当前位置: 首页 > news >正文

Kimi K3登顶前端开发榜,月之暗面却遇“算力荒”,还计划最快6个月港股上市!

【Kimi遇“算力荒”,暂停C端新用户订阅】

被誉为“AI六小虎”之一的月之暗面,在Kimi K3爆火后,遭遇了“算力荒”。7月19日,月之暗面Kimi团队发布公告称,由于始料未及的算力挑战,决定即日起暂停C端新用户订阅,将已有算力全部投入于服务已订阅用户。同时,Kimi团队表示已全速推进算力扩容,随着新算力陆续到位,后续将逐步开放更多订阅名额直至全面恢复正常订阅。

据悉,Kimi K3是月之暗面推出的新一代模型,参数规模冲至2.8万亿,是全球首个开源的3万亿级大模型。Arena最新发布的前端开发榜单显示,Kimi K3豪取1679分,力压Claude Fable 5的1631分和GPT - 5.6 Sol的1618分,强势夺得榜单第一。但月之暗面也直言,Kimi K3的整体表现仍落后于最强的闭源模型Claude Fable 5和GPT - 5.6 Sol。

自Kimi K3发布以来,公司收获远超预期的支持,也面临始料未及的算力挑战。过去48小时,用户请求量大幅超出团队预估,且逼近现有集群的承载极限。因此,为保障已有订阅用户的体验,团队决定暂停C端新用户订阅,保障已订阅用户的全部权益不受影响。面对算力不足问题,Kimi团队已在全速推进算力扩容,后续将逐步开放更多订阅名额直至全面恢复正常订阅。对于后续新订阅用户,Kimi团队将拆分Kimi主权益(包含Kimi Web,Kimi App,Kimi Work)和Kimi Code权益,以方便更精准匹配算力,保障用户体验。

据半月谈网,算力是集信息计算力、网络运载力、数据存储力于一体的新型生产力,主要分为通用算力(通算)、智能算力(智算)和超级算力(超算),其中智能算力主要用于复杂数据分析和人工智能任务。长期以来,我国算力市场存在“通用算力相对过剩,智能算力相对短缺”的结构性矛盾。事实上,“算力荒”问题或已成为制约全球大模型发展的重要因素之一。早在今年1月,“大模型第一股”智谱就曾发布GLM Coding Plan限售公告,随着GLM - 4.7上线,GLM Coding Plan用户数高速增长,公司算力资源出现阶段性紧张问题,彼时智谱表示将暂时限量发售GLM Coding Plan,限售后每日可销售量降为当前的20%。另据财新网报道,今年4月,MiniMax、Kimi、智谱等主流模型厂商均出现过API调用过载或服务中断问题。除国产大模型玩家,海外AI巨头同样面临类似挑战,华尔街日报曾报道,由于算力紧张,OpenAI被迫收缩业务战线,放弃Sora视频生成应用,Anthropic也曾面临系统频繁宕机、服务稳定性大幅下滑的困境,今年3月,Anthropic宣布在太平洋时间工作日早5点至11点的高峰时段,限制用户可使用的token数量。

【Kimi K3登顶前端开发榜,但整体表现仍有不足】

作为月之暗面此次“算力荒”的源头,Kimi K3近期出尽风头。据月之暗面介绍,Kimi K3是一个2.8万亿参数模型,基于KDA混合线性注意力机制(Kimi Delta Attention)和注意力残差(Attention Residuals)技术构建,原生支持视觉理解,并拥有100万token上下文窗口。月之暗面还表示,Kimi K3是全球首个开源的3万亿级别模型,面向长程编程、知识工作和推理等前沿智能场景而设计。价格方面,Kimi K3采用按量计费标准:输入定价为20元/百万tokens(缓存未命中)、2元/百万tokens(缓存命中),输出定价为100元/百万tokens。

据网易智能,在Arena 7月16日更新的前端开发榜单中,Kimi K3以1679的高分位列第一,超过了Claude Fable 5的1631分和GPT - 5.6 Sol的1618分。Arena表示,在前端领域,Kimi K3在7个领域中的6个(品牌与营销、基于参考的设计、数据与分析、消费产品、模拟以及内容创建工具)均位居第一,仅在游戏领域位列第二,落后于Fable 5。Kimi K3不俗的测试表现,迅速在海外引发热议,月之暗面创始人杨植麟的导师Russ Salakhutdinov发帖,盛赞新版Kimi为开源社区带来重大突破,特斯拉CEO马斯克也在相关测评报道评论区直呼“令人印象深刻”。

不过,Arena明确表示,其榜单衡量的是前端网页开发任务,包括需要多步推理和工具调用的智能体编程流程,而不是模型整体能力。月之暗面也坦言,Kimi K3的整体表现仍落后于最强的闭源模型Claude Fable 5和GPT - 5.6 Sol,但其在整套评测中展现出前沿水平的能力,稳定超过了其他所有模型。独立测评机构Artificial Analysis发布的榜单印证了这一说法:Kimi K3的智能指数为57分,低于Claude Fable 5的60分和GPT - 5.6 Sol的59分,但高于Opus 4.8的56分。Artificial Analysis还表示,与Kimi上一代模型相比,K3的答题准确率虽从33%提升到46%,但其幻觉率也由39%涨到了51%。值得一提的是,Kimi K3登顶前端开发榜的消息发布后,美股市场迎来“DeepSeek时刻2.0”——AI板块72小时内合计蒸发约4700亿美元。《21世纪经济报道》指出,此次美股暴跌的核心在于,Kimi K3切入了美国科技巨头的命脉:代码生成是AI商业化空间最大的赛道之一,直接威胁海外闭源巨头赖以维持高定价的技术护城河。据Artificial Analysis统计,Kimi K3跑完一个任务平均花费为0.94美元,和GPT - 5.6 Sol的1.04美元处于同一个档位,只有Opus 4.8的一半。月之暗面总裁张予彤近日透露,有数据显示,在7月17日K3发布节点,公司年化收入(ARR)创下历史最大单日增幅。

【从“不着急上市”,到备战IPO】

天眼查信息显示,北京月之暗面科技有限公司(简称“月之暗面”)注册成立于2023年4月,杨植麟为公司实际控制人,持股比例为51.83%。公开资料显示,杨植麟本科毕业于清华大学,博士毕业于卡内基梅隆大学计算机专业,曾就职于Google Brain和美国初创公司FAIR,还是“盘古”“悟道”等国内最早大模型的技术贡献者。据杨植麟的导师Russ Salakhutdinov透露,杨植麟本可留在美国加入苹果公司,但他仍坚持回国创业。

月之暗面成立后便迅速吸引了众多资本的目光。据天眼查,早在2023年6月,月之暗面就已获得来自红杉中国、真格基金、今日资本、砺思资本的近20亿元天使轮投资。次月,月之暗面完成A轮融资,投资者包括蓝驰创投、襄禾资本、美团龙珠。2024年年初,月之暗面完成超10亿美元的A + 轮融资,公司估值随之达到25亿美元。此后,月之暗面又陆续完成了超3亿美元的B轮融资、5亿美元的C轮融资。

据《晚点LatePost》,杨植麟在2025内部信中透露,去年9月至11月,其海外和国内付费用户平均MoM增长超170%。截至年末,公司有超过100亿元人民币现金储备。杨植麟直言,相比于二级市场,其判断还可以从一级市场募集更大量的资金,所以“短期内不着急上市”。事实也的确如此,今年以来,月之暗面又相继完成三轮融资,公司估值一举突破200亿美元。

不过,杨植麟“不着急上市”的态度,却在悄然发生变化。今年5月,凤凰WEEKLY援引彭博社报道称,月之暗面已通知股东,正式启动VIE及红筹架构拆除工作,为赴港IPO扫清障碍。有分析指出,此举意味着公司已经进入IPO准备期。汇生国际资本总裁黄立冲表示,拆VIE、拆红筹,本质是把控制权、责任主体和监管边界摆到更清楚的位置。黄立冲分析认为,如果顺利,可能是半年到一年窗口;如果监管、股东、税务、外资安排复杂,也可能更久。

而在此番Kimi K3发布后不久,月之暗面的上市计划也迎来了新的进展。据每日经济新闻7月20日消息,月之暗面已向投资人发送上市议案,预计最快6个月内完成港股上市。报道还提到,今年6月,月之暗面年度经常性收入(ARR)已达到3亿美元,且在K3模型发布后实现数倍增长,公司认为上市时机已经成熟。不过,月之暗面目前尚未就最新上市时间表作出公开回应,也未公开披露递表、境外上市备案等具体进展。

值得一提的是,6月29日,月之暗面曾发文称,近期,市场上出现多起假借公司名义的不实融资及股权交易信息,公司已发现部分机构和个人涉嫌欺诈。对此,月之暗面就相关事项作出严正声明:公司所有融资活动仅由公司直接负责;公司的老股(含普通股、激励股权等)转让,必须经公司内部批准方可进行;公司新股融资的额度分配,均以实际资金到账为确认依据。

提醒大家持续关注月之暗面的上市进展。

http://www.cnnetsun.cn/news/3609780.html

相关文章:

  • 工业一体机Linux系统部署实战:从系统安装到工业通信环境搭建
  • Claude Code被曝重大隐患,揭开了算法安全的帷幕
  • Ubuntu开发环境搭建(Python-Go-Rust)
  • Google 连发三个新 Gemini 模型,官方宣传与网友差评落差大,Gemini 4 能救场吗?
  • 蓝速 AI 双屏翻译机国际版:全球口音精准适配与商务实效展示
  • 为什么你的AI配乐总被平台降权?——基于127万条审核日志的音频频谱分析报告(含可复用检测清单)
  • python数据可视化技巧的100个练习 -- 38. 交通流量数据可视化的网络流图
  • 下一代企业智能基座:为什么说「LLM 规划 + MCP 调度 + Agent 执行」= 未来标配?一、引言:从工具到系统的智能化跃迁在企业数字化转型的深水区,传统 IT 架构正面临决策滞后、资源割
  • 2026有实力的全球EMBA中立测评,民营企业家择校参考
  • Python企业内部数据治理流程自动化落地的构建路径【教学】
  • Spring Security掌握内容速忆(适用于初学者)
  • 华为鸿蒙免费铃声软件—小羊免费铃声
  • 基于人脸识别的无人值守自习室预约系统设计与实现
  • 高斯泼溅技术-从入门到精通
  • DeepSeek专家模式突破对话上限技巧,无缝衔接新对话!
  • 非结构化数据满天飞,90%的敏感数据藏在文档堆里,怎么让AI真正分得清?
  • 大模型分布式训练与显存优化核心技术解析
  • 因算力紧缺,月之暗面Kimi宣布暂停C端新用户订阅;ASML回应向全球员工发2万欧元股权激励;Qwen3.8-Max预览版上线 | 极客头条
  • 2026年英文论文翻译工具横评:5款主流方案实测对比与效率选型指南
  • UVM验证平台的死亡陷阱:从入门到放弃的那些坑
  • FreeRDP曝高危堆缓冲区溢出漏洞:wfreerdp客户端遭弃用,远程代码执行风险急剧上升
  • 【Springboot毕设全套源码+文档】基于JavaWeb的图书馆管理系统的设计与实现(丰富项目+远程调试+讲解+定制)
  • 下拉刷新库:通用下拉刷新与上拉加载组件(243)
  • 弹窗库:Toast、Loading、ActionSheet的统一封装(244)
  • C 语言 struct 内存对齐与面向对象:从 padding 到函数指针接口
  • 从“刷卡拥堵”到“秒级通行”:一张RFID电子校徽如何让校园管理有迹可循?
  • 2023三大开源AI工具实战:Dify、n8n与OpenClaw
  • 东莞商旅服务平台头部机构多维度能力梳理及选型参考
  • LLM Agent技术演进:从定制化到通用化
  • 解密企业通信安全防线:Avaya Aura 三层安全架构深度解析