一家美国法律AI独角兽，放弃了美国模型

一家美国AI公司，放弃美国模型，转用了中国的开源模型。

当地时间8月20日，总部位于旧金山的法律AI独角兽Harvey发布声明，宣布基于月之暗面（Moonshot AI）的开放权重模型Kimi K3，通过后训练技术开发出法律专用AI模型Harvey Tenet。Harvey此前主要依靠OpenAI、Anthropic等美国公司的闭源专有模型提供法律AI服务。这家人工智能政策研究员西蒙·赫德林称之为“开源模型的一个绝佳例子”。

这不是一家小公司。Harvey成立于2022年，获得了OpenAI、红杉资本、Andreessen Horowitz等机构的支持。今年3月完成新一轮融资后估值达到110亿美元。服务超过2400家机构，覆盖20多万名律师，超过半数的Am Law 100律师事务所是其客户。公开报道显示，Harvey正以约155亿美元进行新一轮融资。它是全球估值最高的法律AI独角兽。

为什么是Kimi K3

Kimi K3今年7月27日由月之暗面正式全量开源。参数规模2.8万亿，是全球首个开源的3万亿级别大模型。基于KDA混合线性注意力机制和注意力残差技术构建，原生支持视觉理解，拥有100万token上下文窗口。

但参数只是数字。真正让Harvey做出选择的，是三个更实际的东西：成本、可定制性、推理效率。

AI政策研究员赫德林在社交媒体上点出了关键：“开源模型能使开发者能够在特定行业或企业数据上对系统进行后训练，从而提高准确性并降低推理成本。”

Harvey过去六个月的研究重心，正是“利用开放权重模型打造前沿法律智能”。Tenet的基座是Kimi K3，后训练由Harvey与Fireworks AI合作完成，采用了公开法律数据、合成数据及律师标注数据集。训练耗时两个月，只用了约150块英伟达B300 GPU。

150块B300跑两个月，这个资源投入放在今天的大模型训练里，算得上是“轻量级”。

性能打平甚至超过美国前沿模型

Harvey的官方说法是：经过全面法律数据集训练的Tenet，在一系列复杂、长周期的法律代理任务中，表现超过了其基础模型以及美国前沿系统——包括Fable 5和GPT-5.6 Sol。

具体数字：在LAB法律基准测试中Tenet的全通过率较基座模型相对提升82%，在LAB Contracts中相对提升22%，并在LAB Contracts中排名第一。此外，Harvey还训练了三款专用子模型，分别用于并购尽职调查、文件审查与结构化提取、法律知识检索。

更重要的是成本。Harvey强调，Tenet的推理成本不到主流基础模型的四分之一。开放权重模型本身token单价更低，Harvey还通过减少推理过程中的token消耗进一步压缩了成本。

一个值得注意的信号

Harvey的转向不是孤例。在开发成本飙升的背景下，西方科技公司正日益转向中国的开放权重系统。美国电信巨头AT&T副总裁马克·奥斯汀近期表示，AT&T约40%的员工AI查询已由包括英伟达Nemotron在内的开源模型处理，公司正在分析包括DeepSeek和月之暗面在内的中国公司的选项。

赫德林说了一句意味深长的话：“我们仍处于探索高能力开源权重模型可能性的最早阶段。遗憾的是，美国在前沿开放权重模型的开发方面已经落后了。”

一家由OpenAI投资、红杉和a16z加持的美国法律AI独角兽，放弃美国闭源模型，转用中国开源模型做自己的基座——这个选择本身比任何技术参数都更有说服力。当成本压力和定制化需求压过了“用美国货”的惯性，商业公司的选择从来不会犹豫。