中国新创公司「月之暗面」（Moonshot AI）17日发布最新人工智慧模型Kimi K3，技术水准似已缩小与资本雄厚的美国竞争对手间差距，也使美中的人工智慧霸主地位竞争升温。
德国之声（DW）报导，月之暗面宣布推出迄今为止公司最强的大模型Kimi K3，表示Kimi K3拥有2.8兆参数，支持100万token的上下文长度。参数数量是衡量人工智慧（AI）模型系统性能和复杂性的重要指标，在全球开源模型里，Kimi K3是首个超2兆级别者，也成为全球参数最大的开源模型。
● Kimi K3直逼美顶尖系统 冲击全球AI与晶片股
月之暗面表示，Kimi K3在编程任务和复杂应用方面优于Anthropic的Claude Opus 4.8和OpenAI的GPT 5.5等模型，但承认目前仍略逊于美国顶级闭源模型ClaudeFable 5和OpenAI最新的GPT-5.6 Sol，只不过差距正在迅速缩小。
纽约时报指出，Kimi K3是全球规模最大的开源AI系统，任何人都可以自由使用、修改并以此为基础进行开发。
月之暗面发布Kimi K3，适逢中国国家主席习近平同日在上海的「2026世界人工智能大会」（WAIC）开幕式发表谈话，称AI不应由单一国家主导，呼吁各国加强国际合作共同推动AI发展。
习近平呼吁应确保AI始终处于人类控制之下，并鼓励包容并蓄，促进文明互鉴，用全人类共同价值塑造AI的价值观，让此一技术更造福人类社会，帮助全球南方国家加强相关能力，避免AI造成新的历史不公，「AI的发展不应是单一国家的独奏，而应是国际合作的交响乐」。
市场反应是美股17日下挫，科技类指标那斯达克指数下跌约1%，投资人抛售辉达（Nvidia）、英特尔（Intel）等为AI提供算力所需晶片的美企股票。
纽时认为，相关发展凸显美中竞逐AI领导地位的重大地缘政治意义。许多人认为这场竞赛是当代最具决定性的科技竞争，美国总统川普一再强调，维持AI领域领先，是维护美国经济与国家安全的战略要务。
随AI成为一项具有深远经济与军事影响的技术，美国一直试图藉限制中国取得训练最先进AI系统所需的高阶晶片，来减缓中国的发展速度。
继之前的深度求索（DeepSeek）后，中国又推出一款性能足与矽谷巨头所开发、成本高昂且高度依赖庞大算力系统相抗衡的免费、开源AI模型，再次让外界质疑：整个产业对资料中心的大规模投资热潮是否真的合理。
过去18个月来，中国科技公司持续推出一系列开源AI模型，这些模型性能逐渐逼近美国竞争对手，同时宣称所需的运算资源更少。这种兼具高性能与低成本的优势，使中国人工智慧系统成为全球许多开发者的首选。
Kimi K3的发布进一步强化这股趋势，也使外界开始认为，中国企业可能很快就能追上、甚至超越美国顶尖AI公司的最先进模型。这些美国公司为打造封闭式、且运行成本高昂的模型，已募得数千亿美元资金，反观月之暗面在最近一轮融资的估值仅约315亿美元。
独立的AI模型评测公司Vals AI执行长克瑞希南（Rayan Krishnan）表示，根据他们所做基准测试，Kimi K3的表现仅略逊于Anthropic的Fable 5，优于OpenAI旗舰模型GPT-5.6 Sol。
Anthropic最新推出的AI模型功能已强大到令各国政府担忧，因其能力已包含辨识银行网路、电力系统等关键基础设施中的安全漏洞。
● 专家：美中AI技术差距约仅半年
研究中国开源AI生态系的史丹佛大学教授韦布斯特（Graham Webster）表示，一款模型是否已达全球最先进的重要性其实已不高，因为美中顶尖模型间的性能差距已明显缩小。
他说：「每个人对中国落后美国多少个月都有不同估算，但大多数估计都集中在约6个月左右。这不是个很大的领先优势。」
月之暗面表示将于本月底公布Kimi K3的完整技术细节，并向全球开发者免费开放。
出席17日上海「2026世界人工智能大会」的约翰霍普金斯大学高等国际研究学院（SAIS）高级研究员塞克斯（Samm Sacks）表示，专家圈咸认中国企业推出一款可免费使用、且性能足以媲美Anthropic最先进系统的模型是迟早的事。
塞克斯指出，一旦出现这样的突破，将使监管机构面临棘手问题，因为当如此强大的AI技术公开释出后，控管的难度就会再增。
上个月另一家中国新创公司Z.ai推出名为GLM-5.2的模型，性能几乎与美国领先的Anthropic Fable 5相当，且有别于Fable系统，GLM-5.2也可以广泛自由取得。
矽谷许多软体开发者与新创公司很快便采用GLM-5.2，主要原因是成本远低于美国主流AI系统；而据Vals AI的基准测试显示，Kimi K3性能甚至比GLM-5.2更强。
纽时指出，几乎所有中国先进的AI系统都采开源，这有助于它们吸引全球使用者。然而与矽谷偏好的封闭式系统相比，中国模型则较难实现商业获利，因此如何将全球广泛采用转化为可持续获利的商业模式，也已在中国部分顶尖AI研究机构开始讨论。