2026年7月17日凌晨，马斯克在X平台上敲下了一个词：“Impressive。”他回复的是Artificial Analysis关于Kimi K3的评测。这款由月之暗面发布的新模型拥有2.8万亿参数，成为全球最大的开源权重模型。在Artificial Analysis的智能指数中，K3发布时排名全球第三，仅次于Claude Fable 5和GPT-5.6 Sol。第二天，马斯克在谈及xAI正在训练的2万亿参数模型时补了一句——它“可能超过Kimi”。月之暗面在微博上隔空回应：“欢迎加入「2万亿+」俱乐部”。但真正让市场震动的，不是榜单排名。7月19日晚，Kimi发布公告：自K3发布以来，“过去48小时用户请求量已大幅超出预估，并逼近现有集群的承载极限”。公司决定即日起暂停C端新用户订阅，将现有算力全部用于保障已订阅用户。一个模型发布两天就把自己跑崩了，上一次出现这种级别的关注度，还是2025年1月的DeepSeek R1。
就在K3刷屏的同一周，消息称DeepSeek V4正式版开启灰度测试，预计7月底发布。4月发布预览版时，V4 Pro拥有1.6万亿参数，API输入价0.435美元、输出0.87美元/百万token。Artificial Analysis的同口径评测显示，K3完成一次加权评测任务平均花费0.94美元，而V4 Pro约为0.04美元，相差约23.5倍。
如果把时间再往前拨——2026年春节，字节、阿里、腾讯三家在AI产品上合计砸下数十亿元。字节拿下春晚合作，除夕当晚豆包AI互动达19亿次；阿里豪掷30亿元推千问“请客”活动，千问DAU一度飙升至7352万，直逼豆包的7871万；腾讯投入10亿元，元宝日活突破5000万。这不是一场单点战役。这是一场没有边界的战争。
一张被掀翻的牌桌。要理解今天发生了什么，必须先回到2025年1月20日。那一天，DeepSeek发布了R1。该模型采用MIT许可协议完全开源，API定价为：缓存命中时输入0.14美元/百万token，未命中时0.55美元，输出2.19美元。同时开源了6个从1.5B到70B的蒸馏版本。一周后的1月27日，英伟达股价暴跌近17%，单日市值蒸发约5890亿美元，创下当时美股史上最大单日个股蒸发纪录。市场恐惧的不是一家中国公司的模型有多强。它恐惧的是R1证明了一件事：接近前沿的能力，可以低价获得、立即下载、还能被压缩进不同尺寸的模型。这不是在卖模型，这是在改写定价体系。
更早之前的2024年5月，DeepSeek发布V2，API定价为每百万token输入1元、输出2元，约为GPT-4 Turbo价格的近百分之一。这直接引发了国内大模型价格战，智谱AI率先跟进降价80%，字节豆包打出0.0008元/千token的超低价，阿里通义千问随后直降97%，百度、腾讯甚至宣布部分模型免费。DeepSeek创始人梁文锋在2024年7月接受《暗涌Waves》采访时大致说过一段话，至今读来仍然平静而锋利：“我们从未想过要成为颠覆者，这一切只是意外发生的。我们只是按照自己的节奏，计算成本后合理定价。我们的原则是不亏本销售，也不追求过高利润。”这段话的杀伤力在于：当别人在烧钱抢市场时，DeepSeek声称在成本线上就能盈利。当别人把模型当稀缺品来定价时，DeepSeek把它当成了供应品。“DeepSeek时刻”的本质，不是技术领先。是三件事同时发生：能力进入前沿、价格骤降、权重和蒸馏模型即时可得。这三件事合在一起，把“强模型”从少数人的武器变成了所有人的工具。
1950年，信息论之父香农发表了一篇名为《编程计算机下国际象棋》的论文。他选择国际象棋作为计算机博弈的起点，理由很简单——“问题定义清晰，操作明确，目标确定”。这篇论文后来被认为是计算机博弈领域的奠基之作（但“人工智能”这个词要到六年后的达特茅斯会议上才被正式提出）。香农大概不会想到，他当年选的那个“定义清晰的玩具问题”，75年后长成了一个定价权都不清晰的两万亿美元产业。
K3走了一条截然不同的路。从技术上看，K3基于自研KDA混合线性注意力机制和注意力残差构建，896个专家中每次仅激活16个，搭配100万token上下文窗口。官方称，这些结构性改进让K3相比K2的整体扩展效率提升约2.5倍。从定价上看，K3 API输入20元/百万token（缓存命中时2元），输出100元/百万token。这与DeepSeek V4 Pro不在一个价位区间。但K3的逻辑不是卖token，而是卖“任务完成”。今年3月的中关村论坛上，月之暗面创始人杨植麟系统阐述了他的三个扩展方向：提高token效率、拉长上下文、组织Agent集群。他的第一性原理很简单——“做大模型本质上是把更多的能源转化成智能”。不到四个月后，K3几乎就是这三个判断的实体化。6月上线的Kimi Work桌面客户端，能读本地文件、调浏览器、写代码、交付文档。K3同步进入Kimi.com、Kimi Work、Kimi Code和API。杨植麟赌的不是“我的模型比你的聪明”，而是“我的模型能替你干活”。
1990年，乔布斯在一段后来遗失多年、直到他去世后才被发现的访谈中说：“电脑是人类大脑的自行车。”他的意思是，工具不替代人，只是放大人的能力，就像自行车不会替你蹬踏板，只是让你蹬得更快。但K3的逻辑是：我不做你的自行车，我直接替你蹬。乔布斯大概不会反对，毕竟他也说过“那些疯狂到以为自己能改变世界的人，才是真正改变世界的人”。只是这次，疯狂的是一台机器。这是一个根本性的范式转变。过去两年大模型的竞争逻辑是“我回答得比你好”——比跑分、比榜单。但K3的逻辑是“我能完成任务”——比谁能把一件事从头做到尾，不出错、不跑偏、能交付。
但这条路有一个核心问题。高盛合伙人Rich Privorotsky在K3发布后发出警告：“算力扩张时代或已走到尽头，AI估值逻辑面临重塑。”他指出，真正值得深思的是：一家无法匹配西方最大规模预训练算力的中国实验室，如何通过架构创新迅速缩小了与顶尖美国模型之间的差距。“扩展不再是唯一的制胜路径。”而对K3来说，挑战更加具体。7月19日的算力熔断已经说明：长线程任务的推理成本远高于聊天。热度越高，成本压力越大。如果扩容只能换来更多昂贵推理，“长线程”就会变成一张不断增长的成本表。
巨头入场：模型是武器，入口是目标。如果你只看DeepSeek和Kimi，可能会觉得大模型战争是“技术理想主义vs任务执行主义”。但把字节、阿里、腾讯拉进来，画面完全不同。这三家不是在卖模型。他们是在用模型抢入口。2026年春节是这场入口之战的总爆发。
字节跳动绑定央视春晚，仅除夕当晚豆包AI总互动达19亿次，生成了超5000万张新春头像、超1亿条拜年祝福。字节的逻辑很清晰：用抖音的流量池导流，用春晚的国民级曝光拉新，用“情绪陪伴”的定位留住用户。阿里则走了另一条路——让AI直接“请客”。豪掷30亿元，用户对千问说句“帮我”，就能1分钱点奶茶、红包补贴买电影票、订机票酒店。官方数据显示，春节期间用户在千问上“一句话下单”近2亿次，其中超过400万60岁以上老人通过AI完成了人生第一次外卖点单。阿里打的算盘是：让AI从聊天工具变成生活入口。当用户习惯了对千问说“帮我买杯奶茶”，千问就不再是一个模型，而是一个连接阿里生态（外卖、票务、支付）的超级枢纽。腾讯的元宝则押注“AI+社交”。投入10亿元红包，推出群聊AI功能“元宝派”，用户可以邀请微信好友加入，在群聊里@元宝完成各种任务。马化腾希望元宝能重现当年微信红包的盛况。春节期间元宝日活突破5000万，月活达1.14亿。但红包大战的副作用也很明显。据《听筒Tech》报道，许多县城年轻人在活动结束后就卸载了App，“他们知道AI能画图、能聊天，却想不出这跟自己每天的生活有什么关系”。补贴能买来下载量，买不来使用习惯。这是互联网时代被验证过无数次的教训，在AI时代同样适用。
五条路，五个赌注。把五家公司的牌摆在一起，你会发现一个有趣的结构：DeepSeek的逻辑是“把智能变便宜”。梁文锋在采访中说得很直白：“我们认为AI和API服务应该是人人都能负担得起、随时可用的。”它押注的是：如果智能足够便宜，应用生态会自然生长。风险是：价格战会持续压缩利润空间。Kimi的逻辑是“把智能变能干”。杨植麟赌的是：用户愿意为更高的任务完成概率付费。如果一个模型能把工程师一周的工作压缩到一天，token成本就不是问题。风险是：用户和企业的采购系统是按token计价的，改变计价单位需要时间。字节的逻辑是“把智能变陪伴”。豆包走的是情感路线，让用户因为“想聊”而不是“得用”而留下来。它有抖音的流量池，但流量不等于留存。腾讯的逻辑是“把智能变场景”。元宝接入京东电商、美团外卖，用微信生态把AI嵌进真实商业闭环。它的场景最多，但模型能力如果长期落后，场景也可能被更强的模型“寄生”。阿里的逻辑是“把智能变基建”。千问走全栈路线，底层模型、中层云服务、上层应用一体化。它同时跟DeepSeek竞争开发者、跟字节竞争用户、跟腾讯竞争场景。战线最长。五条路，五个假设，五个不同的赌注。
但这场战争最根本的问题，不在任何一家公司手里。它在于一个更底层的拷问：大模型的“智能”，到底该按什么计价？是按token？那是DeepSeek的逻辑。是按任务？那是Kimi的逻辑。是按用户时长？那是字节的逻辑。是按交易闭环？那是腾讯的逻辑。是按云消耗？那是阿里的逻辑。1990年代，微软用Windows证明了操作系统的定价权属于“平台”。2000年代，Google用搜索证明了信息分发的定价权属于“入口”。2010年代，微信证明了用户关系的定价权属于“生态”。2020年代，谁来决定一单位“智能”值多少钱？维特根斯坦在《逻辑哲学论》里写过一句话：“我的语言的界限，意味着我的世界的界限。”他说的“语言”是逻辑语言，不是大模型。但放在今天，这句话突然有了一个完全不同的含义：大模型正在以人类无法追赶的速度扩展“语言的边界”，从聊天到写代码，从写代码到调用工具，从调用工具到独立完成任务。每一次边界的扩张，都在重新定义“智能”这个东西到底能做什么、该卖多少钱。维特根斯坦大概不会想到，他关于语言和世界关系的哲学沉思，会在75年后被一群搞GPU的人用最粗暴的方式验证——用价格战。1950年，也就是香农写那篇象棋论文的同一年，图灵在《计算机器与智能》的开篇问了一个问题：“Can machines think?”——机器能思考吗？75年后，我们不再争论这个。我们争论的是：机器思考的成本谁来买单？是按次付费，还是包月订阅？图灵大概不会想到，他那个充满哲学意味的问题，最终会变成一个如此庸俗、却又如此真实的价格战问题。这个问题一天没有答案，这场战争就一天不会结束。
真正的护城河。最后，一个残酷的问题：这些玩家的护城河，到底有多宽？梁文锋自己对这个问题的回答堪称坦诚。当《暗涌》记者问他“开源了突破性成果，竞争对手岂不是很快就能复制？你们的护城河在哪里？”他回答说：“在颠覆性的技术面前，闭源形成的护城河是短暂的。即使OpenAI闭源，也无法阻止被别人赶超。所以我们把价值沉淀在团队上，我们的同事在这个过程中得到成长，积累很多know-how,形成可以创新的组织和文化，就是我们的护城河。”这个回答反过来也成立：如果护城河在于团队和文化，那它也随时可能被更好的团队和文化超越。DeepSeek的成本优势挡不住技术路线变化。Kimi的任务执行体验挡不住OpenAI的Codex（周活超500万）和Anthropic的Claude Code。字节的流量挡不住用户迁移成本低这个事实，换一个AI助手只需要下载一个新App。腾讯的场景挡不住更强模型的“寄生”。阿里的全栈挡不住两边都不够锋利的风险。坦白说，现在没有一家中国AI公司拥有真正的护城河。但这不完全是坏事。如果护城河已经建好了，就像搜索引擎之于Google，社交网络之于微信，那后来者连上牌桌的资格都没有。没有护城河的时代，恰恰是格局未定的时代。K3发布后，杨植麟的导师Russ Salakhutdinov在X上公开祝贺。媒体翻出他的履历：清华毕业，卡内基梅隆博士，参与Transformer-XL和XLNet研究，喜欢Pink Floyd——“月之暗面”这个名字，就取自Pink Floyd的同名专辑《The Dark Side of the Moon》。梁文锋的履历同样被反复讲述：浙大毕业，量化交易起家，在《暗涌》的专访中说“中国的AI不能永远做跟随者”。两个人代表了两条路。杨植麟想做的是“让模型替人干活”，梁文锋想做的是“让智能不再昂贵”。而字节、腾讯、阿里关心的，是如何不在这场变革中丢掉自己的江山。我们这些普通用户，既是这场战争的旁观者，也是它的战利品。谁赢了，我们用的AI就是谁的逻辑。谁输了，我们可能根本没机会用到它的产品。这场无限战争，最终决定的不只是五家公司的命运。它决定的，是我们将以什么方式，进入这个被AI重新定义的时代。