic就知道了，它对AI从安全的立场出发，正将这个潜在的商业劣势，转变为竞争优势。在医疗、法律、金融、政府等领域，开疆拓土。
在硅谷，这被视为“道德溢价”。而在在华盛顿，这被视为“可审计性”。无论哪种解读，它都转化为了实实在在的合同和收入。
Kimi式的既要又要
Kimi发布K3，某种程度上，撕开了行业遮羞布——模型是没啥护城河的。但同时Kimi又是“模型企业有护城河”的探索者——我要靠渠道和速度活下来。
如今看，Kimi的开源是服务于构建护城河的一种商业策略，而不是技术理想主义。
Kimi入驻主流云平台、接入开发者工具链，用“寄生”而非“自建”的方式，完成全球分发。当别人还在争论“开源会不会削弱竞争力”时，Kimi已经用开源换来了全球开发者的免费推广。
而一旦有了开发者基盘，Kimi商业化起来也没有手软。
K3的API定价为输入3美元/百万token、输出15美元/百万token。这被观察者认为，是相当强势的定价。开源权重+商业API的双轨策略，让Kimi既赚吆喝又赚钱。
实际上，Kimi不会打无准备之战。它早就尝过这条双规策略的可行性。Kimi K2.5发布及Kimi Claw爆火后，月之暗面20天累计收入超过2025年全年总收入。
据Stripe数据，Kimi个人订阅支付订单量在2026年1月环比暴增8280%，2月再涨123.8%，在Stripe全球榜单排名从百名开外冲进前十，成为首个进入该榜单前十的中国AGI产品。
ARR从3月突破1亿美元、4月翻倍到超2亿美元，再到6月中旬突破3亿美元，这种增速本身就是壁垒。
资本市场愿意持续给钱，公司就能持续买算力、挖人、铺渠道，形成正反馈。
伴随商业化突飞猛进，Kimi的资本护城河，也越来越宽。估值半年内从43亿美元涨到315亿美元，涨幅超过700%。这让所有追赶者，都面临着一个巨大的门槛。
不过，Kimi也不是完全没有风险。
7月19日，月之暗面发布公告：K3发布后48小时内用户请求量大幅超出预估，逼近现有集群承载极限，即日起暂停C端新用户订阅，堪称甜蜜的烦恼。
同质化竞争也在加剧。长上下文能力上，Kimi与DeepSeek同处国产模型第一梯队，并非独占优势，说明国内玩家之间的护城河同样很浅。
海外，美国正在考虑限制本土企业采用中国AI模型，若落地会直接冲击Kimi刚建立起来的海外分发渠道。
没有结论的开放问题
Kimi的K3策略，看似厉害，但这并非是中国大模型构建护城河的唯一路径。
和Kimi打擂台的智谱，没有走“降低模型成本”的性价比之路，而是走上了“提价”之路。今年一季度以来，智谱API定价环比提升83%，但调用量不降反升，反而增长400%。
这说明客户一旦形成工作流依赖——prompt习惯、内部工具链、微调数据，价格弹性会很低。这本质是切换成本形成的软护城河，而非技术领先带来的护城河。
这样智谱就与Kimi形成了鲜明对照，前者是靠“提价+锁定”抢市场，后者是靠“开源+速度”抢市场。
但两者都说明了一件事：大模型护城河已经不在模型本身，而是在模型企业建构的用户习惯、生态锁定和成本结构的交织中。
站在行业角度看，当模型层彻底商品化、算力层被巨头垄断、分发层被生态锁死，中小AI公司还剩下什么牌可打？
OpenAI CEO Sam Altman曾说过，未来大模型市场，是“极少数顶级模型+无数下游调用者”的格局。难道这句话真的会应验?
总得来说，接下来的模型之战，将成为巨头之间的卡位战，激烈程度将史无前例。但谁都无法保证自己是永恒的王者。
马斯克从“点赞”到“宣战”到“可能会超过”的态度急转，恰恰说明连全球最顶级的玩家也无法拍胸部保证。
这暴露了一个尴尬的事实：在模型能力快速趋同的时代，连“超越”本身都变得难以定义。
Kimi那句“欢迎加入2万亿+俱乐部”，表面是自信，深层是清醒。它知道，2.8万亿参数不会永远是壁垒。真正的游戏，在参数之外。
本文来自微信公众号“木禾的科技发布会”，作者：龚正，36氪经授权发布。