Kimi K3以“史诗级进化”震动全球AI产业，其背后的技术突破与商业路径正在清晰显现。月之暗面B端业务负责人黄震昕近日首次系统回应外界关切：K3性能跃升的核心在于底层架构创新而非工程优化，依托2025至2026年间发布的三项基础层技术——Attention Residuals（注意力残差）、Muon优化器（MoonClip）和Kimi Linear Attention——对沿用8至11年的AI基础机制进行了系统性重写，实现“20T训练数据用出40T的效果”，并让Scaling Law得以延续。目前K3支持100万token上下文，在多榜单位列世界第一，却未走低价路线，全球范围内供不应求。
技术突破：底层架构重写
黄震昕介绍，Attention Residuals于今年3月以技术论文形式发布，是K3训练中最关键的技术之一，使训练和推理效率提升25%。论文三名一作中有一名17岁学生，连马斯克都曾评价“Very impressive work from Kimi”。Muon优化器则首次被应用于大模型训练，实现同等数据下模型更聪明、训练成本减半。Kimi Linear Attention解决了传统线性注意力在长距离任务上的性能衰减问题，使模型规模扩大10倍时成本仅同步扩大10倍。更重要的是，月之暗面在模型完成前就将核心技术写入技术报告开源，“不担心写了报告就被别人学走”。
商业策略：API优先，Agent平台化
面对算力紧张导致暂停C端新用户注册的情况，黄震昕表示“遇到了和去年DeepSeek时刻一样的情况”，公司在“放开新用户”与“保障老用户”之间选择优先保障付费客户体验，“宁可先不赚那部分钱”。商业化方面，黄震昕首次披露API调用收入约占B端收入的70%，公司坚持不做私有化部署，模式更接近海外成熟模型公司。近期将发布“Kimi Hosted Agent”，把已在C端验证的Agent Harness和沙箱能力平台化开放给企业客户。针对行业热议的“模型公司要不要做Agent”路线之争，他重申：“模型公司一定要做模型。模型是最重要的基础，Agent能力是模型强到一定程度后自然而然的事。”
编注：信源为财联社《科创板日报》，材料为实地探访报道，涵盖K3技术细节、商业化数据及竞争态势等，但未涉及K3具体定价策略及算力扩容时间表。