来源：商业周刊

近期，一家中国人工智能公司发布了一款开源推理模型。该模型以极低成本开发，便对西方的技术主导地位发起了挑战。而创造这一成果的，并非深度求索(DeepSeek)。

11月早些时候，北京人工智能实验室月之暗面(Moonshot AI)推出模型Kimi K2 Thinking，随即在科技圈刷屏。硅谷顶级风投机构门洛风投(Menlo Ventures)的一位合伙人盛赞其为“AI领域的里程碑”。目前，该模型在Artificial Analysis智能指数中排名高居第二，仅次于OpenAI的GPT-5o，不仅超越了阿里巴巴与深度求索(DeepSeek)的最新模型，也将xAI和Anthropic等美国巨头甩在身后。在另一项针对更复杂“智能体”任务解决能力的基准测试中，其表现甚至优于OpenAI。

然而这一次，市场却反应平淡。正如彭博经济研究(Bloomberg Economics)的迈克尔·邓(Michael Deng)所言：“这与1月的‘深度求索恐慌’形成了鲜明对比——当时英伟达单日市值暴跌近6000亿美元，表明投资者已迅速形成一种共识：中国实验室能够以更低成本达到前沿技术水平。”难道我们已经到了这个地步——以极低的预算追平AI领域的顶尖水平，已不再令人震惊？

Kimi K2跻身Artificial Analysis智能指数排名第二。数据来源：Artificial Analysis智能指数（注：数据截至2025年11月）

如今，单凭基准测试已越来越难以可靠评判模型性能。月之暗面的最新产品，进入的是一个本就拥挤不堪的国内市场。今年以来，阿里巴巴、智谱AI和MiniMax的新品发布与模型更新节奏已呈白热化。这种竞争固然推动了创新，却也使得任何一家公司都难以建立显著的差异化优势、构筑起稳固的竞争壁垒——至于盈利前景，则更是依然不明。

与此同时，中西方研发成本悬殊，对比惊人。CNBC电视频道援引知情人士的话称，Kimi K2 Thinking的训练成本仅为460万美元。月之暗面团队随后在Reddit的“有问必答”（Ask Me Anything）活动中否认此为“官方数字”。但被问及下一代模型何时发布时，其代表却调侃地提及了这种投入差距，称新模型会在“萨姆的万亿美元数据中心建成前”问世，此言明显指向OpenAI的掌门人萨姆·奥尔特曼(Sam Altman)。

硅谷已经察觉到了这一动向。此前彭博曾撰文指出，似乎有越来越多的美国初创公司正悄然将其业务构建于中国的人工智能模型之上，月之暗面的模型便是其中之一。甚至在此次更新之前，风险投资人查马斯·帕里哈皮蒂亚(Chamath Palihapitaya)就透露，他合作的一家公司已转而使用Kimi K2。然而，这一趋势具体有多大规模却难以量化——原因很简单：没有几家公司愿意卷入中美人工智能竞争的地缘政治漩涡中。

这些模型之所以广受欢迎，部分得益于其低成本的开源模式。尽管开发者得以下载并基于这些模型进行构建，但实现规模化应用仍需相当的AI基础设施支撑。这意味着，对英伟达及其他芯片制造商而言，其所面临的威胁并非如“DeepSeek抛售潮”后部分人想象的那般属于生存威胁。这或许能部分解释，为何市场对中国高性能模型的涌现洪流反应会如此平淡。

但观察其估值差距，仍有令人费解之处。月之暗面的最新模型性能已无限接近OpenAI，但其近33亿美元的估值，与后者5000亿美元的体量相比，简直是天壤之别。而据报道，就连前OpenAI高管米拉·穆拉蒂(Mira Murati)创办仅九个月的AI初创公司，融资估值竟也高达500亿美元。这无疑让日益增长的AI泡沫担忧显得更有根据了。

杰富瑞(Jefferies)分析师指出，2023至2025年间，中国大型人工智能公司的资本开支总额预计比美国同业低82%。然而，多项分析表明，中美双方顶尖模型的性能差距已微乎其微。即便在算力芯片稍逊、市场竞争激烈的条件下，低得多的投入依然意味着，中国企业正在走出一条更清晰的盈利路径。

Kimi K2更新发布后，Hugging Face的联合创始人托马斯·沃尔夫(Thomas Wolf)便在社交媒体上盛赞其突破，并问道：“这莫非是又一个DeepSeel式的里程碑时刻？”他随即又补上一句：“难不成我们以后每隔几个月，就得见证一场这样的技术飞跃？”

答案日趋明朗，且毋庸置疑。中国的人工智能实验室能在芯片受限、预算远低于同行的情况下崭露头角，迅速追平与硅谷的性能差距，这正成为一种常态。如今，美国科技巨头面临的核心问题已经不是“能否保持领先”，而是“天量投资能否换来实实在在的更优商业回报”。编辑/陈佳靖