7月16日，WAIC开幕前夜，月之暗面发布2.8万亿参数的Kimi K3，全球最大开源模型。三天后，7月19日深夜，官网挂出公告：暂停C端新用户订阅。

一款大模型上线三天就被迫关闭新用户入口——这件事本身，比任何技术参数都更能说明问题。

一、48小时，从发布即巅峰到紧急刹车

K3的参数规模达2.8万亿，原生支持视觉理解，拥有100万Token上下文窗口。据Artificial Analysis第三方评测，K3综合智能评分57分，全球第三，仅次于Claude Fable 5与GPT-5.6 Sol。在Frontend Code Arena榜单上，K3以1679分登顶，成为中国首个拿下该榜榜首的大模型。

用户蜂拥而至。开发者用它搓游戏、建3D场景、做交互应用。请求量一路狂飙。7月19日，Kimi公告称：“过去48小时，用户请求量已大幅超出我们的预估，并且逼近现有集群的承载极限。”

Kimi宣布：即日起暂停C端新用户订阅，已有算力全部投入服务已订阅用户。未来新订阅将拆分Kimi主权益与Kimi Code权益，独立核算。

“K3太火了，服务器扛不住了，先别进新人了。”

二、2.8万亿参数的“算力黑洞”

暂停订阅的直接原因是算力紧缺。但“算力紧缺”四个字背后，是2.8万亿参数在物理世界里的真实消耗。

K3采用MoE架构，896个专家，每次推理仅激活16个。稀疏激活降低了单次计算量，但模型权重体积近3TB——仅仅加载模型，就需要数十张高端GPU的HBM。100万Token的超长上下文产生的KV缓存，对显存的吞噬是毁灭性的。华泰证券指出，K3建议采用64张以上加速卡组成的超节点部署。

在美国高端芯片禁售背景下，国内AI公司能拿到的算力底座多为存量A800/H800或国产替代卡。2.8万亿参数的“核动力航母”下水了，但手里的卡不够烧。

有头部云厂商AI Infra负责人拆解道：“MoE架构就像一家拥有896个顶级专家的超级医院。虽然每个病人只看16个科室，但为了维持896个专家随时待命，必须把整个医院的空调、安保和后勤系统全部拉满。”

公告里那句“用户请求量逼近承载极限”，翻译成商业大白话就是：手里的卡，真的不够烧了。

三、限流背后：一场财务自救与客群清洗

这绝不只是“产品太火”的凡尔赛。在高端芯片受限的“算力贫困”下，C端海量用户的涌入不仅无法转化为利润，反而成了榨干算力池的负担。

数据说明问题。今年3月，月之暗面ARR首次突破1亿美元；5月突破2亿；6月接近3亿，三个月翻了三倍。K3发布当天，ARR创下历史最大单日增幅。

但推理成本同样在飙升。如果继续放开C端新订阅，不仅新用户会排队和宕机，连高净值API客户和付费会员的体验也会被拖垮。

K3的定价已经体现了“能力定价”逻辑：输出价格每百万Token 15美元，与GPT-5.6 Terra相当。缓存命中输入仅为未命中的十分之一，Mooncake架构使编码工作负载缓存命中率超90%。系统级优化降低了实际调用成本，但前提是——得有足够的算力来跑这套系统。

四、K3冲击波：从华尔街到硅谷

K3引发的震荡不止于国内。

K3发布首个交易日，英伟达单日市值蒸发约1111亿美元。费城半导体指数本周下跌12.5%，创15个月最差单周表现。摩根大通称之为“DeepSeek 2.0”。

美国前AI事务负责人、现任总统科技顾问委员会联席主席大卫·塞克斯发文称，这是中国模型第一次在前端编程赛道拿下第一，“照此以往，美国将输掉AI竞赛”。加州大学伯克利分校教授伊翁·斯托伊卡说：“开源模型与最先进模型的差距，大概只有两到三个月了。”

中国工程院院士郑纬民在WAIC上表示：算力规模快速扩张不等于高效Token产能。智能体时代真正稀缺的不只是芯片，而是稳定、低成本、高等级地产出Token的系统能力。

K3的限流，恰好印证了这句话。

五、一个更紧迫的考题

月之暗面已在全速推进算力扩容，K3完整模型权重计划于7月27日前向全球开发者开放。Kimi正寻求香港上市批准，最快6个月IPO，估值或超300亿美元。

但眼前的问题是：当一个2.8万亿参数的巨兽撞上用户的真实热情，算力扩容的速度第一次成了比模型参数更紧迫的考题。

K3用三天时间证明了中国模型能跻身全球第一梯队，也暴露了从“发布PPT”到“真实生产环境”之间最尖锐的矛盾。模型强不强，看榜单；系统稳不稳，看流量冲进来的时候能不能扛住。

K3的刹车，踩给所有大模型公司看。