110亿美元不选GPT,选了中国开源模型

MODE C · 热点点评 2026.09.03 犀牛伯爵 N°85

9月3日早上,人民日报海外版发了一条消息,没多少人在讨论。

美国估值110亿美元的法律AI独角兽Harvey,刚发布了自有模型Tenet。底座不是GPT,不是Claude。

是中国月之暗面的Kimi K3。

我自己看到这条消息的时候愣了一下。不是因为技术多惊艳,是因为这件事的位置太微妙了。

一个服务20多万名美国律师的AI公司,在GPT和Claude都触手可及的情况下,主动选了一个中国开源模型当底座。不是因为便宜才凑合,是经过评估后,中国模型更适合。

这不是孤例。

CodeArena模型性价比帕累托前沿,中国模型密集占据高性价比区间
图源|Arena.ai X平台,CodeArena帕累托前沿榜单,中国模型占据高性价比区间

Harvey不是随便选的。他们在GLM-5、Kimi K2.5和DeepSeek V3.2之间做了一圈评估,最终选了月之暗面的Kimi K3。

Kimi K3是月之暗面7月发布、7月27日开源的模型,2.8万亿参数,MoE架构,支持100万token上下文。

Harvey的训练方案是这样的。1750个法律智能体任务环境,200多位执业律师当教练,150张英伟达B300显卡,跑了大约两个月。

来源|人民日报海外版,9月3日第08版,据新华社电

结果呢。在Legal Agent Bench测试中,Tenet的整项任务全部通过率是19.7%,Fable 5是11.5%,GPT-5.6 Sol只有2.5%。

来源|Harvey官方技术博客,搜狐科技8月28日转述

说真的,10%的推理成本做出近两倍的任务完成量,这笔账美国企业算得比谁都清楚。

为什么选中国开源模型
开放权重可自主部署、改、训
闭源API只能调用,不能动
推理成本降七成以上
训练门槛150张B300 / 2个月

但Harvey只是一个开始。

美国编程工具Cursor,今年3月发布自研编程模型Composer 2,底座也是Kimi K2.5。Cursor联合创始人Aman Sanger后来承认,没在发布博客里注明Kimi底座是一次疏漏。

来源|百家号,9月3日,转述Cursor技术报告

5月推出的Composer 2.5继续以Kimi K2.5为底座,在多项编程基准测试中表现接近Claude Opus 4.7和GPT-5.5,运行效率最高提升10倍。

来源|百度百科"Composer 2.5"词条

还有更让人意外的。路透社砸4000万美元造法律AI,底座没用OpenAI,选了阿里通义千问,图的是数据自主可控。

来源|百家号,8月27日报道

美国"认知"公司、英国Cosine公司,也分别以Kimi模型为基础,通过强化学习提升软件工程能力。OpenAI前CTO米拉·穆拉蒂创办的思维机器实验室,MoE架构沿用DeepSeek-V3的技术路线,后训练阶段还用Kimi K2.5生成合成数据。

来源|人民日报海外版,9月3日

坦率地讲,这不是一家公司在用中国模型,是一种趋势。

为什么会这样。我梳理了三个原因。

第一,开放权重。闭源API你只能调用,不能改。开放权重模型企业可以自主部署、持续优化、继续训练,大规模调用时能降低成本、提高灵活性、减少对外部API的依赖。

第二,任务范式变了。AI从问答工具变成智能体,衡量标准从"知识回答"变成"完整执行复杂任务"。完成复杂任务所需的操作流程、判断标准和纠错机制,往往存在于真实业务场景里。中国开源模型在这条路上已经进入前沿。

来源|人民日报海外版,9月3日

第三,成本结构。Harvey用150张B300训练两个月就做出了专业级法律模型,推理成本比闭源模型降了七成以上。从零训练一个通用基础模型,算力和数据投入要高出几个数量级。用中国开源模型当底座,后训练出专业能力,这笔账太划算了。

来源|21评论,9月3日,中国科学院科技战略咨询研究院周城雄

如果你正在选AI模型底座

记住三个判断标准。第一,开放权重是否完整,能不能自主部署和改。第二,后训练成本能否承受,你的行业数据够不够喂。第三,在你的真实业务场景里,模型能不能端到端完成任务,不是跑分高就够了。前两个看参数和许可证,第三个必须自己跑。

不过,也别急着欢呼。

中国模型被海外公司选中当底座,确实是好事。但真正值钱的不是底座,是后训练。Harvey的1750个法律智能体环境、200位律师的评分卡、两个月迭代出的专业能力,这些才是产品竞争力的核心。Kimi K3提供了跑得动的基础,但法律AI的专业壁垒,是Harvey自己建起来的。

来源|搜狐科技,8月28日

这里有个结构性问题。中国模型厂商目前更多在提供"基础设施"层面的价值,而不是"产品"层面的价值。基础设施的定价权有限,你能收的钱取决于替代成本有多低。

Cursor用Kimi K2.5做的Composer 2.5,标准版每百万输入Token收费0.5美元,输出2.5美元。月之暗面能从中分多少,是否参与后续分成,目前都未披露。

来源|百家号,9月3日

被引用是别人在论文里提你一嘴。
被托付是别人把生产线上的关键工序交给你。

这个变化发生在2025年到2026年之间,速度比大多数人预想的都快。

来源|百家号,8月27日

接下来会怎么走,我目前的判断是这样的。

人民日报海外版用了一个很准确的表述,中国模型的国际影响"正由产品出海进一步向技术输出延伸"。

来源|人民日报海外版,9月3日

这个趋势还在加速。月之暗面正在和微软、亚马逊、谷歌谈判,希望Kimi K3进入Azure、AWS和Google Cloud,从这些平台销售K3相关服务的收入中拿走最高30%的分成。

来源|新浪财经,8月31日

K3已经进入了Together AI、Fireworks、DigitalOcean等10家以上的推理平台。如果三大云厂商的分成协议最终达成,这将是中国AI公司与美国大型云厂商之间第一批重要的模型收入分成协议。

21评论的分析说得更直白,垂直AI应用正在告别"闭源API依赖"时代,开源基座开始成为垂直行业的重要技术底座。

来源|21评论,9月3日,东方财富网

建议收藏这个时间点。2026年9月3日,人民日报海外版确认,中国开源模型已经成为海外AI企业开发新产品的重要技术来源。不是被引用,是被托付。

你觉得中国开源模型的这条路能走多远?评论区聊聊你的判断。

如果你正在做AI产品,会考虑用Kimi或DeepSeek这样的开源模型当底座吗?留言区等你的看法。

觉得有用,转发给做AI的朋友。下次看到GPT的报价,先拿Kimi比一比。

谢谢你看我的文章。