如果有關(guān)注近期資本市場(chǎng)的新聞，「月之暗面」的名字又開(kāi)始刷屏了。

多家媒體報(bào)道，這家公司正在敲定一筆數(shù)億美元的新一輪融資。

而就在最新一輪融資傳聞四起的時(shí)間點(diǎn)上，月之暗面把自己的新故事端了上來(lái)：一款號(hào)稱是「迄今為止能力最強(qiáng)的開(kāi)源思考模型」——Kimi K2 Thinking。

這次他們沒(méi)有只做一個(gè)「更聰明一點(diǎn)」的聊天機(jī)器人，而是把 K2 Thinking 定位成一個(gè)原生的 Thinking Agent：可以一邊思考一邊調(diào)度搜索、瀏覽、寫代碼等工具，在復(fù)雜任務(wù)上，自己拆解步驟、自己查資料、自己寫腳本。

官方和第三方評(píng)測(cè)顯示，它在 Humanity’s Last Exam、BrowseComp、SEAL-0 等一批高難度基準(zhǔn)上，直接把不少閉源旗艦?zāi)Ｐ桶丛诹松砗蟆?/p>

在資金重新押注、估值重新抬升的當(dāng)口，月之暗面試圖用一個(gè)真正能「打贏閉源」的開(kāi)源模型，去換回技術(shù)敘事里的主動(dòng)權(quán)。

從「國(guó)產(chǎn) SOTA」到開(kāi)源正面超車閉源

把官方文案和外部評(píng)測(cè)拆開(kāi)看，會(huì)發(fā)現(xiàn) Kimi K2 Thinking 有一個(gè)非常鮮明的設(shè)計(jì)前提：它不是先做一個(gè)語(yǔ)言模型，再往外「外掛」Agent 能力，而是從第一天就被當(dāng)成一個(gè)「模型即 Agent」的內(nèi)核來(lái)訓(xùn)練。

K2 Thinking 基于此前的Kimi K2 架構(gòu)：總參數(shù)量約 1 萬(wàn)億，是一個(gè)稀疏 MoE模型，但每次推理只激活約 320 億參數(shù)，這一設(shè)計(jì)在GitHub 與 Hugging Face 的模型卡中都有披露。

預(yù)訓(xùn)練規(guī)模則來(lái)自月之暗面的技術(shù)報(bào)告：K2 在 15.5 萬(wàn)億 Token 上完成訓(xùn)練，采用 Muon 優(yōu)化器、QK-Clip 等一整套「為超大規(guī)模準(zhǔn)備的」訓(xùn)練技巧，解決了大 Token 量、長(zhǎng)時(shí)間訓(xùn)練下的穩(wěn)定性問(wèn)題。

在此基礎(chǔ)上，K2 Thinking 做了兩層關(guān)鍵強(qiáng)化。

第一層是推理深度。Kimi 自己在技術(shù)頁(yè)面上給出的數(shù)據(jù)是：K2 Thinking 能穩(wěn)定完成 200 到 300 輪工具調(diào)用，在整個(gè)過(guò)程中保持邏輯一致，不會(huì)因?yàn)椤杆伎继谩苟罎?。這其實(shí)就是Test-Time Scaling 的一個(gè)極端版本：不再只強(qiáng)調(diào)「模型大不大、訓(xùn)練多不多」，而是強(qiáng)調(diào)在測(cè)試時(shí)能否持續(xù)延長(zhǎng)思考鏈條，把工具調(diào)度也算進(jìn)「推理的一部分」。

第二層是工具使用的原生化。 在 K2 Thinking 的設(shè)定里，搜索網(wǎng)頁(yè)、打開(kāi) SEC 公告、寫 Python、小步調(diào)試腳本，都不是外掛能力，而是真正融入到策略里的一部分。在官方展示的示例中，K2 Thinking 會(huì)自動(dòng)先判斷問(wèn)題適不適合查資料，再?zèng)Q定是先搜一輪新聞，還是直接打開(kāi)官方文檔，然后根據(jù)每一步新獲得的信息，重寫自己的假設(shè)與下一步計(jì)劃。

正是這種「思考+工具」的打包設(shè)計(jì)，讓它在一組專門為 Agent 設(shè)計(jì)的基準(zhǔn)上打出了極高的分?jǐn)?shù)。

在 Humanity’s Last Exam 上，K2 Thinking 在允許使用工具的條件下拿到了 44.9% 的成績(jī)，官方和 VentureBeat 都把它標(biāo)成了新的 SOTA。這套題跨越一百多個(gè)專業(yè)領(lǐng)域，本意是測(cè)「如果你把 AI 當(dāng)成一個(gè)可以上場(chǎng)考試的研究員，它能考到幾分」。早前在同一任務(wù)上，領(lǐng)先的閉源模型大多集中在 40% 左右，這一次 K2 Thinking 不只把國(guó)產(chǎn)模型甩在身后，也把不少閉源旗艦平推了一截。

在 BrowseComp 這項(xiàng)網(wǎng)絡(luò)瀏覽基準(zhǔn)上，這種優(yōu)勢(shì)更加明顯。BrowseComp 原本是 OpenAI 為了考察 Agent「像研究員一樣刨根問(wèn)底」的能力設(shè)計(jì)的，題目要求模型在信息噪音極多的網(wǎng)頁(yè)環(huán)境中，自己規(guī)劃搜索路徑、篩選證據(jù)，給出可驗(yàn)證的結(jié)論。這套任務(wù)上，人類研究員的平均分也只有二十多分，而 K2 Thinking 在最新公開(kāi)數(shù)據(jù)里交出的是 60.2% 的成績(jī)，超過(guò)了最強(qiáng)的閉源模型GPT-5和Claude Sonnet 4.5。

對(duì)一個(gè)開(kāi)源模型而言，這里有一個(gè)非常微妙的「視角切換」。過(guò)去提到「國(guó)產(chǎn) SOTA」，大家默認(rèn)的補(bǔ)全句是：在 ChatGPT、Claude 這些閉源前沿模型之下，國(guó)產(chǎn)追到了它們身后、或者在部分維度趕上。而在 K2 Thinking 的多項(xiàng)評(píng)測(cè)中，敘事第一次變成了：在最考驗(yàn) Agentic 推理能力的幾項(xiàng)任務(wù)上，開(kāi)源模型開(kāi)始?jí)哼^(guò)閉源旗艦。

這不是媒體一家之言。

Hugging Face 有一篇博客在7 月專門寫過(guò)一篇《5 Things You Need to Know About Moonshot AI and Kimi K2》，點(diǎn)名 Kimi K2 在開(kāi)源社區(qū)上線24 小時(shí)內(nèi)，沖到了平臺(tái) Trending 榜單第一，靠的是在編碼任務(wù)上的表現(xiàn)直接超過(guò)了 GPT-4，并且開(kāi)源了完整權(quán)重。

到了 K2 Thinking 發(fā)布這一次，HuggingFace CEO Clément Delangue 在 LinkedIn上的評(píng)論更直接，他說(shuō)，看著 Moonshot/Kimi 團(tuán)隊(duì)「幾乎出現(xiàn)在每一次社區(qū)討論、每一個(gè) Pull Request 里」，是一件很美好的事。 這句話的潛臺(tái)詞是，在開(kāi)源基礎(chǔ)設(shè)施的建設(shè)上，月之暗面不再只是一個(gè)偶爾貢獻(xiàn)模型的「外來(lái)者」，而是一個(gè)真正深度參與、被全球工程社區(qū)認(rèn)可的一方。

HuggingFace 聯(lián)合創(chuàng)始人Thomas Wolf 甚至表示，我們正在見(jiàn)證又一次 DeepSeek 時(shí)刻：

有趣的是，個(gè)人開(kāi)發(fā)者手里的體驗(yàn)也在印證這些數(shù)字。LocalLLaMA 社區(qū)里有工程師復(fù)現(xiàn)了一部分評(píng)測(cè)，發(fā)現(xiàn) K2 Thinking 在 Humanity’s Last Exam、BrowseComp 上確實(shí)跑出了類似成績(jī)，甚至在 GPQA-Diamond 這類高難問(wèn)答上略微超過(guò) GPT-5。當(dāng)然，GPT-5 和Claude 在其他很多綜合測(cè)試、尤其是長(zhǎng)上下文穩(wěn)定性上依然有優(yōu)勢(shì)，但至少在「讓一個(gè)模型像研究員和工程師一樣干活」這件事上，開(kāi)源陣營(yíng)終于不再只是追隨者。

綜合下來(lái)，這更像是中國(guó)開(kāi)源陣營(yíng)端出的一塊「前沿 Agent 中樞」：在核心能力上不再刻意回避閉源，而是主動(dòng)站到最硬的那幾項(xiàng)任務(wù)之上。

在黃仁勛的「主權(quán) AI」敘事里，中國(guó)走出了另一條路

如果只看能力，很容易把 K2 Thinking 當(dāng)成「中國(guó)版的 GPT-5 開(kāi)源平替」：參數(shù)級(jí)別、推理水平、編碼能力都在快速接近。但真正意義上的差異，在于它背后的成本結(jié)構(gòu)與算力路徑。

南華早報(bào)等媒體曾經(jīng)援引 Moonshot 內(nèi)部人士說(shuō)，K2 的整體研發(fā)成本「只花了西方巨頭一小部分的錢」，用的是 MoE+優(yōu)化器+工程打磨的組合拳，而不是把錢直接堆在 GPU 數(shù)量上。

在 K2 Thinking 這一代，月之暗面在推理效率上又做了一件挺有象征意義的事：把原生 INT4 量化做到大規(guī)模思考模型上。官方技術(shù)說(shuō)明寫得很直白，普通的低比特量化在「思考模型」上往往會(huì)造成性能雪崩，因?yàn)檫@類模型的輸出序列極長(zhǎng)、對(duì)數(shù)值精度極其敏感。月之暗面為此在后訓(xùn)練階段引入了量化感知訓(xùn)練（QAT），并對(duì) MoE 模塊做了專門的INT4 純權(quán)重量化，使得 K2 Thinking 能在保留復(fù)雜推理和 Agent 能力的前提下，把推理速度提升至原來(lái)的兩倍左右。 官方還特別加了一句：這種INT4 方案對(duì)國(guó)產(chǎn)加速芯片會(huì)更加友好。

據(jù) CNBC 的報(bào)道，K2 Thinking 的整體訓(xùn)練成本大約為 460 萬(wàn)美元——只有 OpenAI 或 xAI 訓(xùn)練GPT-5、Grok 等模型成本的 1% 左右。換句話說(shuō)，這家被美國(guó)多方打壓、芯片采購(gòu)受限的中國(guó)公司，用幾百分之一的預(yù)算，做出了在多項(xiàng)關(guān)鍵基準(zhǔn)測(cè)試中擊敗 Sam Altman 和 Elon Musk 團(tuán)隊(duì)的模型。

如果把這條技術(shù)路線放在更大的「中美 AI 競(jìng)賽」背景下，意味就完全不同了。

一邊是以 OpenAI 為代表的美國(guó)陣營(yíng)，公開(kāi)承諾在未來(lái)幾年投入高達(dá) 1.4 萬(wàn)億美元建設(shè) AI 基礎(chǔ)設(shè)施，配合微軟、亞馬遜、谷歌的巨量數(shù)據(jù)中心建設(shè)，把賭注壓在「超大規(guī)模閉源系統(tǒng)」上。另一邊，則是像 Kimi 這樣的一批中國(guó)創(chuàng)業(yè)公司，用 MoE、量化、數(shù)據(jù)重寫等手段把成本擰到極致，在有限的算力預(yù)算下榨出更高的性價(jià)比，然后再把模型權(quán)重開(kāi)源出去，讓更多人站在這條「成本曲線」上往前走。

這個(gè)對(duì)照，和黃仁勛近期的發(fā)言，形成了某種呼應(yīng)。他在倫敦的一場(chǎng)峰會(huì)上把話說(shuō)得透徹：如果美國(guó)繼續(xù)用出口管制、芯片封鎖等方式來(lái)處理中國(guó)，「中國(guó)很可能會(huì)贏下這場(chǎng) AI 競(jìng)賽」。隨后英偉達(dá)公關(guān)部門出了澄清，強(qiáng)調(diào)他的本意是美國(guó)應(yīng)該加速創(chuàng)新、贏得全球開(kāi)發(fā)者，但「中國(guó)只落后幾納秒」和「如果政策不改，中國(guó)會(huì)贏」這兩層意思，并沒(méi)有被否認(rèn)。

結(jié)合這一點(diǎn)再看 K2 Thinking，就會(huì)發(fā)現(xiàn)，它實(shí)際上代表的是中國(guó)在這場(chǎng)競(jìng)賽里走出的一條「非對(duì)稱路線」。

一方面，在核心能力上，K2 Thinking 用開(kāi)源的方式，在 Humanity’s Last Exam、BrowseComp等多項(xiàng)高難 Agent 評(píng)測(cè)中壓過(guò)了不少閉源旗艦，證明中國(guó)團(tuán)隊(duì)完全有能力在最硬的技術(shù)戰(zhàn)場(chǎng)上正面碰撞。

另一方面，在成本和生態(tài)上，它又刻意拉開(kāi)了和閉源巨頭的距離： 訓(xùn)練階段用 MoE 和優(yōu)化器控制投入規(guī)模； 推理階段用 INT4 和工程優(yōu)化做好國(guó)產(chǎn)算力兼容； 分發(fā)階段用開(kāi)放權(quán)重的方式，把模型放上 Hugging Face 與國(guó)內(nèi)開(kāi)源平臺(tái)，讓更多團(tuán)隊(duì)可以直接拿來(lái)做 Agent、做應(yīng)用。

如果說(shuō)黃仁勛口中的「主權(quán) AI」，是鼓勵(lì)各國(guó)砸錢建自己的數(shù)據(jù)中心、堆自己的 GPU 集群，那么 K2 Thinking 代表的，則是一種「輕一點(diǎn)但更聰明」的方案：在不擁有最多 GPU 的前提下，用更聰明的架構(gòu)和更開(kāi)放的生態(tài)，讓自己的模型足夠強(qiáng)、足夠便宜、足夠容易被全球開(kāi)發(fā)者采用。

這也是為什么，最近幾年你會(huì)看到越來(lái)越多西方分析文章談「來(lái)自中國(guó)的開(kāi)源威脅」：從DeepSeek到通義，再到Kimi，很多模型的共同點(diǎn)是——性能逼近甚至超越閉源旗艦，但 API 價(jià)格只有后者的幾分之一，還附帶開(kāi)放權(quán)重。

對(duì)月之暗面自己而言，K2 Thinking 給它帶來(lái)的直接收益當(dāng)然是更高的商業(yè)想象力和融資空間：在投融資降溫的一年里，一家公司能在估值 30 多億美元的基礎(chǔ)上，緊接著拿到新一輪數(shù)億美元、本身就是一種投票。

參考文獻(xiàn)：

[1] https://moonshotai.github.io/

歡迎掃碼加群參與討論

我們相信認(rèn)知能夠跨越階層，

致力于為年輕人提供高質(zhì)量的科技和財(cái)經(jīng)內(nèi)容。

稿件經(jīng)采用可獲邀進(jìn)入Z Finance內(nèi)部社群，優(yōu)秀者將成為簽約作者，00后更有機(jī)會(huì)成為Z Finance的早期共創(chuàng)成員。

我們正在招募新一期的實(shí)習(xí)生