Kimi K3 发布后，硅谷对中国模型的认知从 “低成本替代品” 转向 “接近前沿的竞争者”。嘉宾指出，K3 的能力提升源于架构、强化学习、数据工程和推理基础设施的创新，而非单纯依赖蒸馏。蒸馏虽是标准训练技术，但闭源厂商的指控更多出于商业考量，且 K3 未蒸馏前沿模型。开放权重模型通过降低推理成本（如 KV Cache 优化）吸引企业，冲击 OpenAI、Anthropic 的估值与商业模式，而英伟达等硬件厂商因生态利益支持开放。中国公司选择开放主要为了分发和用户获取，地缘政治因素也推动这一决策。开放模型催生了 OpenRouter 等中间商，并推动 Agent 生态向垂直整合和推理优化发展。安全方面，嘉宾认为开放权重模型风险低于闭源，监管应关注训练语料而非模型本身。