Kimi K3, 2.8T पैरामीटर और ओपन-सोर्स मॉडल के साथ वैश्विक AI बहस को जन्म देता है

22 जुलाई को, चीनी AI कंपनी मून ऑफ डार्कनेस ने Kimi K3 लॉन्च किया, जिससे सिलिकॉन वैली में हलचल मच गई। K3 में 2.8 ट्रिलियन पैरामीटर हैं, यह दुनिया का सबसे बड़ा ओपन-वेट मॉडल है और कई मूल्यांकनों में तीसरे स्थान पर है, लेकिन इसकी कीमत संयुक्त राज्य अमेरिका के बंद स्रोत मॉडल से एक तिहाई से कम है। लॉन्च के बाद चार अलग-अलग प्रतिक्रियाएँ सामने आईं: व्हाइट हाउस ने इसे "अमेरिकी मॉडल का डिस्टिलेशन" करने का आरोप लगाया, OpenAI के CEO ने इसकी तकनीकी क्षमता को मान्यता दी, सिलिकॉन वैली के लगभग 200 स्टार्टअप्स ने मिलकर चीनी ओपन-सोर्स मॉडल्स पर प्रतिबंध लगाने की चेतावनी दी, और Nvidia के CEO हुआंग रेन्शुन ने स्पष्ट रूप से खुले पहुँच पर समर्थन व्यक्त किया। चीनी AI, बिना अत्यधिक पूंजी सघनता के, कुशलता के साथ-साथ ओपन-सोर्स को हथियार के रूप में अपनाकर, अग्रणी स्तर पर पहुँचने की ओर बढ़ रही है। संयुक्त राज्य अमेरिका और चीन के AI डबल-इंजन पैटर्न का गठन हो रहा है।

लेखक, स्रोत: जीके पार्क

7 22 को, एक ही दिन में चार बातें हुईं।

व्हाइट हाउस के विज्ञान और प्रौद्योगिकी नीति कार्यालय के प्रमुख माइकल क्रैट्सियोस ने X पर मूनशॉट AI के किमी K3 को अमेरिकी मॉडल का "बड़े पैमाने पर डिस्टिलेशन" करने का आरोप लगाया।

OpenAI के अध्यक्ष ग्रेग ब्रॉकमैन ने ब्लूमबर्ग के साक्षात्कार में स्वीकार किया कि K3 "एक बहुत अच्छा मॉडल है, निस्संदेह।"

इसी समय, लगभग 200 सिलिकॉन वैली स्टार्टअप्स ने ट्रम्प सरकार को एक संयुक्त पत्र लिखकर चेतावनी दी है कि यदि चीनी ओपन-सोर्स मॉडल को प्रतिबंधित किया गया, तो “सैकड़ों कंपनियाँ तुरंत मर जाएँगी”। इसी बीच, Nvidia के सीईओ हुआंग रेन्क्सन ने Axios के एक अनन्य साक्षात्कार में स्पष्ट रूप से कहा कि अमेरिकी कंपनियों को “चीनी मॉडल का उपयोग करने की अनुमति दी जानी चाहिए”।

चार आवाजें, चार दिशाएँ, एक ही बुलंदी की ओर इशारा करती हैं।

इस उत्तेजक कारक के रूप में 16 जुलाई को, चीनी AI कंपनी मून ऑफ डार्कनेस द्वारा लॉन्च किया गया Kimi K3 है।

अगर 2025 की शुरुआत में डीपसीक द्वारा उत्पन्न हुई झटका, मुख्य रूप से वॉल स्ट्रीट के एआई बुनियादी ढांचे में निवेश के प्रति विश्वास को लक्षित करता था। तो K3 द्वारा उत्पन्न इस लहर, एक अधिक मौलिक सवाल को लक्षित करती है—जब चीन आगे के स्तर के करीब मॉडल वेट्स को खोल सकता है, तो अमेरिका का एआई उद्योग क्या करे?

क्षमता में लगातार बढ़ते किमी K3 ने केवल एक सप्ताह में पूरे सिलिकॉन वैली और वाशिंगटन को तोड़ दिया।

सबसे पहले किमी K3 के बारे में।

2.8 ट्रिलियन पैरामीटर, MoE (मिश्रित विशेषज्ञ) आर्किटेक्चर, 896 विशेषज्ञों में से प्रत्येक बार 16 सक्रिय, 100 लाख टोकन के संदर्भ विंडो का समर्थन। यह वर्तमान में दुनिया का सबसे बड़ा ओपन वेट मॉडल है, और पूर्ण वजन 27 जुलाई को खुला कर दिया जाएगा।

Artificial Analysis के स्मार्ट इंडेक्स पर, K3 को 57 अंक मिले और तीसरे स्थान पर है—Anthropic के Fable 5 (60 अंक) और OpenAI के GPT-5.6 Sol (59 अंक) के बाद, Claude Opus 4.8 (56 अंक) को पीछे छोड़ते हुए। फ्रंटएंड कोडिंग क्षमता में, K3 ने 24 घंटों के भीतर Arena रैंकिंग में पहला स्थान हासिल कर लिया, जिससे सभी अमेरिकी अग्रणी मॉडल्स को पीछे छोड़ दिया।

तकनीकी रूप से, K3 ने कुछ दिलचस्प आर्किटेक्चर नवाचार शुरू किए हैं।

Kimi Delta Attention (KDA) एक मिश्रित रैखिक ध्यान तंत्र है, जो लाखों टोकन के संदर्भ में 6.3 गुना के डिकोडिंग स्पीड बूस्ट को साकार करता है। Attention Residuals (AttnRes) प्रत्येक परत को ऐसे चयनात्मक रूप से पिछली किसी भी परत से जानकारी प्राप्त करने की अनुमति देते हैं, जिससे पारंपरिक रेजिड्यूअल कनेक्शन के विपरीत समान रूप से जोड़ने की आवश्यकता नहीं होती। Stable LatentMoE और SFT चरण से ही शुरू हुए क्वांटाइजेशन-अवगत प्रशिक्षण के साथ, K3 ने पिछली पीढ़ी K2 की तुलना में लगभग 2.5 गुना की समग्र स्केलिंग दक्षता में वृद्धि की है।

लेकिन अमेरिका को वास्तव में चिंतित करने वाली बात अंक नहीं, बल्कि "प्रदर्शन + कीमत + खुलापन" ये तीनों चीजें एक साथ होना है।

K3 की API की कीमत 15 डॉलर प्रति मिलियन आउटपुट टोकन है। यह चीनी प्रतियोगियों की तुलना में महंगा है—DeepSeek V4 केवल 0.87 डॉलर है, और ZhiPu का GLM-5.2 4.4 डॉलर है।

लेकिन अमेरिकी बंद स्रोत मॉडल की तुलना में, यह कीमत Fable 5 से एक तिहाई से भी कम है। एक शीर्ष स्तर के समीप का मॉडल, जो प्रतिद्वंद्वी से कहीं कम कीमत पर सेवाएं प्रदान करता है और सभी वजन सार्वजनिक करता है—ये तीनों तत्व मिलकर K3 को DeepSeek के बाद सिलिकॉन वैली पर सबसे बड़ा चीनी AI उत्पाद बनाते हैं।

और यह आकाश से नहीं गिरा है।

K3 से पहले, किमी के एआई मॉडल्स की श्रृंखला ने सिलिकॉन वैली की उत्पादन श्रृंखला में चुपचाप प्रवेश कर लिया था।

SpaceX लगभग 600 बिलियन डॉलर में खरीद रहा है, कोड टूल Cursor, जिसका Composer 2 का कोर Kimi K2.5 पर चलता है। DoorDash के CTO Andy Fang ने सार्वजनिक रूप से कहा है कि कंपनी ने «निम्न स्तरीय कार्य» Kimi K2.6 को सौंप दिए हैं। Thinking Machines ने अपने नए मॉडल Inkling के लिए K2.5 का उपयोग प्रारंभिक पोस्ट-ट्रेनिंग डेटा उत्पन्न करने के लिए किया है।

K3 के प्रकाशन को एक नए मॉडल की शुरुआत के रूप में नहीं, बल्कि चीनी ओपन-सोर्स AI के बारे में सिलिकॉन वैली में 'पहले से ही उत्पादन प्रक्रियाओं में एम्बेडेड' होने के तथ्य की एक खुली पुष्टि के रूप में देखा जाना चाहिए।

अगर केवल "एक चीनी नया मॉडल बहुत अच्छा स्कोर करता है" है, तो कहानी यहीं समाप्त हो जाती है।

लेकिन K3 के लॉन्च के एक हफ्ते बाद, वास्तविक विस्फोट तकनीकी समीक्षाएं नहीं, बल्कि अमेरिका में इसकी प्रतिक्रिया थी। एक वाक्य में सारांशित करें—सिलिकॉन वैली ने पहली बार ‘ओपन सोर्स मॉडल अच्छा है या बुरा’ के बारे में खुला, तीव्र, लगभग दलबदल विवाद शुरू किया।

पहला गुट व्हाइट हाउस और नीतिगत ईगल्स है।

क्रैट्सियोस ने X पर आरोप लगाया कि मूनशॉट ने एक जटिल आंतरिक प्लेटफॉर्म विकसित किया है, जिसका उपयोग अमेरिकी मॉडल के बड़े पैमाने पर डिस्टिलेशन के लिए किया जाता है और जिससे उन्हें कई एक्सेस मोड्स के बीच तेजी से स्विच करके पकड़े जाने से बचा जा सकता है। वित्त मंत्री बेसेंट ने भी पिछले दिन इसी तरह का संकेत दिया, जिसमें कहा गया कि यदि चीनी मॉडल में अमेरिकी मॉडल के "वॉटरमार्क" पाए जाते हैं, तो प्रतिबंधों की संभावना पर विचार किया जा सकता है। कांग्रेस के दोनों सदन अनधिकृत डिस्टिलेशन के खिलाफ कानूनी प्रावधानों को आगे बढ़ा रहे हैं। इस समूह की तर्कशैली स्पष्ट है—K3 की क्षमता के पीछे 'मौजूद नहीं' अनुचित साधन हो सकते हैं, जिनका जवाब नीति और कानूनी उपकरणों से दिया जाना चाहिए।

दूसरा वर्ग अमेरिकी बंद स्रोत प्रयोगशालाएँ हैं। OpenAI का रवैया सबसे रोचक है, जहाँ प्रमुख Brockman ने K3 की क्षमता को मान्यता दी, लेकिन विषय को OpenAI के बुनियादी ढांचे में निवेश के लाभ की ओर मोड़ दिया, और माना कि खुले वजन मॉडल वास्तव में 'मुफ्त' नहीं हैं, क्योंकि बड़े पैमाने पर तैनाती के लिए महंगे हार्डवेयर की आवश्यकता होती है। उनका अनुमान है कि चीन की समग्र मॉडल क्षमता में अभी भी अमेरिका से लगभग 4 महीने का अंतर है।

लेकिन इस दृष्टिकोण की भावना को सबसे अच्छी तरह से दर्शाने वाली, K3 के प्रकाशन के अगले दिन ओपनएआई के स्ट्रैटेजिक फ्यूचर्स हेड डीन बॉल द्वारा लिखी गई लंबी ट्वीट है।

बैल ने ओपन सोर्स मॉडल को "मूलतः डिसिलरेशनिस्ट" कहा है, क्योंकि यह अग्रणी प्रयोगशालाओं के लाभ क्षेत्र को कम करता है, एआई बुनियादी ढांचे में निरंतर निवेश को कम करता है, और अंततः सबसे शक्तिशाली मॉडल के विकास को धीमा करता है।

उन्होंने यह भी भविष्यवाणी की कि ओपन-वेट मॉडल्स के शासन वाली दुनिया «AI कम्युनिज्म» की ओर बढ़ेगी—एक ऐसा भविष्य जिसे वे «एंटी-यूटोपियन भयानक सपने» के समान मानते हैं। उन्होंने ट्रम्प सरकार के लिए चीनी ओपन-सोर्स मॉडल्स के खिलाफ «बहुत सारे नियामक जोखिम» पैदा करने की सलाह दी, ताकि FUD (डर, अनिश्चितता, संदेह) के माध्यम से अमेरिकी कंपनियाँ स्वयं से दूर हो जाएँ।

इस स्पष्ट “विचारधारा के पीछे की गणना” ने तुरंत भारी विवाद को जन्म दिया।

क्योंकि तीसरी पार्टी, अमेरिकी स्टार्टअप और ओपन सोर्स समर्थक, इस पर पूरी तरह से सहमत नहीं हैं।

एक नया संगठन, "लिटिल टेक एसोसिएशन", जिसमें प्रोटॉन, रीप्लिट और वाई कॉम्बिनेटर शामिल हैं, सामने आया है। उन्होंने लगभग 200 कंपनियों के साथ मिलकर व्हाइट हाउस को एक पत्र भेजा, जिसका केंद्रीय संदेश केवल एक ही है—अगर चीनी ओपन सोर्स मॉडल्स को बैन किया गया, तो जो मरेगा, वो चीनी कंपनियाँ नहीं, बल्कि अमेरिकी स्टार्टअप्स होंगे।

पार्टिकल के संस्थापक सुहेल डोशी ने और सीधे कहा: "सैकड़ों कंपनियाँ तुरंत मर जाएँगी। यह Anthropic के लिए बहुत बढ़िया है—हम सभी को Anthropic की सेवाओं के लिए पैसे खर्च करने के लिए मजबूर हो जाएँगे।"

इस दल के सबसे प्रभावशाली आवाज़ का स्रोत निवेडिया के संस्थापक हुआंग रेन्क्सुन हैं, जो दुनिया के सबसे बड़े AI चिप आपूर्तिकर्ता के प्रमुख हैं, और उन्होंने Axios के साक्षात्कार में सफेद घर के विपरीत निर्णय दिया।

हुआंग रेनक्सन ने कहा कि वॉल स्ट्रीट ने पहले डीपसीक को गलत समझा, और अब यह केती को गलत समझ रही है। उनका तर्क सरल है—मुफ्त AI चिप्स, डेटा सेंटर और हार्डवेयर के लिए अच्छा है। सस्ते ओपन-सोर्स मॉडल अधिक लोगों और कंपनियों को AI का उपयोग करने में सक्षम बनाएंगे, जिससे कैलकुलेशन इंफ्रास्ट्रक्चर की मांग में वृद्धि होगी, न कि कमी।

"कोई ऐसा परिदृश्य नहीं है जहां चीन अमेरिकी कंपनियों को भगा रहा हो," हुआंग रेन्स्युन ने कहा, "शून्य संभावना।"

उन्होंने ओपन सोर्स मॉडल्स के बारे में "चीन के लिए बैकडoor छोड़ना" के दावे का खंडन किया, और माना कि उद्यम बिल्कुल सुरक्षित सैंडबॉक्स में मॉडल को कस्टमाइज़ और नियंत्रित कर सकते हैं। उनके अनुसार, खुलापन AI को अधिक खतरनाक नहीं, बल्कि अधिक सुरक्षित बनाता है—क्योंकि बाहरी शोधकर्ता मॉडल की समीक्षा कर सकते हैं, वल्नरेबिलिटीज़ की पहचान कर सकते हैं, और रक्षा बना सकते हैं।

अगर सब कुछ एक एकल मॉडल, एक एकल हमला सतह और एक एकल विफलता का स्रोत बन जाए, तो दुनिया काफी अधिक कमजोर हो जाएगी।

राजनीतिक शोर को छोड़कर, डीन बॉल द्वारा प्रस्तावित "ओपन सोर्स एक डिसिलरेशनिस्ट तर्क है" यह तर्क वास्तविक उद्योग तर्क की एक समस्या को छूता है, जिसे ध्यान से विघटित किया जाना चाहिए।

उसकी तर्क श्रृंखला इस प्रकार है—अग्रणी मॉडल विकास के लिए अक्सर दस अरब डॉलर की निवेश की आवश्यकता होती है। यदि एक चीनी प्रयोगशाला अत्यंत कम लागत पर लगभग समान स्तर का ओपन सोर्स विकल्प प्रदान कर सकती है, तो बंद स्रोत प्रयोगशालाओं का लाभ सीमा संकुचित हो जाएगी। लाभ में कमी का अर्थ है कि पुनः निवेश के लिए उपलब्ध धन कम होगा, और बाजार इन कंपनियों के अंतिम मूल्यांकन में कमी करेगा, जिससे वित्तपोषण और अधिक सीमित हो जाएगा। दोनों प्रभावों के संयोजन से, अग्रणी मॉडल के विकास की गति अंततः धीमी पड़ जाएगी।

AI शोधकर्ता नाथन लैम्बर्ट ने अपने विश्लेषणात्मक लेख में स्वीकार किया कि शुद्ध आर्थिक दृष्टिकोण से, बॉल का तर्क मान्य है—ओपन सोर्स वास्तव में अग्रणी प्रयोगशालाओं के लिए आर्थिक स्तर पर एक "धीमा" प्रभाव उत्पन्न करता है। लेकिन उन्होंने यह भी बताया कि यह प्रभाव OpenAI और Anthropic को दुनिया की सबसे मूल्यवान कंपनियों में बने रहने से नहीं रोक सकता।

मार्केट का केक बड़ा हो रहा है, भले ही ओपन-सोर्स मॉडल्स ने कुछ हिस्सा ले लिया हो, बंद-सोर्स मॉडल्स की कॉर्पोरेट कस्टमर्स में ब्रांड विश्वास, विश्वसनीयता और सेवा पारिस्थिति अभी भी मजबूत बाधा बनी हुई है।

लेकिन विरोधियों की आवाजें भी तीखी हैं। कई टिप्पणीकारों ने एक विरोधाभासी तथ्य पर ध्यान दिया—बैल के साथ OpenAI, और पूरा आधुनिक AI क्षेत्र, खुले स्रोत पर ही बनाया गया है। Transformer आर्किटेक्चर एक खुली पेपर है, PyTorch एक ओपन-सोर्स सॉफ्टवेयर है, और उन सभी शोध आधारों और तकनीकी साझाकरण को OpenAI ने अपने पीछे का दरवाजा 'बंद' करने से पहले ही साझा किया था।

अब ओपन सोर्स को "धीमापनवाद" कहना, ऐसा है जैसे किसी और के ओपन सोर्स टूल का उपयोग करके एक इमारत बनाएं, और फिर आगे आने वालों को बताएं कि इमारत का दरवाजा अब खुला नहीं रहेगा।

कुछ लोग बैल के तर्क को "डिजिटल मैककार्थिवाद" कहते हैं, जिसमें बंद स्रोत प्रयोगशालाओं को अपनी बाजार स्थिति को मजबूत करने के लिए राष्ट्रीय सुरक्षा की कहानी का उपयोग करने का आरोप लगाया जाता है।

इस बहस की गहराई में एक मार्ग चयन की समस्या है। यदि बड़े मॉडल एक नई औद्योगिक आधारभूत क्षमता हैं, तो क्या उन्हें बिजली और इंटरनेट की तरह व्यापक रूप से उपलब्ध कराया जाना चाहिए और वैश्विक स्तर पर निर्यात किया जाना चाहिए? या फिर परमाणु प्रौद्योगिकी की तरह इन्हें कुछ संस्थाओं द्वारा कठोरता से नियंत्रित किया जाना चाहिए?

अमेरिकी बंद स्रोत प्रयोगशालाएँ एक शून्य योग खेल देखती हैं—चीन की खुलासा उनके व्यावसायिक स्थान को कम कर रहा है। लेकिन दूसरे पहलू से, ओपन सोर्स मॉडल की तेजी से प्रगति एक चीज़ भी कर रही है—AI के उपयोग की लागत को लगातार कम करना, जिससे पहले अग्रणी मॉडल का उपयोग नहीं कर पाने वाले डेवलपर्स और कंपनियों को क्षमता प्राप्त होती है।

ये दोनों दृष्टिकोण एक-दूसरे के विरोधी नहीं हैं, लेकिन वे बिल्कुल अलग नीतिगत निष्कर्षों की ओर ले जाते हैं।

बाजार ने अपनी पहली प्रतिक्रिया दे दी है—K3 लॉन्च के सप्ताह में, फिलाडेल्फिया सेमीकंडक्टर इंडेक्स 12.5% गिरा, जो 15 महीनों में सबसे बड़ी गिरावट है। Nvidia, AMD, Broadcom सभी गिरे। यहां तक कि चीन के अपने AI कॉन्सेप्ट स्टॉक्स भी बच नहीं पाए, जिसमें Zhizhang हॉंग कॉंग में 28% और MiniMax 16% गिरा।

हुआंग रेनक्सन ने कहा कि बाजार फिर से गलत है। लेकिन इस बार, बाजार का डर वास्तव में किसी मॉडल के स्कोर से नहीं, बल्कि एक ऐसे पथ संघर्ष से है जो अब अवगत होने लगा है।

एक कदम पीछे हटकर देखें, तो सिलिकॉन वैली में वर्तमान में हो रही सभी बहसों का मूल कारण, अमेरिकी AI उद्योग द्वारा खुद चुना गया लक्ष्य है—अत्यधिक त्वरणवाद।

इस पथ की त論्क श्रृंखला स्पष्ट है—AGI को एकल, सर्वोच्च प्राथमिकता के रूप में एक लक्ष्य के रूप में निर्धारित करें, इस लक्ष्य को समर्थन देने के लिए एक अधिकतम लाभ वाला बंद स्रोत व्यावसायिक मॉडल अपनाएं, अत्यधिक पूंजी घनत्व का उपयोग करके अत्यधिक कैलकुलेशन क्षमता प्राप्त करें, और अंततः दुनिया को पीछे छोड़ने वाली एक क्षमता की छलांग प्राप्त करें। OpenAI और Anthropic के फंडिंग स्तर, मूल्यांकन गुणांक और कैलकुलेशन निवेश, इस पथ के परिणाम हैं। Dean Ball द्वारा चिंता की गई 'ओपन सोर्स धीमापन' मूलतः इस बात को संदर्भित करती है—यदि इस लाभ इंजन को ओपन सोर्स मॉडल द्वारा कमजोर कर दिया जाता है, तो अत्यधिक त्वरण के लिए ईंधन कम हो जाएगा।

लेकिन एक्सट्रीम एक्सलरेशनिज़्म एक प्रतिस्पर्धी मार्ग बनाते समय अवश्य ही एक अन्य मार्ग को जन्म देगा।

जब अमेरिकी लैबोरेटरीज के पास अत्यधिक लाभ और अत्यधिक पूंजी होती है, तो चीनी AI कंपनियाँ उसी परिस्थिति में नहीं होती हैं। उनके पास समान स्तर की पूंजी घनत्व नहीं होता है। लेकिन जीवन के पास अपने तरीके होते हैं—प्रतिबंधों के अंदर, वे स्वयं के लिए स्वाभाविक रूप से अपने संकेतक विकसित कर लेते हैं।

मून ऑफ द डार्क साइड के संस्थापक यांग ज़हीलिन का अपना मार्ग परिवर्तन इस मार्ग का सबसे जीवंत उदाहरण है।

अक्टूबर 2023 में, उन्होंने गेक पार्क के संवाद में बहुत स्पष्ट रूप से कहा — «बंद स्रोत ही सुपर ऐप की ओर जाने का एकमात्र मार्ग है» «हमारे पास अभी तक ओपन सोर्स करने की कोई योजना नहीं है»। उस समय, मून ऑफ द डार्क एक बंद स्रोत तरीके से सी-एंड सुपर ऐप बनाना चाहता था।

लेकिन 2025 में DeepSeek के झटके के बाद, यांग ज़हान ने एक स्पष्ट समायोजन किया। ट्रिलियन पैरामीटर का K2 ओपन सोर्स हो गया, K2.5 ओपन सोर्स समुदाय में जल्दी ही लोकप्रिय हो गया—प्रकाशन के 20 दिनों के भीतर आय 2025 की पूरी सालाना आय से अधिक हो गई, और व्यक्तिगत सदस्यता ऑर्डर में 80 गुना से अधिक की वृद्धि हुई। K3 ने ओपन सोर्स पथ पर 2.8 ट्रिलियन पैरामीटर तक आगे बढ़कर जारी रखा।

यह कोई अनियमित रणनीतिक झुकाव नहीं है।

इस साल मार्च में, यांग ज़हान ने निवेदन किया कि वह एकमात्र चीनी स्वतंत्र बड़े मॉडल के संस्थापक हैं जिन्हें निवेडा GTC 2026 में आमंत्रित किया गया था, और 'How We Scaled Kimi K2.5' शीर्षक वाले सत्र में एक बहुत स्पष्ट तकनीकी रास्ता प्रस्तुत किया—जो कि पैरामीटर और डेटा को जमा करके बंद स्रोत के अग्रणी विकास का पीछा करने के बजाय, ट्रांसफॉर्मर युग से लगभग दशकों से उपयोग किए जा रहे तीन 'आधार' को पूरी तरह से बदलना है। ऑप्टिमाइज़र Adam (2014), ध्यान तंत्र (2017), और रेसिड्यूअल कनेक्शन (2015) के लिए मून ऑफ़ डार्कनेस ने तीन वैकल्पिक समाधान प्रस्तुत किए, जो सभी ओपन सोर्स हैं। मस्क ने इसे 'प्रभावशाली' कहा, और पूर्व OpenAI सह-संस्थापक करपथी ने महसूस किया कि Transformer के मूल पेपर की समझ अभी भी पर्याप्त नहीं हो सकती।

चार महीने बाद, K3 ने उस भाषण में दी गई रोडमैप का लगभग पूरा कार्यान्वयन कर दिया—टोकन दक्षता, लंबे संदर्भ, एजेंट क्लस्टर सहयोग, तीनों रेखाएँ एक साथ लागू हुईं।

2025 के अंत में एक Reddit AMA के दौरान, मून ऑफ डार्कनेस टीम से पूछा गया कि उनके अमेरिकी साथियों के साथ क्या अंतर है, तो उन्होंने कहा — «हमारे पास वास्तव में अमेरिकी साथियों की तुलना में कम GPU हैं, लेकिन हमने हर कार्ड की क्षमता को अधिकतम तक निकाल लिया है।» जून शिनयू को यह पूछा गया कि वे OpenAI के पैसे जलाने के बारे में क्या सोचते हैं, तो उन्होंने और भी आराम से जवाब दिया — «हमें नहीं पता, केवल सैम को पता है। हमारी अपनी गति है।»

"अपनी गति" — ये पाँच शब्द पूरे चीनी AI पथ को समझने के लिए सबसे महत्वपूर्ण टिप्पणी हो सकते हैं।

केवल मून ऑफ द डार्क साइड ही नहीं। डीपसीक टीम ने कम संसाधनों के साथ समान स्तर का मॉडल बनाया। ज़हीपु ने GLM सीरीज़ को लगातार अपडेट किया है। इस साल अप्रैल में डीपसीक V4 लॉन्च हुआ, जुलाई के शुरू में GLM-5.2 लाइव हुआ, और WAIC कॉन्फ्रेंस अभी हाल ही में शंघाई में आयोजित की गई। यह कोई “फिर से एक चीनी मॉडल आ गया” की कहानी नहीं है, बल्कि एक लगातार, घना, और बहु-बिंदु समानांतर क्षमता रिलीज़ का रिदम है। वे अपने-अपने फायदों को अलग-अलग तरीके से प्रदर्शित करते हैं—बेसिक आर्किटेक्चर इनोवेशन, इंजीनियरिंग दक्षता में सुधार, ओपन सोर्स इकोसिस्टम का निर्माण—अमेरिका की तरह अत्यधिक पूंजी सघनता के बिना, एक अलग मार्ग पर अग्रणी स्तर की ओर बढ़ते हुए।

OpenAI के ब्रॉकमैन का कहना है कि चीन केवल लगभग 4 महीने पीछे है। यह संख्या वास्तव में पीछे रहने की बजाय दोनों मार्गों के एक साथ अपने-अपने तरीके से अग्रिम की ओर बढ़ रहे होने को दर्शाती है।

यह एक विजेता-सभी-लेता-है की कहानी नहीं होगी।

अगर बड़े मॉडल वास्तव में एक नई औद्योगिक आधारभूत क्षमता हैं, तो उनकी किस्मत एक कंपनी या एक देश द्वारा अकेले कब्जे में लिए जाने की नहीं, बल्कि अधिक लोगों द्वारा उपयोग किए जाने की है। अमेरिका धन के संचालन, बंद स्रोत पर आधारित, और AGI को अंतिम लक्ष्य मानकर एक मार्ग अपना रहा है। चीन द्वारा अपनाया गया मार्ग, कुशलता के संचालन, खुले स्रोत को साधन के रूप में, और अधिक व्यापक क्षमता प्रसार के तर्क पर आधारित है। दोनों मार्गों के अपने-अपने फायदे और कीमतें हैं, लेकिन वे मिलकर AI के समग्र स्तर को ऊपर उठा रहे हैं।

27 जुलाई को K3 का पूर्ण भार सार्वजनिक रूप से जारी किया जाएगा। उस समय दुनिया भर के कोई भी डेवलपर इस 2.8 ट्रिलियन पैरामीटर मॉडल को डाउनलोड, सूक्ष्म-समायोजित और डिप्लॉय कर सकेंगे। तब ही सभी पक्षों के बीच प्रतिस्पर्धा वास्तव में तीव्र हो जाएगी।

लेकिन 27 जुलाई से अधिक महत्वपूर्ण निर्णय यह हो सकता है कि डीपसीक से लेकर किमी तक, चीन और संयुक्त राज्य अमेरिका के दो AI इंजन विश्व AI के केंद्रीय चलाने वाले बल के रूप में लंबे समय तक सहअस्तित्व में हैं, जो केवल एक वादा नहीं, बल्कि एक आगामी अनिवार्यता है। K3 केवल सबसे हालिया साबिती है।