Kimi K3 спонукає глобальну дискусію про ШІ з 2,8 трлн параметрів та відкритою моделлю

22 липня китайська компанія з штучним інтелектом Moonshot AI випустила Kimi K3, що викликало хвилі у Сіліконовій долині. K3 має 2,8 трильйона параметрів і є найбільшою моделлю з відкритими вагами на світі, посідаючи третє місце в багатьох тестах, при цьому її ціна менше третини від ціни закритих американських моделей. Після запуску зʼявилися чотири різні позиції: Білий дім звинуватив її у «дистиляції» американських моделей, генеральний директор OpenAI визнав її технічну могутність, майже 200 стартапів із Сіліконової долини спільно попередили про необхідність не блокувати китайські відкриті моделі, а генеральний директор Nvidia Дженсен Хуан відкрито підтримав відкритість. Китайський штучний інтелект рухається унікальним шляхом — з орієнтацією на ефективність та відкритість — і наближається до передових рівнів без надмірної капітальної щільності. Формується двопольова структура китайського та американського штучного інтелекту.

Автор статті, джерело: GeekPark

22 липня відбулося чотири події в один день.

Директор Білого дому з політики у сфері технологій Майкл Кратсіос у X публічно звинуватив Moonshot AI у «масштабному дистилюванні» американських моделей через Kimi K3.

Президент OpenAI Гріг Брокман у інтерв’ю Bloomberg визнав, що K3 — «дуже хороша модель, без сумніву».

Також близько 200 стартапів з Кремнієвої долини спільно надіслали лист уряду Трампа, попереджаючи, що якщо заборонити китайські відкриті моделі, «сотні компаній миттєво зникнуть». А генеральний директор Nvidia Хуан Женсюнь у ексклюзивному інтерв’ю Axios чітко заявив, що американським компаніям «абсолютно слід дозволити використовувати китайські моделі».

Чотири звуки, чотири напрямки, вказують на один і той самий сігнал.

Цим спонукачем став 16 липня, коли китайська компанія зі штучним інтелектом Moonshot опублікувала Kimi K3.

Якщо хвилю, спричинену DeepSeek на початку 2025 року, в першу чергу було спрямовано на віру Уолл-стріт у інвестиції в інфраструктуру ШІ, то хвиля, спричинена K3, ставить більш фундаментальне питання — як американській індустрії ШІ діяти, коли Китай може відкривати ваги моделей майже на передовому рівні?

Kimi K3, який поступово збільшує свою потужність, за тиждень розривав увесь Сіліконовий долину та Вашингтон.

Спочатку про сам Kimi K3.

2,8 трильйона параметрів, архітектура MoE (мішані експерти), активується 16 експертів з 896, підтримує контекстне вікно до 1 мільйона токенів. Це найбільша на сьогодні модель з відкритими вагами; повні ваги будуть опубліковані 27 липня.

На розумному індексі Artificial Analysis, K3 отримав 57 балів і зайняв третє місце — після Fable 5 від Anthropic (60 балів) і GPT-5.6 Sol від OpenAI (59 балів), обійшовши Claude Opus 4.8 (56 балів). У сфері здатності до написання фронтенд-коду, K3 зайняв перше місце на рейтингу Arena протягом 24 годин після запуску, обійшовши всі передові американські моделі.

Технічно K3 впровадила кілька цікавих архітектурних інновацій.

Kimi Delta Attention (KDA) — це гібридний лінійний механізм уваги, який забезпечує прискорення декодування у 6,3 рази в контекстах мільйонів токенів. Attention Residuals (AttnRes) дозволяють кожному шару вибирально отримувати інформацію з будь-якого попереднього шару, а не додавати її рівномірно, як у традиційних залишкових з’єднаннях. Разом із Stable LatentMoE та квантово-відчутним навчанням, яке починається з етапу SFT, K3 досягає приблизно 2,5-кратного підвищення загальної ефективності масштабування порівняно з попереднім поколінням K2.

Але те, що справді тривожить США, — це одночасне відбування «продуктивність + ціна + відкритість».

Ціна API K3 становить 15 доларів США за мільйон вихідних токенів. Це дорожче, ніж у китайських конкурентів — DeepSeek V4 коштує лише 0,87 долара США, а GLM-5.2 від Zhipu — 4,4 долара США.

Але порівняно з американськими закритими моделями, ціна становить менше третини від Fable 5. Модель, що наближається до передового рівня, яка надає послуги за ціною значно нижчою, ніж у конкурентів, і одночасно публікує всі ваги — ці три фактори разом роблять K3 найбільшим китайським AI-продуктом, що вплинув на Сіліконову долину після DeepSeek.

І це не з’явилося звідкись.

До K3 серія моделей AI від Kimi вже тихо проникла в виробничі ланцюги Сіліконової долини.

SpaceX збирається придбати інструмент для кодування Cursor за ціною близько 60 мільярдів доларів США, і його Composer 2 працює на базі Kimi K2.5. Генеральний директор DoorDash Енді Фанг публічно заявив, що компанія передала «низькі завдання» Kimi K2.6. Thinking Machines використовує K2.5 для генерації початкових даних після навчання для своєї нової моделі Inkling.

Випуск K3 — це не стільки презентація нової моделі, скільки публічне підтвердження того, що китайський відкритий штучний інтелект вже вбудований у виробничі процеси в Сіліконовій долині.

Якщо це просто «нова китайська модель показала високий бал», то історія закінчується тут.

Але тиждень після випуску K3 справжнім вибухом стала не технічна оцінка, а реакція в США — одним реченням: Сіліконова долина вперше відкрито, запекло й майже фракційно розкололася навколо питання «чи є відкриті моделі добром чи злом».

Перша група — Білий дім та політичні хижаки.

Заяви Краціоса в X були досить жорсткими: він стверджував, що Moonshot «розробив складну внутрішню платформу для масштабного витягування американських моделей та здатний швидко переключатися між різними способами доступу, щоб уникнути виявлення». На день раніше міністр фінансів Бессент також дав схожий сигнал, зазначивши, що якщо будуть знайдені «водяні знаки» американських моделей у китайських моделях, може бути розглянуто санкції. Обидві палати Конгресу також просувають законодавчі ініціативи щодо неавторизованого витягування. Логіка цього напрямку дуже чітка — здатності K3 можуть ґрунтуватися на «вигаданих» неправомірних методах, і їх слід вирішувати за допомогою політичних та правових інструментів.

Другий табір — це закриті лабораторії США. Позиція OpenAI найбільш цікава: президент Брокман визнав сильні сторони K3, але змістив акцент на переваги OpenAI у вкладеннях у інфраструктуру, стверджуючи, що моделі з відкритими вагами не є справді «безкоштовними», оскільки масштабне розгортання все ще вимагає дорогого обладнання. Він оцінив, що Китай за загальною здатністю моделей все ще відстає від США приблизно на 4 місяці.

Але більш точно відображають настрій цієї групи довга твіт, написана Діном Боллом, керівником стратегічного майбутнього OpenAI, наступного дня після запуску K3.

Болл стверджує, що відкриті моделі «за суттю є декелераціоністськими», оскільки вони зменшують прибутковість передових лабораторій, зменшуючи постійні інвестиції в інфраструктуру ШІ, що в кінцевому підсумку уповільнює розвиток найпотужніших моделей.

Він навіть передбачив, що світ, керований моделями з відкритим вагом, піде до «AI-комунізму» — майбутнього, яке він вважає «нічним кошмаром антиутопії». Він також порадив найкращою стратегією для уряду Трампа було «створити велику кількість регуляторних ризиків» для китайських відкритих моделей, використовуючи FUD (страх, невизначеність, сумнів), щоб американські компанії самі відмовилися від них.

Незважаючи на це, ця відкрита «ідеологія за розрахунками» викликала величезний скандал.

Третій лагір — американські стартапи та прихильники відкритого коду — повністю ігнорує це.

Нова організація під назвою «Little Tech Association», до якої входять Proton, Replit та Y Combinator, зібрала майже 200 компаній, які надіслали спільний лист до Білого дому, і їхнє основне повідомлення одне: якщо заборонити китайські відкриті моделі, не китайські компанії, а американські підприємці загинуть.

Засновник стартапу Particle Сухейл Досі сказав ще чіткіше: «Сотні компаній миттєво помруть. Це чудово для Anthropic — нам усім доведеться витрачати гроші на послуги Anthropic».

Найважливішим голосом у цьому таборі є засновник NVIDIA Хуань Ренсюнь, керівник найбільшого у світі постачальника AI-чіпів, який у інтерв’ю з Axios дав оцінку, що повністю суперечить позиції Білого дому.

Хуан Ренсюнь сказав, що Стенлі вперше неправильно зрозуміли DeepSeek, а зараз неправильно зрозуміли K3. Його логіка проста — безкоштовні ІІ допомагають чіпам, центрам обробки даних і обладнанню. Більш дешеві відкриті моделі дозволять більшій кількості людей і підприємств використовувати ІІ, що збільшить попит на інфраструктуру обчислювальних потужностей, а не зменшить його.

«Немає сценарію, щоб Китай вигнав американські компанії», — сказав Хуан Ренсюнь. «Нульова ймовірність».

Він також заперечив твердження про те, що відкриті моделі залишають «задні двері» для Китаю, вважаючи, що компанії можуть налаштовувати та контролювати моделі в безпечних пісочницях. За його думкою, відкритість робить ШІ безпечнішими, а не небезпечнішими — оскільки зовнішні дослідники можуть перевіряти моделі, виявляти вразливості та створювати захист.

Якби все перетворилося на одну єдину модель, один єдиний вектор атаки, один єдиний джерело відмови, світ став би набагато більш хрупким.

Відкинувши політичний шум, аргумент Діна Болла про те, що «відкрите програмне забезпечення — це декелератор», дійсно стосується реального промислового логічного питання, яке варто уважно розібрати.

Його ланцюжок міркувань такий — розробка передових моделей часто вимагає вкладень у десятки мільярдів доларів. Якщо китайська лабораторія зможе запропонувати відкритий аналог майже такої ж якості за дуже низьку вартість, то прибутковість закритих лабораторій зменшиться. Зменшення прибутку означає менше коштів для повторних інвестицій, а також те, що ринок капіталу знизить кінцеву вартість цих компаній, що додатково обмежить доступ до фінансування. Два ефекти разом в кінцевому підсумку сповільнють розвиток найбільш передових моделей.

Дослідник з ІІ Nathan Lambert у своєму аналітичному матеріалі визнав, що з чисто економічної точки зору логіка Ball є обґрунтованою — відкрите програмне забезпечення справді створює «затримку» для передових лабораторій на економічному рівні. Але він також зазначив, що цей ефект не достатній, щоб завадити OpenAI та Anthropic стати найціннішими компаніями у світі.

Ринкова цілина зростає, і навіть якщо відкриті моделі забрали частину частки, закриті моделі зберігають сильний конкурентний перевагу щодо брендової довіри, надійності та екосистеми сервісів серед корпоративних клієнтів.

Але голоси опонентів також були вельми різкими. Кілька коментаторів зазначили іронічний факт — OpenAI, де працює Ball, та весь сучасний AI-сектор у цілому, були побудовані на відкритих джерелах. Архітектура Transformer була опублікована у відкритій статті, PyTorch — це відкрите програмне забезпечення, а дослідження та технологічний обмін, що зробили прорив OpenAI можливим, відбувалися ще до того, як OpenAI «закрила двері за собою».

Зараз звинувачувати відкрите програмне забезпечення у «замедленні» — це те саме, що побудувати будівлю за допомогою інструментів з відкритим кодом і сказати наступникам, що двері в будівлі більше не можна відкривати.

Хтось навіть назвав позицію Болла «цифровим маккартизмом», вважаючи, що закриті лабораторії намагаються використовувати розповідь про національну безпеку, щоб закріпити свою ринкову позицію.

Глибина цієї дебати полягає у виборі шляху. Якщо великі моделі є новою промисловою базовою здатністю, то вони повинні бути широко доступні та глобально експортовані, як електрика та інтернет, чи, як ядерні технології, строго контролюватися невеликою кількістю інституцій?

Американські закриті лабораторії бачать це як гру з нульовою сумою — китайська відкритість зменшує їхній комерційний простір. Але з іншого боку, швидкий прогрес у відкритих моделях також робить одне — постійно знижує вартість використання ШІ, надаючи можливості розробникам і компаніям, які раніше не могли дозволити собі передові моделі.

Ці два погляди не є взаємовиключними, але вони призводять до зовсім різних політичних висновків.

Ринок капіталу вже дав свою першу відповідь — на тиждень випуску K3 індекс Philadelphia Semiconductor впав на 12,5%, що стало найбільшим падінням за 15 місяців. Nvidia, AMD, Broadcom усі значно впали. Навіть китайські акції, пов’язані з AI, не уникли впливу: Zhipu впав на 28% на Гонконгській біржі, MiniMax — на 16%.

Хуан Ренсюнь сказав, що ринок знову помилився. Але на цей раз об’єктом паніки ринку є не результати тестування якоїсь моделі, а невирішувана конфліктність шляхів.

Поглянувши на це з відстані, коріння всіх сьогоднішніх суперечок у Сіліконовій долині полягає саме у цілі, яку саме вибрала американська галузь ШІ — екстремальний акселераціонізм.

Логічний ланцюжок цього підходу дуже чіткий — вважати AGI єдиною та найвищою пріоритетною метою, для підтримки цієї мети вибирати закриту бізнес-модель із максимізацією прибутку, використовувати екстремальну капіталоємність для створення екстремальної обчислювальної потужності, щоб нарешті досягти стрибка здатностей, який віддаляє від усього світу. Розміри фінансування, кратність оцінки та інвестиції в обчислювальну потужність OpenAI та Anthropic — це всі результати цього підходу. Те, чого бояться Дін Болл, — «зповільнення через відкритий код» — суттєво означає: якщо цей двигун прибутку буде ослаблено моделями з відкритим кодом, паливо для екстремального прискорення стане меншим.

Але екстремальний акселерацізм, створюючи конкурентну перевагу, неодмінно породить інший шлях.

Коли американські лабораторії мають екстремальний прибуток і екстремальний капітал, китайські AI-компанії не перебувають у таких самих умовах. Вони не мають такого ж рівня щільності капіталу. Але життя має свої методи — у обмежених умовах воно природним чином виростить власні знаки.

Зміна курсу Яна Чжіліна, засновника Moonshot, є найяскравішим підтвердженням цього шляху.

У жовтні 2023 року він чітко сказав у діалозі з Geek Park: «Закритий код — єдиний шлях до Super APP», «Наразі ми не маємо планів щодо відкриття коду». Тоді Moonshot хотіла створити супер-додаток для кінцевих користувачів за допомогою закритого коду.

Але після хвилі DeepSeek у 2025 році Ян Чжилінь зробив чіткий крок: відкрив код K2 з трильйоном параметрів, і K2.5 швидко набув популярності в спільноті з відкритим кодом — дохід за 20 днів після запуску перевищив дохід за весь 2025 рік, а кількість особистих підписок зросла більше ніж у 80 разів. K3 продовжив шлях відкритого коду до 2,8 трильйона параметрів.

Це не випадкове стратегічне коливання.

У березні цього року Ян Чжилінь, єдиний китайський засновник незалежної великої мовної моделі, запрошений для виступу на GTC 2026 від NVIDIA, представив чітку технічну стратегію у своєму виступі «How We Scaled Kimi K2.5» — замість того, щоб прагнути до закритих передових рішень шляхом накопичення параметрів і даних, він повністю замінив три «фундаменти», що використовувалися протягом майже десяти років у епоху Transformer: оптимізатор Adam (2014 рік), механізм уваги (2017 рік) та залишкові з’єднання (2015 рік). Moonshot AI запропонував три альтернативи, всі вони відкриті. Маск оцінив це як «вражливе», а колишній співзасновник OpenAI Карпатірі зазначив, що розуміння оригінальної статті про Transformer, можливо, ще не достатньо глибоке.

Чотири місяці потому K3 практично реалізувала всі пункти дорожньої карти з того виступу — ефективність токенів, довгий контекст, спільна робота агентів — усі три напрямки були впроваджені одночасно.

На Reddit AMA-події наприкінці 2025 року команда Moonshot, коли її запитали про різницю з американськими колегами, сказала: «Наша кількість GPU дійсно менша, ніж у американських колег, але ми повністю використовуємо потужність кожної карти». Коли співзасновника Чжоу Сінью запитали, як він ставиться до витрат OpenAI, він відповів більш спокійно: «Ми не знаємо, тільки Сем знає. У нас свій темп».

«Власний темп» — ці п’ять слів можуть бути найважливішим коментарем до розуміння всього китайського шляху ШІ.

Це не тільки про Moonshot. Команда DeepSeek створила модель того ж рівня, використовуючи менше ресурсів. Zhipu безперервно ітерує серію GLM. У квітні цього року було запущено DeepSeek V4, на початку липня — GLM-5.2, а недавно у Шанхаї відбувся конференційний захід WAIC. Це не історія про «ще один китайський моделю», а неперервний, інтенсивний, багатоточковий ритм випуску здібностей. Вони кожен використовують свої сильні сторони — інновації в базовій архітектурі, оптимізацію інженерної ефективності, побудову відкритої екосистеми — і, не маючи такої ж екстремальної щільності капіталу, як у США, проклали інший шлях до переднього краю.

Брокман з OpenAI сказав, що Китай відстає лише приблизно на 4 місяці за загальною здатністю. Це число свідчить не про відставання, а про те, що дві шляхи одночасно наближаються до переднього краю своїми власними способами.

Це не буде історія «всі або нічого».

Якщо великі моделі справді є новою промисловою базовою здатністю, то їхня доля — не в тому, щоб їх монополізувала одна компанія або одна країна, а в тому, щоб їх використовувало більше людей. США обрали шлях, спрямований на капітал, з переважно закритим кодом і фінальною метою досягнення AGI. Китай вибрав шлях, спрямований на ефективність, з відкритим кодом як інструментом і логікою ширшого виведення здатностей. Обидва шляхи мають свої переваги та ціну, але разом вони піднімають загальний рівень AI.

27 липня повна вага K3 буде офіційно опублікована. Тоді будь-який розробник по всьому світу зможе завантажити, доналаштувати та розгорнути цю модель з 2,8 трильйона параметрів. Саме тоді боротьба між усіма сторонами справді розгорнеться.

Але, можливо, важливішим судженням, ніж 27 липня, є це — існування двох китайських і американських AI-двигунів, DeepSeek і Kimi, як основних драйверів світового AI, уже не є спірним прогнозом, а є невідворотним фактом, що відбувається зараз. K3 — лише найновіший доказ.