Loading...
Loading...
Kimi 特别招募：全球 7 人，欢迎辍学的异类今天，Kimi 开启「Wild Card」特别招募计划：
寻找 7 名异类，作为未来的业务合伙人来培养，与创始团队一同工作
希望你是这样的异类：读书辍学、创业失败、不信命、热衷于各种方式无限折腾...
希望身为异类的你能够来到 Kimi，与创始团队一同工作，有独立充沛的算力支持，还有锁定当下估值的期权
在 Kimi，你将有着最广阔的机会去施展才华，可以是探索下一代 Agent 产品，用你的想法去惊艳整个世界；你也可以从零开拓并主导一个国家的市场，海阔天空任你驰骋；当然，更可以是拉手更多的生态伙伴，一同奔赴 AGI 的星辰大海
希望愿意为一个想法迭代 100 轮，品鉴过 1000 个产品和作品，在某个领域死磕过 10000 小时的你，凭着这股子执劲，来一同创造更广阔的世界
这 7 个名额属于社招的特别招募，校招和实习也同时开放了。这是 K3 之后的首次公开招聘，也是 Kimi 第一次开展业务团队校招，面向 2027 届、2028 届毕业生；实习面向在校学生，不限年级
Anthropic、OpenAI、DeepSeek、Kimi：谁被高估，谁被低估收入最大的那家最便宜，收入最小的那家最贵。这个倒挂不是巧合，也不全是错的。本文把它拆开，然后给五个明确的判决。
八月十七号晚上 Bloomberg 把 Anthropic 的年化收入定在 650 亿美元，我正在 California Avenue 上等一杯冷萃。
这一周会有无数张排行榜：Anthropic 650 亿、OpenAI 400 亿、智谱 10 亿、DeepSeek 4.5 亿、Kimi 3 亿。
然后你把估值贴上去，名次全反了。DeepSeek 的市销率 158 倍，Anthropic 只有 14.8 倍。收入最小的最贵，收入最大的最便宜。
这个 倒挂 到底合不合理？先把答案放这儿，后面八节讲怎么算出来的。
结论速览
Anthropic - 低 估
为它过去一年新长出来的每一美元收入，市场只收 16 倍，五家里最便宜，第二名是它的两倍。毛利率还在往上走，二级市场已经出到 1.2 万亿。
OpenAI - 大 致 合 理
同一指标收 32 倍。多出的那一倍买的是消费端统治地位和广告这条新曲线，说得通。但它是五家里唯一利润率还在恶化的。
智谱 - 生 意 不 贵 · 价 格 很 贵
业务端 100 倍配得上它五个月十五倍的增速。贵在价格的形成方式——9336 亿港元是由 8.4% 的流通股定出来的。
Kimi - 高 估
125 倍。增速是真的，问题是撑起最近两轮定价的那个数字，公司至今没公布。
DeepSeek - 严 重 高 估
309 倍，是 Anthropic 的十九倍。而它是五家里收入涨得最慢的一家——十八个月只翻了一倍。这个价格定价的是一家不开源、不低价的 DeepSeek，那家公司不存在。
01
收入这个数，骗了所有人
五家公司卖的其实是同一件东西：一次推理。你扔进去一段话，GPU 跑一遍，吐出来一串 token，收一笔钱。旧金山和杭州没区别。
所以收入就是两个数相乘：卖出去多少 token，每个 token 卖多少钱。
收入 ＝ 卖出的 token 数量 × 每个 token 的价格
这听着像废话，但它能立刻拆掉一个巨大的误会。
两家水果店，A 店年营收 100 万，B 店 10 万。A 店卖的水果比 B 店多十倍吗？不一定。A 店卖车厘子，B 店卖香蕉，营收差十倍，斤数可能只差一倍。营收永远同时包含「卖了多少」和「卖多贵」，混在一起就没法说话。
把这个方法套到Anthropic和DeepSeek上。650亿对4.5亿，收入比 144 : 1。这 144 倍里，多少是量，多少是价？
DeepSeek 的调用价格远低于 Anthropic 的旗舰模型，这是公开事实，但具体差几倍谁也说不准——订阅制、批量折扣、缓存折价、企业年框，把成交价搅得一塌糊涂。所以我不猜一个数，我列几种可能：
价格差几倍，用量就必然差 144 除以几倍
价格差 10 倍 → 用量差 14.4 倍
价格差 30 倍 → 用量差 4.8 倍
价格差 50 倍 → 用量差 2.9 倍
不管取哪一档，结论都一样：Anthropic 卖出去的付费 token，比 DeepSeek 多的倍数最多十几倍，可能只有三倍。
那 144 倍的收入差，绝大部分是 价差，不是用量差。
收入排行榜排的是谁能卖贵，不是谁被用得多。
02
五个数字，五把尺子
更麻烦的是，这五个数字连 测量方法 都不一样。
表一 · 五家公司的收入数字与各自口径
Anthropic
年化运行率 650 亿美元（2026-07-31，Bloomberg）｜ Q2 预备实收 115 亿美元（Bloomberg / Axios）
OpenAI
年化运行率 400 亿美元以上（2026-08-13，Bloomberg）｜ 2025 全年审计实收 130.7 亿美元（FT 核验泄露财报）
智谱
年化经常性收入 10 亿美元（2026-07，智能涌现·多信源）｜ 2025 全年审计实收 7.24 亿元人民币（港股年报）
DeepSeek
年化收入 4–5 亿美元（2026-07，The Information）
Kimi
ARR 3 亿美元（2026-06，投资方 / 公司披露）
注：智谱 10 亿美元 ARR 系媒体多信源报道，公司未回应置评；Kimi 3 亿美元为 K3 发布前数据。
智谱的 7.24 亿元，是会计师签过字、跑满十二个月的全年收入——三甲医院的体检报告。Anthropic 的 650 亿美元，是七月一个月的收入乘以十二——运动手环上量了一分钟心跳，乘以 60，标成「每小时心跳数」。
两个数都没撒谎，但把它们并排放进一张表叫「比较」，就是拿体检报告去比手环读数。
Anthropic 自己的两组数就在打架：Q1 实收 47.3 亿，Q2 实收 115 亿，上半年合计 162 亿。就算下半年再翻一倍，2026 全年实收也就 400 到 450 亿——而它现在挂出来的年化数是 650 亿。中间那 230 亿，是 复利假设，不是钱。
还有个细节值得记一下。第三方追踪机构七月给 Anthropic 的预估是 743 亿和 690 亿，实际印出来 650 亿，最高那家高估了 14.3%。原因是它的月增速已经从春天的约 51% 掉到了 12.8%。
12.8% 折成年化还有 324%，绝对值依然吓人。但车还在加速，踩油门的力度已经在变小——所有「照这个势头下去」的算式，分子都换了。
03
开源，等于把收银台拆了
现在说一件很多人会忽略的事。
Mozilla 的 2026 开源 AI 报告里，DeepSeek V4-Flash 全球月用量 18.4 万亿 token，世界第一；OpenRouter 的调用量榜上它连续七周居首。全球用得最多的模型，一年只收 4.5 亿美元。怎么回事？
开源就是把 配方公开 了。全世界的餐厅都在做你这道菜，客人吃得很爽，你的名声传遍全球——钱进的是那些餐厅的收银台。各家云在跑它，OpenRouter 上一堆第三方在跑它，几千家企业在自己机房里跑它，这些推理全都发生了，全都不经过 DeepSeek 的账。
Anthropic 和 OpenAI 是闭源的，相当于 只有自己开店。全世界想吃这道菜只能进你的门，每一份都过你的收银台。
所以那个等式还要再补一项：
收入 ＝ 全网用量 × 收银台覆盖率 × 单价
三项相乘，漏掉中间那项就读错
DeepSeek 在第一项上全球第一，第二项主动放弃了大半，第三项比 Anthropic 低一到两个数量级。三个数乘完，落到 4.5 亿。
Kimi 和智谱走的是同一条路，K3 是目前 全球参数最大的开源模型。这是笔清醒的交易，不是失败——但请记住这一项，第 7 节要用它判死刑。
04
赚得最少的那家，最会赚钱
把问题从「赚多少」换成「赚不赚」，这张表整个翻个面。
表二 · 每收进一块钱，最后剩下多少
OpenAI - 亏 1.6 美元
2025 实收 130.7 亿，经营亏损 209 亿；Q1 2026 经营利润率 −122%
智谱 - 亏 6.5 元
2025 收入 7.24 亿元，净亏损 47.18 亿元，经营现金流 −22.46 亿元
Anthropic - 毛利剩 0.4 美元
毛利率约 40%，2026 算力开支约 190 亿美元，公司口径 2028 年盈利
DeepSeek - 毛利剩 0.5 元以上
V4 的 API 毛利率超 50%；成立近三年没拿过外部钱
Kimi - 未披露
半年融资超 39 亿美元，累计超 376 亿元人民币
按 收入 排，DeepSeek 第四。按生意本身赚不赚钱排，它第一。
智谱这一栏还藏着一个更值得看的东西。它招股书里写着，84.8% 的收入来自 本地化部署——客户买一套模型，公司派一队工程师进驻，做定制、微调、集成、验收。
派人的生意和派 token 的生意，天差地别。派人的毛利看着高，但每接一单都要再招一批人，做十倍收入要招十倍的人。派 token 的毛利起步低，但做十倍收入只要多买机器，人几乎不用加。
智谱这两年干的事，就是把生意从前者换成后者：本地化部署的毛利率从 66.0% 掉到 48.8%，云端从 3.3% 涨到 18.9%。一条在跌，一条在涨，涨的那条从 3.3% 起步。到今年三月，它的 MaaS 平台 ARR 做到 17 亿元，十二个月涨了 60 倍。
换得非常快。但 2025 年那份 7.24 亿元收入、47.18 亿元亏损的报表，记的还是换之前的那家公司。
05
五家公司在抢同一张桌子
还有一件比排名更值得警惕的事。
2026 年这一轮收入爆发，各家的归因
Anthropic — Bloomberg 将收入加速归因于 AI 编程软件
OpenAI — 七月单月运行率涨超 20%，Bloomberg 点名 Codex 与 ChatGPT Work
智谱 — 年内四次上调 API 价格，海外 Coding Plan 提价 80%–150%，涨价 83% 后调用量涨 400%
Kimi — K3 在 Frontend Code Arena 以 1679 分排全球第一，发布后企业 ARR 数倍增长
DeepSeek — V4-Flash 在 OpenRouter 连续七周调用量第一
五家公司，一件事：有人在用模型写代码。
你以为是在五家公司之间做选择，其实你在同一张牌桌上换座位。这张桌子塌了，五个座位一起塌。它们同涨同跌的概率，比任何一家管理层愿意承认的都高。
06
把增长打完折，谁还贵
好，现在进正题。先看裸的 市销率：
表三 · 裸的市销率（还不能直接比）
Anthropic - 9650 亿美元 ÷ 650 亿 ＝ 14.8×
OpenAI - 8520 亿美元 ÷ 400 亿 ＝ 21.3×
智谱 - 约 7450 亿港元 ÷ 10 亿美元 ＝ 约 95×
Kimi - 350 亿美元 ÷ 3 亿美元 ＝ 117×
DeepSeek - 710 亿美元 ÷ 4.5 亿美元 ＝ 158×
面对这张表，标准辩护只有一句：倍数高是因为增长快。
这句话要么对要么错，能验证。方法是换一个指标——不看它现在收入多少，看它过去一年新长出来多少收入，以及你为每一美元新收入付了多少钱。
就像买果树：不看树多高，看它去年新结了多少果，你为每一颗新果付了多少。
这个算法自带增速修正，长得越快的公司分母越大，价格自动显得越便宜。所以如果一家公司在这上面还是贵，就不能再拿增长说事了。
表四 · 为每一美元新增收入付的价格
Anthropic - 16×
一年前 ARR 约 50 亿 → 现在 650 亿，一年新增 +600 亿
OpenAI - 32×
一年前 ARR 约 130 亿 → 现在 400 亿，一年新增 +270 亿
智谱 - 100×
一年前 ARR 约 0.5 亿 → 现在 10 亿，一年新增 +9.5 亿
Kimi - 125×
一年前 ARR 约 0.2 亿 → 现在 3 亿，一年新增 +2.8 亿
DeepSeek - 309×
一年前 ARR 约 2.2 亿 → 现在 4.5 亿，一年新增 +2.3 亿
单位：美元。一年前 ARR 中，Anthropic 与 OpenAI 为公开报道值，其余三家为作者推算的估计值，误差可能较大，详见文末核实说明。
把增长塞进分母之后，「高倍数是因为增长快」这句话，只对三家成立。
DeepSeek 是五家里收入涨得最慢的一家。
它从约 2.2 亿美元做到 4.5 亿，用了大约十八个月，翻了一倍。同期智谱翻了约二十倍，Kimi 十几倍，Anthropic 十三倍。
最贵的倍数，配最慢的增速。
这是「高估」这个判断的第一根支柱。DeepSeek 的 158 倍市销率没有增速可以辩护——它的增速垫底。309 倍，是把增长打完折之后剩下的纯溢价。
反过来看 Anthropic 的 16 倍：五家里最便宜，而且便宜得不接近。第二名是它的两倍，最后一名是它的十九倍。
07
这个价格，要求什么发生
还有一个更朴素的问法：按今天这个价买进去，这家公司这辈子最终要做到多少 年收入，你才算没买贵？
算法很简单。成熟期的高毛利软件公司，长期给 8 倍收入 不算苛刻。用估值除以 8，就得到市场隐含的终局年收入。
表五 · 按 8 倍成熟期倍数反推的终局年收入
Anthropic - 还要涨 1.9 倍
估值 9650 亿 → 隐含终局年收入 1206 亿，现在 ARR 650 亿
OpenAI - 还要涨 2.7 倍
估值 8520 亿 → 隐含终局年收入 1065 亿，现在 ARR 400 亿
智谱 - 还要涨 11.9 倍
市值约 950 亿 → 隐含终局年收入 119 亿，现在 ARR 10 亿
Kimi - 还要涨 14.7 倍
估值 350 亿 → 隐含终局年收入 44 亿，现在 ARR 3 亿
DeepSeek - 还要涨 19.8 倍
估值 710 亿 → 隐含终局年收入 89 亿，现在 ARR 4.5 亿
单位：美元。智谱按 7450 亿港元折算。8 倍为作者设定的假设，不是市场共识。
关键在于「还要涨」那一列除以各自的实际速度。
Anthropic 要涨 1.9 倍，按 12.8% 的月增速，五个月就到。DeepSeek 要涨 19.8 倍，按它十八个月翻一倍的速度，需要六年半。同一个假设，六年半和五个月之间隔着的，就是定价错误。
而 DeepSeek 还卡着第二道门。它要做到 89 亿美元，只有两条路：把付费 token 量做到今天的 20 倍，或者把价格提上去。
但它的模型是 开源 的。用量涨 20 倍，付费用量不会跟着涨 20 倍——增量会大量流向第三方和企业自建机房，绕开它的收银台。
那就只剩提价。可低价恰恰是它调用量全球第一的全部原因。
换句话说，710 亿美元定价的是一家关掉开源、涨价十倍的 DeepSeek。而那家公司一旦出现，OpenRouter 榜首的位置第二天就没了。
08
五个判决
谁被高估，谁被低估
Anthropic · 9650 亿美元
低 估
每美元新增收入只收 16 倍，五家里最便宜。毛利率约 40% 且方向朝上（公司目标 2028 年做到 77%），而 OpenAI 的利润率方向朝下。闭源意味着它产出的每一个 token 都过自己的账。二级市场成交隐含估值一度接近 1.2 万亿，比一级轮高 24%——信息最充分的那批人，正在用比上一轮更高的价买。十月它大概率成为五家里唯一一家拿出审计过的公开 S-1 的公司：所有非上市 AI 公司的估值里都含一笔「我看不到报表」的折价，只有它要把这笔折价单独去掉。
反方证据我照写：650 亿是年化不是实收，按上半年实收年化算，市销率是 29.7 倍而不是 14.8 倍；月增速已从 51% 掉到 12.8%。即便按 29.7 倍，也只有 DeepSeek 的五分之一。
OpenAI · 8520 亿美元
大 致 合 理
每美元新增收入收 32 倍，是 Anthropic 的两倍。多出的那一倍，买的是消费端的绝对统治地位和广告这条还没变现的第二曲线，这个溢价说得通。但同时买到的还有一份更难看的账：2025 年每收 1 美元亏 1.6 美元，Q1 2026 经营利润率 −122%，方向在恶化。二月到春天的五个月运行率基本走平，七月才靠编程产品重新拉起来——它是五家里唯一一家已经出现过增长停滞、再靠新产品线救回来的公司。合理，但是「当下合理」，不是「安全」。
智谱 · 约 7450 亿港元
生 意 不 贵 · 价 格 很 贵
这家要分两件事说。
生意上它不算贵：ARR 从 1 亿美元做到 10 亿只用了五个月，Anthropic 走同一段路用了十五个月；隐含终局 119 亿美元，按当前曲线两年可达。100 倍配得上这个速度。
贵的是价格的形成方式。它今年 1 月 8 日上市，发行 3742 万股；按六月十九日 2094 港元股价、9336 亿港元市值倒推，总股本约 4.46 亿股——IPO 流通的部分只占约 8.4%，另外 91.6% 在锁定期里一股不能卖。同期被纳入港股通和恒生科技指数，被动基金必须按权重买，能买的也只有那 8.4%。
六月二十二日盘中破 1 万亿港元，市销率 544 倍。七月解禁，回落到 7450 亿。同期上市的 MiniMax 从 4100 亿港元跌到约 720 亿，回撤 82%。
所以智谱的问题不是投资人算错账，是这个价格根本不是算出来的。它是一台在 8.4% 流通盘上跑、被指数强制买入放大的报价机吐出来的数。解禁只是这台机器的第一次校准。
Kimi · 350 亿美元（新一轮投前已报 500 亿）
高 估
每美元新增收入收 125 倍。增速本身是真的——3 月 1 亿、5 月 2 亿、6 月 3 亿，三个月翻三倍，API 收入占比超七成，结构很健康。
问题在时序。F 轮 35 亿美元在 7 月 29 日以 350 亿美元投后关闭，因超额认购三倍多提前收官，下一轮随即以 500 亿美元投前启动。而支撑这两轮定价的「K3 发布后企业 ARR 数倍增长」，公司至今没给具体数字。
用没公布的数字撑已公布的估值，这是一级市场最常见的高估机制。它未必错，但它没法验证——没法验证本来就该打折，市场却给了溢价。加上 K3 是全球参数最大的开源模型，那 44 亿美元的终局收入，同样要在一个大部分用量绕开收银台的结构里做出来。
DeepSeek · 710 亿美元
严 重 高 估
三根支柱，每一根单独都够。
一，每美元新增收入收 309 倍，五家里最贵，是 Anthropic 的十九倍。
二，它的收入涨得是五家里最慢的：约 2.2 亿到 4.5 亿美元，十八个月翻一倍，同期另外四家翻了十几到二十倍。最贵的倍数配最慢的增速，没有任何增长故事能解释这个组合。
三，也是最硬的一根：710 亿隐含 89 亿美元的终局收入，要在今天基础上涨 19.8 倍。开源让它的付费用量涨不上去，低价又是它全球第一的全部原因——两条路互相堵死。
补一句公道话：DeepSeek 是五家里生意最健康的（V4 的 API 毛利率超 50%），成立近三年没拿外部钱，技术声誉全球第一梯队。它是一家极好的公司。710 亿买的不是这家公司，是「中国 AI 冠军」这张票的独占性——而 Kimi 的 117 倍和它的 158 倍之间那 40 个点，就是这份独占性正在被稀释的实时读数。
最后回到那个等式。
收入 ＝ 全网用量 × 收银台覆盖率 × 单价
排行榜只显示等号左边
650 : 400 : 10 : 4.5 : 3 这个序列，测的是谁能卖贵、谁的收银台不漏水。14.8 : 21.3 : 95 : 117 : 158 那个序列，测的是稀缺性溢价和流通盘结构。两者都不测量智能。
十月 Anthropic 大概率会在纳斯达克敲钟。到那天，650 亿这个数会第一次被写进公开的 S-1，附带审计意见和风险因素。五个数字里，会有一个变成真正可比的。
剩下四个，还得再等等。
核 实 说 明
按可靠度分层。数据冲突不做静默取舍，一律列出。
一、已核实（主流媒体或公司公告）
· Anthropic 650 亿美元年化（Bloomberg，7 月 31 日口径）、Q1 实收 47.3 亿、Q2 预备实收 115 亿、Series H 融资 65 亿投后 9650 亿、6 月 1 日秘密递交 S-1。OpenAI 400 亿以上年化（Bloomberg，8 月 13 日）、七月环比涨超 20%、2025 实收 130.7 亿与经营亏损 209 亿（FT 核验）、8520 亿估值、6 月 8 日递交 S-1。智谱 2025 收入 7.24 亿元、净亏损 47.18 亿元、经营现金流 −22.46 亿元、IPO 发行 3742 万股与 116.2 港元发行价、84.8% 收入来自本地化部署、两条业务线毛利率变动、6 月 22 日盘中破 1 万亿港元。MiniMax 自 4100 亿港元回落至约 720 亿港元。Kimi F 轮超 35 亿美元投后 350 亿、超额认购三倍多、下一轮投前 500 亿；K3 参数 2.8 万亿、Frontend Code Arena 1679 分第一。
二、单一信源
· DeepSeek 年化收入 4–5 亿美元、V4 API 毛利率超 50%、「较 2025 年初预测的 2–2.2 亿美元翻倍」（均为 The Information，中文媒体转述）；DeepSeek 次轮投前 710 亿美元（FT）；智谱 7 月 ARR 达 10 亿美元及「1 至 7 月增长 15 倍」（智能涌现，公司未回应置评）；Kimi K3 发布后「企业 ARR 数倍增长」（公司总裁社交媒体表述，无具体数字）；Anthropic 2026 算力开支约 190 亿美元、2028 年盈利时点、77% 毛利率目标（二级财经媒体转述，未见公司原始披露）；Anthropic 二级市场隐含估值接近 1.2 万亿美元（交易平台数据转述）。
三、转述数据
· TickerTrends 743 亿、Yipit 690 亿及 12.8% 月增速，来自读者提供的 TickerTrends 图表；Mozilla 2026 开源 AI 报告的 18.4 万亿 token 月用量、OpenRouter 连续七周榜首，为二手转述；智谱 7450 亿港元市值为 7 月时点转述，非实时行情，表三表五按 7.85 折算为约 950 亿美元。
四、本文推算（属作者判断，不是事实）
· 144 倍拆解：价格差 10–50 倍为作者设定的假设区间，用量差是除法结果，非任何一方披露。
· 表四「一年前 ARR」：Anthropic 约 50 亿、OpenAI 约 130 亿为 2025 年 8 月前后公开报道值；智谱约 0.5 亿、Kimi 约 0.2 亿、DeepSeek 约 2.2 亿为作者推算的估计值，误差可能显著——尤其 Kimi 与智谱基数极小，该指标对基数假设高度敏感。
· 表五：8 倍成熟期倍数为作者设定，非市场共识；换成 5 倍或 12 倍，各家「还要涨」的倍数同比例变化，但公司之间的相对排序不变。
· 到达时间：按各家最近可观测增速外推，属外推非预测。
· 智谱总股本约 4.46 亿股与 8.4% 流通比例：作者按市值除股价倒推。
· 所有市销率与「每美元新增价格」：均为作者计算，且分子分母口径不一（一级估值对年化收入、二级市值对 ARR），用于横向感知，不能直接用于定价。
五、未采用
· 多处二级来源给出的 Claude Code「80 亿美元 ARR」「54% 编程市场份额」等数字，因未见公司原始披露且各来源互相矛盾，本文未采用。任何真实人物的具体言论，均未做转述引号处理。
—— Kea文秀AI，开源LLM‘Kimi-K2.6’公开…与GPT-5.4正面比较中国人工智能初创公司Moonshot AI公开了最新开源大型语言模型（LLM）“Kimi-K2.6”。该公司表示，该模型在主要人工智能基准测试中领先或微幅落后于GPT-5.4和Claude Opus 4.6。
Kimi-K2.6是Moonshot AI“Kimi”系列的最新作品。此模型设计为不仅能处理文本，还能处理图像等多媒体输入。Moonshot AI特别说明其聚焦于效率和实际任务执行能力。这意味着不仅是提高了回答质量，还优化了结构，使其能够利用相同的计算资源执行更复杂的任务。
以较少资源提升性能的结构是关键
Kimi-K2.6采用了被称为“Swiglu”的激活函数。这是一种相比传统方式能提高硬件利用效率，并能部分简化模型训练过程的结构。该方法也已被应用于Meta Platforms的Llama系列等多个开源模型群。
模型内部部署了384个“专家”网络。但并非用户每次输入问题时所有这些网络都会同时运行。实际生成响应时，仅选择性调用8个专家。这种“专家混合”方式只激活所需部分，有利于减少计算量和基础设施负担。
此外还搭载了“多头潜在注意力”技术。这是注意力机制的一种，能更高效地从提示中筛选重要信息。由于它将数据压缩成更轻量级的数学表达进行处理，因此相比普通的注意力结构，其硬件需求较低。
图像理解与智能体协作功能亦获增强
Kimi-K2.6还配备了拥有40亿参数规模的视觉编码器。该装置将图像转换为模型易于理解的“嵌入”形式。得益于此，Kimi-K2.6不仅能处理句子输入，还能结合草图或视觉资料进行工作。
据Moonshot AI称，该模型仅凭简单的用户指示和界面草图即可生成完整的网站。对于更复杂、耗时的任务，最多可同时投入300个智能体协同工作。据解释，这种方式是每个智能体将任务分解为细分子步骤进行并行处理，相比顺序执行能提升速度。
此外，通过“群组协作”功能，还可以设计让人与智能体共同工作的流程。Moonshot AI解释称，借此可以在项目内将工作任务分配给人类工作者和人工智能智能体。公司补充说，与前代相比，其在Rust开发等高难度编程任务上的性能也有所提升。
声称在高难度评估HLE-Full中领先GPT-5.4
Moonshot AI表示，已在超过20个主要基准测试中将Kimi-K2.6与GPT-5.4、Claude Opus 4.6进行了比较。据该公司声称，新模型在多项测试中领先于这两个顶尖模型，或将分差缩小至几个百分点以内。
尤其在公认最严苛的评估之一“HLE-Full”中，Kimi-K2.6获得了54分。该基准测试由涵盖100多个学术领域的约2500个博士级别问题组成。Moonshot AI称，在同一测试中，Claude Opus 4.6获得53分，GPT-5.4获得52.1分。
此次发布显示开源人工智能竞争正日趋激烈。虽然闭源的顶级模型仍主导市场，但随着像Kimi-K2.6这样同时强调效率和任务自动化功能的开源模型增多，企业和开发者的选择也正变得更加广泛。
TP AI 注意事项
本文基于TokenPost.ai的语言模型生成摘要。正文主要内容可能被省略或与事实存在出入。
别找了！AI自由，从这张卡开始：手把手教你用 SafePal银行卡充值 Kimi API 密钥，配置 OpenClaw【写在前面】
大家好呀，我是那个天天被私信/评论轰炸的实习生😭
“咱们的 SafePal 银行卡能不能订阅某某 AI？”
“我用某某的卡支付失败了，想换 SafePal 银行卡，具体该怎么操作？”
“实习生也开始使用 OpenClaw 了吗？能不能出个小白教程？”
被问了800遍之后，我决定：把最近研究 OpenClaw 和支付国际 AI 模型的心得出一篇教程！不用一个小时即可完成：
🔧 安装 OpenClaw （极速版）
💰 充值 AI 大模型 API （Kimi 海外版）
🤖 丝滑接入 Telegram
一张 SafePal 银行卡，所有 AI 服务全搞定。建议收藏，跟着操作就行！
不过在动手之前，我得先唠叨一句安全⚠️
OpenClaw 权限太高，江湖传闻有些 Skills 会偷私钥、自己转账。咱们钱包用户的底线就是私钥必须自己攥手里，谁也不给！所以千万别装主力电脑上，风险太大！
最好放隔离环境：比如闲置电脑，云服务器。最理想的情况下是你有一台闲置电脑，可以直接在电脑上安装。如果没有的话，可以考虑云服务器。目前很多厂商已上线各种预装 OpenClaw 的主机，我们只需要像购买视频会员一样租用他们的服务器，就可以快速配置 OpenClaw。云服务器可以提供独立云端环境，让 OpenClaw 的配置与本地电脑物理隔离，很大程度上可以保障本地隐私、资产安全。
实习生手中没有闲置电脑，就选择了第二条路。从众多厂商中选择了腾讯云 Lighthouse（自费，没收马老板一分钱💰），替你们试了完成了整个配置流程。接下来咱们就用它开搞～
配置 OpenClaw 需要一共三步：
1. 购买云服务器、安装 OpenClaw （极速版）
在这里选择自己的服务器并完成购买，这一步需要注意是否选择海外的服务器（取决于你是否需要接入海外应用）：
https://buy.cloud.tencent.com/lighthouse?from=product_page
注：可以直接用 SafePal 银行卡绑定到微信支付购买。 官方详细教程：
https://cloud.tencent.com/developer/article/2624003
2. 充值 AI 大模型 API （Kimi 海外版）
这里实习生选择的是 moonshot.ai（Kimi 国际版），至于为什么选择国际版，DDDD。这一步大多数人卡在需要使用国际卡购买 API。而有 SafePal “万能AI卡” 在手，这简直易如反掌。
首先，登录 moonshot.ai，点击 Get Started ，再点 Recharge
选择充值金额，填入你的 SafePal 银行卡卡号，有效期，CVC 等个人信息
点击“Pay” 再填入验证码，三秒内即可完成支付！用 RMB 扣款还可领取换汇补贴哦！
再创建 API Key 后复制到云服务器中配置
3. 将服务器接入 Telegram
配置成功后，接下来你可以将 OpenClaw 接入到各个应用里面，实习生尝试接入了 Telegram，全程无障碍！详细教程：https://cloud.tencent.com/developer/article/2626214
到这一步，你的 OpenClaw 就算正式跑起来啦！🎉 接下来就可以用各种 Skills 调教它，让它乖乖帮你干活了～
不过还是要多唠叨一句：现在网上 Skills 教程一大堆，但千万别看见啥都往里塞⚠️ 尽量找官方出品或者靠谱来源的，毕竟安全第一，咱不能为了偷懒把资产搭进去对吧？
希望 AI 能真帮大家提升工作效率，让摸鱼更快乐（划掉）…… 如果还有什么想看的教程，尽管留言告诉我，我去肝！💪
Alkimiya：商品化区块空间下区块生产者成本的对冲工具撰文：Tia，Techub News
区块链吊诡的地方在于其是通过代币激励矿工的方式来完成去中心化平台的运转，即用利益化的方式完成理想主义的构建。如果公链被视为公共物品，那作为其核心产品——区块空间也理应成为公共物品，但现实却并非如此。这与矿工的激励规则有关。矿工激励的一部分来自系统设定，另一部分则来自于为区块空间提供服务用户额外付出的时间费用（这也是 MEV 窗口得以打开并蔓延的主要原因）。并且，这一规则并不能简单改为固定费用激励，因为依旧会遇到 DoS 攻击，这一点也已经被 Solana 验证了。
如果沿用市场化的激励规则，那么区块空间将被视为商品，区块构建者则被视为生产者。由于链上活动并不一直活跃，因此作为生产者其成本无法很好地控制。PoW 机制下，矿工有实打实的机器和电力成本；PoS 机制下，质押者有其质押机会成本的考虑。Alkimiya 想做的事情就是将区块空间金融化，给区块生产者提供一个出口对冲生产成本。
Alkimiya 协议概述
Alkimiya 协议有两个部分，第一部分是无需许可、非托管的协议，允许矿工通过双边合约出售他们的哈希算力。第二部分是结构化产品引擎，用户可以将双边合约重组为由现金流支持的其他形式的收益资产（例如固定收益债券、可转换债券、永续掉期、DAO 支出）。
算力合约
矿工可以出售哈希算力，以在一段时间内锁定其哈希率的预付款，或者可以出售看涨期权以提高其收益。在熊市中，矿工可以通过锁定预付利润来支付每月的运营费用，从而对冲下行风险。在牛市中，现货算力的需求极高。矿工可以利用高溢价。
用户可以自行创建在某段时间内以固定价格买入/卖出哈希算力的订单，以等待其他用户 fill 该订单，也可直接 fill 其他用户的订单。
算力结构化产品
合约的所有权由临时代币（Silica）表示，这些代币将在违约或赎回时被销毁。这些代币可以分解成更小的部分并在二级市场上交易。合约到期时，任何拥有代币的人都可以领取与合约相关的挖矿奖励。
通过将挖矿的财务回报视为代币形式的现金流模块，用户可以使用它们来创建不同类型的现金流生成资产。
例如，一系列在不同时间段内提供不同数量哈希率奖励的哈希率交换合约可以捆绑在一起并重新发行为新工具：5% 固定收益债券 + 链上 DAO，不断将奖励重新投资到新合约中。这些新工具的支出来自挖矿奖励包。
Alkimiya 允许用户自由设计和启动这些「结构化产品引擎」——以哈希算力为抵押的固定收益债券、以挖矿收入为标的的可转换债券、哈希算力永续掉期、将区块补贴和 MEV 收入分离的结构化产品、由 DAO 运营的链上挖矿基金。这些资产可以在其他去中心化交易所交易，并与更广泛的 DeFi 生态系统整合。
但就笔者在 Alkimiya 目前上线的产品测试过程中，并未发现该部分的产品呈现，预计该部分尚未完全开发完毕。
小结
如今，挖矿和质押活动已经变得越来越工业化，其所需的资本支出也在逐渐增长。随着挖矿业务的工业化，前期资本支出也在增长。
与传统大宗商品生产商不同，传统大宗商品生产商可以利用大量衍生品市场来分担风险，而矿工及其投资者则承担了大部分风险。交易现货算力的唯一方式是通过买卖机器。然而，由于硬件难以移动，机器市场效率极低。Alkimiya 这样的为哈希算力生产商提供服务的资本市场是必不可少的，生产商需要一个能管理挖矿周期不同阶段风险的产品。
Alkimiya：商品化区块空间下区块生产者成本的对冲工具撰文：Tia，Techub News
区块链吊诡的地方在于其是通过代币激励矿工的方式来完成去中心化平台的运转，即用利益化的方式完成理想主义的构建。如果公链被视为公共物品，那作为其核心产品——区块空间也理应成为公共物品，但现实却并非如此。这与矿工的激励规则有关。矿工激励的一部分来自系统设定，另一部分则来自于为区块空间提供服务用户额外付出的时间费用（这也是 MEV 窗口得以打开并蔓延的主要原因）。并且，这一规则并不能简单改为固定费用激励，因为依旧会遇到 DoS 攻击，这一点也已经被 Solana 验证了。
如果沿用市场化的激励规则，那么区块空间将被视为商品，区块构建者则被视为生产者。由于链上活动并不一直活跃，因此作为生产者其成本无法很好地控制。PoW 机制下，矿工有实打实的机器和电力成本；PoS 机制下，质押者有其质押机会成本的考虑。Alkimiya 想做的事情就是将区块空间金融化，给区块生产者提供一个出口对冲生产成本。
Alkimiya 协议概述
Alkimiya 协议有两个部分，第一部分是无需许可、非托管的协议，允许矿工通过双边合约出售他们的哈希算力。第二部分是结构化产品引擎，用户可以将双边合约重组为由现金流支持的其他形式的收益资产（例如固定收益债券、可转换债券、永续掉期、DAO 支出）。
算力合约
矿工可以出售哈希算力，以在一段时间内锁定其哈希率的预付款，或者可以出售看涨期权以提高其收益。在熊市中，矿工可以通过锁定预付利润来支付每月的运营费用，从而对冲下行风险。在牛市中，现货算力的需求极高。矿工可以利用高溢价。
用户可以自行创建在某段时间内以固定价格买入/卖出哈希算力的订单，以等待其他用户 fill 该订单，也可直接 fill 其他用户的订单。
算力结构化产品
合约的所有权由临时代币（Silica）表示，这些代币将在违约或赎回时被销毁。这些代币可以分解成更小的部分并在二级市场上交易。合约到期时，任何拥有代币的人都可以领取与合约相关的挖矿奖励。
通过将挖矿的财务回报视为代币形式的现金流模块，用户可以使用它们来创建不同类型的现金流生成资产。
例如，一系列在不同时间段内提供不同数量哈希率奖励的哈希率交换合约可以捆绑在一起并重新发行为新工具：5% 固定收益债券 + 链上 DAO，不断将奖励重新投资到新合约中。这些新工具的支出来自挖矿奖励包。
Alkimiya 允许用户自由设计和启动这些「结构化产品引擎」——以哈希算力为抵押的固定收益债券、以挖矿收入为标的的可转换债券、哈希算力永续掉期、将区块补贴和 MEV 收入分离的结构化产品、由 DAO 运营的链上挖矿基金。这些资产可以在其他去中心化交易所交易，并与更广泛的 DeFi 生态系统整合。
但就笔者在 Alkimiya 目前上线的产品测试过程中，并未发现该部分的产品呈现，预计该部分尚未完全开发完毕。
小结
如今，挖矿和质押活动已经变得越来越工业化，其所需的资本支出也在逐渐增长。随着挖矿业务的工业化，前期资本支出也在增长。
与传统大宗商品生产商不同，传统大宗商品生产商可以利用大量衍生品市场来分担风险，而矿工及其投资者则承担了大部分风险。交易现货算力的唯一方式是通过买卖机器。然而，由于硬件难以移动，机器市场效率极低。Alkimiya 这样的为哈希算力生产商提供服务的资本市场是必不可少的，生产商需要一个能管理挖矿周期不同阶段风险的产品。Moonshot AI 拟六个月内赴港上市，Kimi K3 推动年化收入达 3 亿美元Techub News 消息，人工智能公司 Moonshot AI 计划在未来六个月内寻求在香港进行首次公开募股（IPO）。其 AI 模型 Kimi K3 推动了公司年化收入达到 3 亿美元。此举可能为 AI 初创公司的快速上市树立先例，凸显该行业的高速增长潜力与市场影响力。 （Crypto Briefing）Harvey 发布首个后训练法律智能体模型 Tenet，基于 Kimi K3 优化Techub News 消息，法律 AI 公司 Harvey 发布首个后训练模型 Harvey Tenet，目前处于研究预览阶段。该模型基于 Kimi K3，通过 Fireworks 平台使用异步强化学习在长期法律任务上进行训练。训练数据结合了合成数据、公开法律数据和专家数据，未使用客户数据。
在 Harvey 的法律智能体基准测试中，Tenet 在 LAB 上完成的任务量比基础 K3 模型多近一倍，在 LAB: Contracts 上多 20%，全通过率分别提升 9 和 2 个百分点。其训练使用了约 150 块英伟达 B300 GPU，耗时两个月。
Harvey 表示，Tenet 的目标是在开源模型上构建前沿法律智能，并为律师事务所提供拥有专属模型的路径。该模型目前仅通过 Harvey 平台向企业客户提供，尚未发布权重或 API。 （MarkTechPost）智谱AI GLM-5.3在开源模型排行榜登顶，但发布推迟Techub News 消息，中国初创公司智谱AI（Z.ai）的AI模型GLM-5.3在Artificial Analysis Intelligence Index上获得60分，与Kimi K3并列开源模型榜首，较其前代GLM-5.2高出7分。该模型在价格上低于竞争对手，但其发布已被推迟。 （The Decoder）Kimi K3 扫描发现比特币开源项目多处关键漏洞Techub News 消息，比特币 Red Team 研究员 calle 称，团队使用 Kimi K3 两周后，在比特币开源项目中识别出多处关键及高危漏洞。
该团队未披露具体项目名单及漏洞技术细节，仅表示相关发现已通过指定链接提交。目前尚不清楚这些漏洞是否已被修复或存在实际利用案例。（WuBlockchain）Coldcard：固件漏洞未被 AI 代码审查工具检出Techub News 消息，硬件钱包制造商 Coldcard 披露其固件中存在一处安全漏洞，未被 Kimi K3、Claude Fable 及 Codex 5.6 等 AI 代码审查工具检测出。
此次披露凸显了 AI 代码审查工具在检测硬件钱包固件安全漏洞方面的局限性。该制造商提醒开发者需结合人工审计等多重验证手段确保代码安全性。（Cointelegraph）Kimi K2.5 在九轮社交推理测试中保持欺骗能力引发安全质疑Techub News 消息，Moonshot AI 的 Kimi K2.5 模型在 ParliamentBench 社交推理基准测试中，九轮互动内保持 90% 的欺骗保留率，远超其他竞争模型低于 50% 的表现，引发对 AI 安全护栏的质疑。
该模型拥有超 1 万亿参数，在模拟游戏 Secret Hitler 的 fascist 角色中实现 85% 胜率。评估显示其擅长维持虚假身份和操纵群体认知，但未表现出超越指定角色的自发目标。该论文将其与 GPT-5.4 等前沿模型并列。（CryptoBriefing）DeepSeek V4-Flash-High 跻身前端代码榜第 7 名Techub News 消息，DeepSeek 开源模型 V4-Flash-High 在 arena.ai 前端代码榜排名第 7，开源类别第 3。该模型拥有 2840 亿参数，输入价格仅每百万 token 0.14 美元。
该模型较上一代提升 154 分，支持 100 万 token 上下文窗口。目前 Kimi-K3 以约 1682 分领跑总榜。其低成本特性验证了去中心化计算网络为开源 AI 提供算力的可行性。（CryptoBriefing）0G 集成 Kimi K3 与 GPT-5.6 系列模型Techub News 消息，0G 宣布其 Private Computer 平台已集成 Moonshot AI 的 Kimi K3 及 OpenAI 的 GPT-5.6 系列模型（SOL、Terra 和 Luna）。用户可通过 OpenAI 兼容的单一端点访问这些模型，并使用 $0G 进行结算。
Kimi K3 采用 Verified Routing 提供 TEE 认证直连，支持多模态输入与 1M Token 上下文窗口；GPT-5.6 系列则通过 Standard Routing 提供三种不同能力层级。该平台通过统一密钥流和信任分级标签，旨在解决自主代理场景下的多模型信任验证问题。黄仁勋：AI 威胁论是「无稽之谈」，反对恐惧监管Techub News 消息，黄仁勋称 AI 威胁论是「无稽之谈」，联合微软等发信支持开放与封闭 AI 模型，反对恐惧驱动监管。
其主张出口管制应具针对性，避免宽泛监管削弱美国竞争力。华盛顿正就中国 AI 竞争与国内应用展开辩论，Moonshot AI 的 Kimi 等中国模型能力正快速提升。（CryptoBriefing）贝森特：美政府或制裁窃取美知识产权的中国 AI 公司Techub News 消息，美国财政部长贝森特称，若美方发现中国 AI 公司窃取美国模型开发者的知识产权，华盛顿方面可能对这些企业实施制裁。他在采访中表示，特朗普政府支持开源 AI，但不会容忍外国公司抄袭美国技术。
该警告发布之际，包括月之暗面 Kimi K3 在内的中国模型在编程、智能体任务等领域正加速追赶 OpenAI 和 Anthropic。美方此前已限制中国获取先进芯片并收紧出口管制，而直接针对模型开发者将把这些措施延伸至软件和训练实践。（CryptoBriefing）今天，Kimi 开启「Wild Card」特别招募计划： 寻找 7 名异类，作为未来的业务合伙人来培养，与创始团队一同工作 希望你是这样的异类：读书辍学、创业失败、不信命、热衷于各种方式无限折腾... 希望身为异类的你能够来到 Kimi，与创始团队一同工作，有独立充沛的算力支持，还有锁定当下估值的期权 在 Kimi，你将有着最广阔的机会去施展才华，可以是探索下一代 Agent 产品，用你的想法去惊艳整个世界；你也可以从零开拓并主导一个国家的市场，海阔天空任你驰骋；当然，更可以是拉手更多的生态伙伴，一同奔赴 AGI 的星辰大海 希望愿意为一个想法迭代 100 轮，品鉴过 1000 个产品和作品，在某个领域死磕过 10000 小时的你，凭着这股子执劲，来一同创造更广阔的世界 这 7 个名额属于社招的特别招募，校招和实习也同时开放了。这是 K3 之后的首次公开招聘，也是 Kimi 第一次开展业务团队校招，面向 2027 届、2028 届毕业生；实习面向在校学生，不限年级
