Kimi K3 ay nagpapalabas ng global na pagtalakayan sa AI gamit ang 2.8T na mga parameter at open-source na modelo

Hulyo 22, ang Chinese AI company na Moonshot AI ay naglabas ng Kimi K3, na nagdulot ng pagkabigla sa Silicon Valley. Ang K3 ay may 2.8 trilyon na parameter, ang pinakamalaking open-weight model sa mundo, at nasa ikatlong lugar sa maraming pagsusuri, ngunit ang presyo nito ay mas mababa kaysa sa isang ikatlong bahagi ng mga pampublikong model sa Amerika. Pagkatapos ng paglabas, may apat na iba’t ibang reaksyon: ang White House ay nag-akusang “distilled” ang model na ito mula sa mga Amerikanong model, ang pangulo ng OpenAI ay tinanggap ang kakayahan nito, higit sa 200 na startup sa Silicon Valley ay nagbigay ng pahayag na magkakasama upang bawalan ang pagbabawal sa mga Chinese open-source model, at si CEO ng Nvidia na si Jensen Huang ay direktang sumuporta sa pagbubukas. Ang Chinese AI ay umuunlad sa isang natatanging landas na may pagtutok sa efficiency at open-source bilang kasangkapan, at nakakamit ang mga pinakamataas na antas nang walang kailangan ng napakalaking density ng kapital. Ang dual-engine格局 ng US at Chinese AI ay nagsisimulang umusbong.

May-akda ng artikulo, pinagkukunan: GeekPark

July 22, apat ang nangyari sa iisang araw.

Ang direktor ng Office of Science and Technology Policy ng White House, Michael Kratsios, ay nag-akusang sa X na ang Kimi K3 ng Moonshot AI ay nagtataglay ng “malawakang distilasyon” ng mga modelong Amerikano.

Ang pangulo ng OpenAI, si Greg Brockman, ay tinanggap sa isang pagtatapos sa Bloomberg na ang K3 ay “isang napakagandang modelo, walang duda.”

Sambil iyon, higit sa 200 na startup sa Silicon Valley ang nagbigay ng pahayag na naglalagay ng liham sa pamahalaan ni Trump, na nagbabala na kung ipapagbawal ang mga open-source na modelo mula sa China, “haharapin ng mga daan-daang kumpanya ang pagkabigo sa sandaling iyon.” Samantala, si CEO ng Nvidia na si Jensen Huang, ay nagbigay ng malinaw na pahayag sa eksklusibong interbyu nito kay Axios na ang mga kumpanya sa Amerika ay “dapat talagang payagan na gamitin ang mga modelo mula sa China.”

Apat na tunog, apat na direksyon, nagtuturo sa iisang pagsisimula.

Ang pagsisimula ay ang Kimi K3 na inilabas ng Chinese AI company na Moonshot sa July 16.

Kung ang alon na dinala ng DeepSeek noong unang bahagi ng 2025 ay pangunahing tumama sa paniniwala ng Wall Street sa pag-invest sa AI infrastructure, ang alon na dinala ng K3 ay tumama sa isang mas pangunahing tanong—ano ang dapat gawin ng industriya ng AI ng Amerika kapag ang China ay makapagbibigay ng weights ng model na malapit sa pinakamataas na antas?

Ang Kimi K3 na patuloy na nagpapalakas ng kanyang kakayahan, ay nagawa lamang ang pagpapabagsak sa buong Silicon Valley at Washington sa loob ng isang linggo.

Una, ang Kimi K3 mismo.

2.8 trilyon na parameter, MoE (Mixture of Experts) architecture, 16 na expert ang aktibo sa bawat pagkakataon mula sa 896 na expert, sumusuporta sa context window na 1 milyon na token. Ito ang pinakamalaking open-weight model sa buong mundo, at ang buong weights ay ipapalabas noong July 27.

Sa intelligent index ng Artificial Analysis, ang K3 ay nakakuha ng 57 puntos at nasa ikatlong lugar—pagsunod sa Fable 5 ng Anthropic (60 puntos) at GPT-5.6 Sol ng OpenAI (59 puntos), at hihigit sa Claude Opus 4.8 (56 puntos). Sa kakayahan sa frontend code, ang K3 ay naging numero uno sa Arena leaderboard sa loob ng 24 oras pagkatapos ng paglalabas, lalong higit sa lahat ng mga advanced model mula sa Amerika.

Teknikal, ang K3 ay naglakbay ng ilang interesanteng pagbabago sa arkitektura.

Ang Kimi Delta Attention (KDA) ay isang hybrid linear attention mechanism na nakakamit ng 6.3x na pagpapabilis sa decoding sa konteksto ng milyon-milyon na token. Ang Attention Residuals (AttnRes) ay nagpapahintulot sa bawat layer na pumili ng impormasyon mula sa anumang mas maagang layer, sa halip na magdagdag nang pantay-pantay tulad ng tradisyonal na residual connections. Kasama pa ang Stable LatentMoE at quantization-aware training mula sa SFT stage, ang K3 ay nakakamit ng halos 2.5x na pagpapabuti sa overall scaling efficiency kumpara sa nakaraang henerasyon na K2.

Ngunit ang nagpapalakas sa pagkabahala ng Estados Unidos ay hindi ang mga numero ng pagpapatakbo, kundi ang pagkakasama-sama ng tatlong bagay: "pagganap + presyo + bukas".

Ang presyo ng API ng K3 ay $15 bawat milyong output token. Ito ay mahal sa mga katulad na Chinese na kompanya—ang DeepSeek V4 ay $0.87 lamang, at ang GLM-5.2 ng Zhipu ay $4.40.

Ngunit kumpara sa mga saradong modelo ng Amerika, ang presyong ito ay higit sa kalahati ng presyo ng Fable 5. Isang modelo na malapit sa pinakamataas na antas na nag-aalok ng serbisyo sa mas mababang presyo kaysa sa mga kalaban—at nagpapalabas ng lahat ng weights—ang tatlong elemento na ito ay nagpapakita na ang K3 ay ang pinakamalaking impluwensya ng China sa Silicon Valley pagkatapos ng DeepSeek.

At hindi ito lumabas nang walang dahilan.

Bago ang K3, ang serye ng AI model ni Kimi ay nagsimula nang magkakaroon ng malaking impluwensya sa production chain ng Silicon Valley.

Ang SpaceX, na nagpapalit ng mga code tool na Cursor sa halagang humigit-kumulang na $60 bilyon, ay gumagamit ng Kimi K2.5 bilang pundasyon ng Composer 2. Ang CTO ng DoorDash, Andy Fang, ay nagpahayag na ang kanyang kumpanya ay nagsaulo na ng mga "mababang antas na gawain" sa Kimi K2.6. Gumagamit naman ang Thinking Machines ng K2.5 upang lumikha ng mga maagang post-training data para sa kanilang bagong modelo na Inkling.

Ang paglalabas ng K3 ay higit isang pormal na pagkilala sa katotohanan na ang Chinese open-source AI ay 'naka-embed na sa mga proseso ng produksyon' sa Silicon Valley, kaysa isang pagpapakilala ng isang bagong modelo.

Kung ang tanging bagay ay “isang bagong Chinese model na may mataas na score,” tapos na ang kuwento dito.

Ngunit isang linggo pagkatapos ng paglabas ng K3, ang tunay na nakakabulalas ay hindi ang teknikal na pagsusuri, kundi ang reaksyon nito sa Estados Unidos. Sa isang pangungusap lamang—una naming beses sa Silicon Valley, nagkaron ng publiko, malupit, at halos kampante na pagkakaibigan tungkol sa kung ang "open-source model" ay mabuti o masama.

Ang unang grupo ay ang White House at ang mga pulitikang鹰派.

Ang mga akusasyon ni Kratsios sa X ay lubos na matigas, na sinasabi na ang Moonshot ay "nagbuo ng isang kumplikadong panloob na platform upang malaki ang pagpapakita ng mga modelong Amerikano at makapag-switch nang mabilis sa iba't ibang paraan ng pag-access upang maiwasan ang pagkakadiskubre." Noong isang araw bago, ang Kalihim ng Pansariling Pondo ay Bessent ay naglabas din ng katulad na signal, na binanggit na kung matatagpuan ang mga "watermark" ng mga modelong Amerikano sa mga modelong Tsino, maaaring isapuso ang mga parusa. Ang dalawang sangay ng Kongreso ay nagpapatuloy din sa pagpapasa ng batas laban sa hindi pinahihintulutang pagpapakita. Malinaw ang lohika ng grupo na ito—ang kakayahan ng K3 ay maaaring may pinagmulan sa "walang basehang" di-maayos na paraan, at kailangan itong tugunan gamit ang mga patakaran at legal na kasangkapan.

Ang pangalawang grupo ay ang mga saradong laboratorio sa Amerika. Ang pananaw ng OpenAI ang pinakamalalim sa pag-iisip; tinanggap ni Presidente Brockman ang kakayahan ng K3, ngunit isinilid ang paksa sa kanilang pangunahing pagpapalakas sa infrastruktura, at sinabi na ang mga modelong may bukas na weights ay hindi talagang "libre" dahil ang malaking pag-deploy ay nangangailangan pa rin ng mahal na hardware. Ipinagpalagay niya na ang China ay nasa likod ng Amerika ng halos 4 na buwan sa kabuuang kakayahan ng model.

Ngunit mas kumakatawan sa emosyon ng pangkat na ito ay ang mahabang tweet na isinulat ni Dean Ball, Head of Strategic Future ng OpenAI, sa araw pagkatapos ng paglabas ng K3.

Sinabi ni Ball na ang mga open-source model ay "nagmula sa pagpapabagal" (inherently decelerationist), dahil ito ay magpapaliit sa kita ng mga lider na laboratorio, magpapabawas sa patuloy na pag-invest sa AI infrastructure, at sa huli ay magpapabagal sa pag-unlad ng pinakamalakas na model.

Kahit na niyakap niya na ang mundo na pinamumunuan ng mga modelong may bukas na weights ay magtatapos sa «AI komunismo»—isang hinaharap na kanyang itinuturing na «tulad ng isang nightmare na anti-utopia». Nag-udyok din siya na ang pinakamabuting estratehiya ng administrasyon ni Trump ay ang «paglikha ng malaking panganib sa regulasyon» sa mga open-source model ng China, gamit ang FUD (takot, kawalan ng katiyakan, at pag-aalinlangan) upang gawing aktibong umalis ang mga Amerikanong kumpanya.

Walang duda, ang direkta at malinaw na “pagkalkula sa likod ng ideolohiya” ay agad nagdulot ng malaking kontrobersiya.

Dahil sa ikatlong pwersa, ang mga startup sa Amerika at ang mga tagasuporta ng open source, ay hindi sumasang-ayon dito.

Isang bagong organisasyon na tinatawag na "Little Tech Association" na may mga miyembro tulad ng Proton, Replit, at Y Combinator ay lumabas at nag-organisa ng higit sa 200 na kumpanya na nagpadala ng liham sa White House, at ang pangunahing mensahe ay isa lamang—kung i-ban ang mga open-source model mula sa China, hindi ang mga kompanya sa China ang mamamatay, kundi ang mga entrepreneur sa Amerika.

Mas malinaw ang sabi ni Suhail Doshi, ang tagapagtatag ng startup na Particle: “Mumulat ang mga hundreds ng kumpanya nang biglaan. Sobrang maganda ito para sa Anthropic—lahat tayo ay kailangang magbayad para sa serbisyo ng Anthropic.”

Ang pinakamalakas na boses sa kampong ito ay mula kay Jensen Huang, ang tagapagtatag ng NVIDIA, na bilang puno ng pinakamalaking tagagawa ng AI chip sa mundo, ay nagbigay ng pagtataya na kabaligtaran ng White House sa isang interbyu sa Axios.

Sabi ni Huang Renxun, unang mali ang pag-unawa ng Wall Street sa DeepSeek, at ngayon ay mali rin ang pag-unawa sa K3. Simple ang kanyang lohika—ang libreng AI ay magandang balita para sa chip, para sa data center, at para sa hardware. Ang mas mura mga open-source model ay gagawing mas maraming tao at negosyo ang makakagamit ng AI, at ito ay magdudulot ng higit pang pangangailangan sa infrastruktura ng computing, hindi bababa.

“Hindi may kaganapan kung saan pinaglaban ng China ang mga Amerikanong kumpanya,” sabi ni Huang, “sirang zero.”

Kanyang sinugpo ang pahayag na ang open-source model ay "nag-iwan ng backdoor para sa China," at pinaniniwalaan niya na ang mga kumpanya ay maaaring mag-customize at mag-control ng model sa isang ligtas na sandbox. Sa kanyang pananaw, ang pagbubukas ay nagiging mas ligtas ang AI, hindi mas panganib—dahil ang mga panlabas na mananaliksik ay maaaring suriin ang model, makahanap ng mga vulnerability, at bumuo ng mga depensa.

Kung ang lahat ay magiging isang iisang modelo, isang iisang lugar ng pag-atake, at isang iisang pinagmulan ng pagkabigo, mas mababawasan ang kahinaan ng mundo.

Hindi nag-uusap tungkol sa politikal na ingay, ang argumento ni Dean Ball na "ang open source ay isang form ng decelerationism" ay tumutok sa isang tunay na isyu sa industriya na dapat mabuti na i-analyze.

Ang kanyang pag-iisip ay ganito—ang pag-unlad ng mga pinakamoderno na modelo ay kadalasang nangangailangan ng milyon-milyon dolyar na pagpapautang. Kung ang isang Chinese lab ay makakapagbigay ng isang open-source na alternatibo na may napakababang gastos at malapit sa parehong antas, ang kita ng mga closed-source na lab ay mababawasan. Ang pagbaba ng kita ay nangangahulugan ng mas kaunting pondo para sa pagpapalago, at ang mga merkado sa kapital ay magkakaroon ng mas mababang pagtataya sa terminal na halaga ng mga kumpanyang ito, na karagdagang nagpapabagal sa pagpapautang. Ang dalawang epekto na ito ay nagkakasama, at sa huli ay magpapabagal sa pag-unlad ng mga pinakamoderno na modelo.

Acknowledge ni Nathan Lambert, ang researcher sa AI, sa kanyang analisis na mula sa pananaw ng ekonomiya, ang lohika ni Ball ay tama—ang open source ay talagang nagdudulot ng "pagpapabagal" sa mga unang-lab. Gayunpaman, ipinahiwatig niya na ang epekto na ito ay hindi sapat upang pigilan ang OpenAI at Anthropic maging ang mga pinakamahalagang kompanya sa mundo.

Lumalaki ang cake ng merkado, kahit na ang mga open-source model ay kumukuha ng ilang bahagi ng bahagi, ang brand trust, reliability, at service ecosystem ng closed-source models sa mga corporate client ay may malakas na moat.

Ngunit ang mga salita ng mga kaaway ay parehong malakas. Maraming komentador ang nagturo sa isang nakakatawang katotohanan—ang OpenAI kung saan nasaan si Ball, at ang buong modernong larangan ng AI, ay mismo itinayo sa pamamagitan ng open source. Ang Transformer architecture ay isang pampublikong papel, ang PyTorch ay isang open source software, at ang mga batayan sa pananaliksik at pagbabahagi ng teknolohiya na nagbigay-daan sa pagbubukas ng OpenAI ay naganap bago ang OpenAI “isarado ang pinto sa likod nito”.

Ngayon, ang pag-akusang ang open source ay "mga nagpapabagal" ay parang pagbuo ng isang gusali gamit ang mga tool na open source ng iba, at pagpapabatid sa mga susunod na tao na hindi na maaaring buksan ang pinto ng gusali.

Ibinansag ng ilan ang pahayag ni Ball bilang “digital McCarthyism,” na naniniwala na ang mga saradong laboratorio ay sumisikap gamitin ang naratibo ng pambansang kaligtasan upang mapagtibay ang kanilang posisyon sa merkado.

Ang mas malalim na usapin sa debate na ito ay isang pagpili ng landas. Kung ang malalaking modelo ay isang bagong industriyal na pangunahing kakayahan, dapat ba itong ipagkaloob nang palaganap at i-export sa buong mundo tulad ng kuryente at internet? O dapat ba itong kontrolin nang mahigpit ng ilang mga institusyon tulad ng teknolohiya ng nuclear?

Ang nakikita ng mga pribadong laboratorio sa Estados Unidos ay isang zero-sum game—ang pagbubukas ng China ay nagpapaliit sa kanilang negosyong espasyo. Ngunit mula sa ibang pananaw, ang mabilis na pag-unlad ng mga open-source model ay gumagawa rin ng isang bagay—ang patuloy na pagbaba ng gastos sa paggamit ng AI, upang bigyan ng kakayahan ang mas maraming developer at negosyo na dati ay hindi kayang umabot sa mga pinakabagong model.

Hindi magkakasalungat ang dalawang pananaw na ito, ngunit nagdadala sila sa magkakaibang konklusyon sa patakaran.

Ang mga pamilihan ng kapital ay nagbigay na ng kanilang unang reaksyon—noong linggo ng paglalabas ng K3, bumaba ang Philadelphia Semiconductor Index ng 12.5%, ang pinakamalaking pagbaba sa 15 buwan. Bumaba ang Nvidia, AMD, at Broadcom. Kahit ang mga sariling stocks ng AI sa China ay hindi nakaiwas, bumaba ang Zhipu ng 28% sa Hong Kong Stock Exchange, at ang MiniMax ay bumaba ng 16%.

Sinabi ni Huang Renxun na mali ulit ang merkado. Ngunit sa pagkakataong ito, ang sanhi ng panic ng merkado ay hindi ang performance ng isang modelo, kundi ang isang path conflict na naging hindi maiiwasan.

Kapag tumitigil ka para makita ang buong larawan, ang ugat ng lahat ng pagtalakay sa Silicon Valley ngayon ay ang sariling napiling layunin ng industriya ng AI sa Estados Unidos—ang ekstremo ng accelerationism.

Malinaw ang lohikal na serye ng path na ito—gawin ang AGI bilang iisang, pinakamataas na prioridad na layunin, at tugunan ito sa pamamagitan ng isang sariling modelo na naglalayong maksimisahin ang kita, gamitin ang napakadaling kapital upang makamit ang napakadaling computing power, at sa huli ay makamit ang isang paglalakbay sa kakayahan na lalampas sa buong mundo. Ang laki ng pagsasapalaran, ang multiplikador ng valuation, at ang pagkakalaan sa computing power ng OpenAI at Anthropic ay mga produkto ng path na ito. Ang “pagbabagal ng open source” na pinag-aalala ni Dean Ball ay sa katotohanan ay nagsasabi lamang na kung palalambasin ng open source models ang makina ng kita, babawasan nito ang suplay ng pampalakas na pampalakas.

Ngunit habang pinapabilis ng extreme accelerationism ang pagkakaroon ng kompetensya, kailangan ding magbigay daan sa isang ibang landas.

Kapag ang mga Amerikanong laboratorio ay may ekstrimong kita at ekstrimong kapital, ang mga Chinese AI company ay hindi nasa parehong kalagayan. Wala silang parehong antas ng density ng kapital. Ngunit may paraan ang buhay—sa ilalim ng mga limitasyon, natural na lumalabas ang kanilang sariling mga palatandaan.

Ang pagbabago ng landas ni Yang Zhi Lin, ang tagapagtatag ng Moonlight, ay ang pinakamalikhaing halimbawa ng path na ito.

Noong Oktubre 2023, malinaw niyang sinabi sa isang usapan sa Geek Park—“Ang closed-source ay ang tanging daan patungo sa Super APP,” “Kasalukuyan, wala kaming plano na mag-open source.” Noong panahong iyon, ang Moonshot ay nais gumawa ng isang super app para sa C-end gamit ang closed-source na paraan.

Ngunit matapos ang epekto ng DeepSeek noong 2025, gawani ni Yang Zhilin ang isang malinaw na pagbabago. Ang K2 na may trilyon na parameter ay inilabas bilang open-source, at agad na naging sikat ang K2.5 sa open-source community—ang kita sa loob ng 20 araw pagkatapos ng paglalabas ay lumampas sa kabuuang kita noong 2025, at tumaas ng higit sa 80 beses ang bilang ng personal na subscription order. Ang K3 ay patuloy na sumunod sa landas ng open-source hanggang sa 2.8 trilyon na parameter.

Hindi ito isang random na pagbabago sa estratehiya.

Noong Marso ng taong ito, si Yang Zhilin, ang tanging Chinese independent large model founder na hinirang na magsalita sa GTC 2026 ng NVIDIA, ay ipinakita ang isang napakalinaw na teknikal na landas sa kanyang talakayan na «How We Scaled Kimi K2.5»—hindi sa pamamagitan ng pagdadagdag ng mga parameter at data upang makahabol sa mga pribadong pinakabagong teknolohiya, kundi sa pagpapalit ng lahat ng tatlong «pundasyon» na ginamit nang halos sampung taon mula pa noong Transformer era. Ang optimizer na Adam (2014), ang attention mechanism (2017), at ang residual connection (2015), ay binigyan ng Moonshot ng tatlong alternatibong solusyon, at lahat ay open source. Ipinahayag ni Musk na «impressive», habang nag-isip si Karpathy, ang dating co-founder ng OpenAI, na maaaring hindi pa sapat ang pag-unawa ng mga tao sa seminal paper tungkol sa Transformer.

Apat na buwan pagkatapos, ang K3 ay nagpatupad ng halos lahat ng ruta na isinampa sa talakayan—ang efisiyensiya ng token, ang mahabang konteksto, at ang kolaborasyon ng agent cluster, na lahat ay nagsagawa nang sabay-sabay.

Sa isang Reddit AMA event noong dulo ng 2025, sinabi ng team ng Moonshot sa pagtugon sa tanong tungkol sa pagkakaiba sa mga kaibigan sa Amerika—“Totoo na mas kaunti ang ating GPU kaysa sa ating mga kaibigan sa Amerika, ngunit pinakamabuting pinapagana namin ang bawat card.” Habang tinanong si Zhou Xinyu, ang co-founder, kung ano ang kanyang pananaw sa pagkalat ng pera ni OpenAI, mas maluwag ang kanyang sagot—“Hindi namin alam, tanging si Sam ang alam. Mayroon tayong sariling ritmo.”

“Ang sariling ritmo” — ang limang salitang ito ay maaaring maging pinakamahalagang tala para sa pag-unawa sa buong landas ng China sa AI.

Hindi lang ang Moonshot ang nagawa. Gumawa ang team ng DeepSeek ng parehong antas ng model gamit ang mas kaunting yaman. Patuloy na iniihinto ng Zhipu ang GLM series. Noong Abril ng taong ito, ipinakilala ang DeepSeek V4, at noong unang bahagi ng Hulyo, isinampa ang GLM-5.2, habang ang WAIC conference ay bago lamang naganap sa Shanghai. Hindi ito kuwento ng “muli pa ay isang Chinese model,” kundi isang patuloy, malakas, at maraming parehong paglabas ng kakayahan. Nagpapakita sila ng iba’t ibang kanilang kalakasan—pag-innoBasyon sa pundasyon, pagpapabuti ng insinyeriya, at pagbuo ng open-source ecosystem—nang walang ekstremong density ng kapital tulad ng sa Estados Unidos, at naglakad sila sa isang iba’t ibang daan patungo sa kahulugan.

Sinabi ni Brockman ng OpenAI na ang China ay nasa likod lamang ng humigit-kumulang 4 buwan sa kabuuang kakayahan. Ang numero na ito ay hindi nagpapakita ng pagkakalikod, kundi ang dalawang landas ay nag-aabot nang sabay-sabay sa harap, sa kanilang sariling paraan.

Hindi ito isang kuwento kung saan ang tagapagpanalo ang lahat.

Kung ang malalaking modelo ay tunay na isang bagong pangunahing kakayahan sa industriya, ang kanyang kapalaran ay hindi dapat maging eksklusibo sa isang kumpanya o bansa, kundi dapat gamitin ng mas maraming tao. Ang Amerika ay sumusunod sa isang landas na drivern ng kapital, pangunahing pribado, at may AGI bilang panghuling layunin. Ang China naman ay lumikha ng isang landas na drivern ng efisensiya, bukas na pinagkukunan bilang kasangkapan, at may lohika ng mas malawak na paglabas ng kakayahan. Ang dalawang landas ay may sariling mga kahusayan at gastos, ngunit kasama nila ito ay itinataas ang pangkalahatang antas ng AI.

Noong Hulyo 27, ang buong timbang ng K3 ay magiging available sa publiko. Sa panahong iyon, anumang developer sa buong mundo ay maaaring i-download, i-micro-adjust, at i-deploy ang modelo na may 2.8 trilyon na parameter. Iyon ang oras kung kailan magiging tunay na mainit ang pakikidigma ng lahat ng mga partido.

Ngunit ang mas mahalagang pagtataya kaysa ika-27 ng Hulyo ay ito—mula sa DeepSeek hanggang sa Kimi, ang dalawang AI engine ng China at Estados Unidos bilang pangunahing pwersa sa pandaigdigang AI ay magkakasama nang matagal, at hindi na isang mapag-uusapan na paghula, kundi isang nagaganap na katiyakan. Ang K3 ay ang pinakabagong patunay.