# Kimi K3逼近了，但Anthropic的护城河考验才刚开始

**Summary:** Kimi K3和Qwen3.8让前沿领先地位看起来不再稳固。我认为Anthropic真正的考验在于任务经济性、云接入和产品吸引力，而非是否拥有服务器。

- Canonical: https://markhuang.ai/zh/news/kimi-k3-anthropic-moat-test
- Language: zh-CN
- Author: [Mark Huang](https://markhuang.ai/about)
- Published: 2026-07-20
- Section: News
- Tags: AI, Kimi K3, Anthropic, AI经济, 开源模型
- Source: [Emerging Trajectories](https://www.emergingtrajectories.com/lh/frontier-lab-economics/)
- License: https://creativecommons.org/licenses/by-nc/4.0/

---

![一幅卡通图，展示了Mark在权衡租用算力与开放式工作室生产的可互换AI引擎](https://cdn.markhuang.ai/news/kimi-k3-anthropic-moat-test/hero.webp)

*开源模型正在压缩前沿领先的空间，但能不能把领先做成长期生意，还没有答案。*

[Emerging Trajectories 的分析](https://www.emergingtrajectories.com/lh/frontier-lab-economics/)把 Kimi K3 和 Qwen3.8 当作对前沿实验室——尤其是 Anthropic——的一次警告。逻辑很简单：如果开源权重模型能逼近最好的闭源系统，那家靠租算力、卖模型访问的公司就会被上游基础设施方和更便宜的挑战者两面夹击。

警告我认同，结论我不买。月之暗面说 Kimi K3 是 2.8 万亿参数的模型，完整权重将在 2026 年 7 月 27 日前放出。这确实是实打实的竞争压力，但远不足以证明 Anthropic 正在瓦解。基准测试的排名可以很快被翻盘，而分发渠道、算力合约、用户的产品习惯、完成一项实际任务的成本——这些东西走的是另一套节奏。

## 核心判断

| 问题       | 我的看法                                                          |
| -------- | ------------------------------------------------------------- |
| 发生了什么变化？ | Kimi K3 已上线托管版本，开源权重承诺 7 月 27 日放出。阿里巴巴也宣布了 Qwen3.8，同样表示将开源权重。 |
| 这威胁到了什么？ | 最佳闭源模型带来的溢价——尤其在买家可以把任务切给更便宜的模型或换一家托管的时候。                     |
| 这不能证明什么？ | 拥有数据中心就等于利润率更高，也不等于 Anthropic 除了模型之外没有产品和分发上的优势。              |
| 我的判断     | Anthropic 的护城河正在被考验，但考的是单次成功任务的成本和客户粘性，而不是谁拥有机房。              |

## 模型领先是最脆弱的一环

原文说得最到位的地方，就是把模型领先定性为一种暂时状态。月之暗面的 [Kimi K3 文档](https://platform.kimi.ai/docs/guide/kimi-k3-quickstart)称模型支持一百万 token 上下文窗口，scaling 效率约为 K2 的 2.5 倍。这些都是开发方自己的说法，技术报告还没出。即便如此，这次发布又多了一条理由：别把业务定价押在"今天的模型排名能维持多久"上面。

Qwen3.8 说的是同一件事，但证据缺口更大。[阿里巴巴的公告](https://x.com/Alibaba_Qwen/status/2078759124914098291)只说"很快"开源权重，没有 model card、没有许可证、没有架构细节、也没有可复现的评测。在完整的发布包落地之前，我只当它是竞争表态。Kimi K3 走得更远一些，但权重到今天也还是一张到期的支票，不是能下载的东西。

这个区别很关键：托管访问和开源权重带来的压力完全不同。托管的挑战者可以打价格战。而可下载的权重意味着多家供应商可以跑同一个模型，大客户多了一种部署选择，切换也不再绑死在某一家 API 上。第二种方式给买方更大的议价空间——前提是权重文件、许可证和推理服务支持都得先到位。

![一幅卡通图，展示了Mark看着几个抽象的AI引擎比赛，而开放式工作室不断派出新的挑战者](https://cdn.markhuang.ai/news/kimi-k3-anthropic-moat-test/model-race.webp)

*挑战者源源不断地入场，单项领先就没那么值钱了。*

## 自己有机房不等于经济账好算

原文说拥有数据中心或发电能力就是决定性优势，这一点我不太买账。自有资产在高利用率下确实能压低单位成本，但也意味着融资、折旧、工期和硬件选型全都锁死在自己身上。租用则让成本更灵活，买方也能在多家供应商之间分散负载。两种模式没有谁天然胜出。

一项 [2024 年关于前沿模型训练成本的研究](https://arxiv.org/abs/2405.21015)估计，自 2016 年以来，最吃算力的模型成本每年涨约 2.4 倍。在它的详细案例里，计算硬件占开发成本的 47% 到 65%，研究人员占 29% 到 49%，能源只占 2% 到 6%。这些数字覆盖的是模型开发阶段，不是推理，所以我不会拿来直接推 API 毛利率。但它们至少说明了一件事：把故事简化成"谁拥有发电厂"，会漏掉大部分成本。

更合理的衡量单位是"拿到一个可用结果的成本"。[Cost-of-Pass 论文](https://arxiv.org/abs/2504.13359)发现，不同级别的模型在不同类型的任务上各有各的经济性，而多数投票之类的额外推理技巧往往得不偿失。只要条件允许，买家会把常规任务分流给更小的模型。但如果一次正确答案能省掉重试、人工复核或失败代价，他们仍然愿意为前沿模型掏钱。

![一幅卡通图，展示了Mark在平衡固定的服务器集群与灵活的模块化计算单元](https://cdn.markhuang.ai/news/kimi-k3-anthropic-moat-test/infrastructure-tradeoff.webp)

*自建基础设施和租用算力只是把风险挪了个位置，并没有消除它。*

## Anthropic 不只是按小时租算力

把 Anthropic 说成纯模型公司，未免太粗线条了。今年 4 月，Anthropic 宣布[未来十年向 AWS 技术投入超过 1000 亿美元](https://www.anthropic.com/news/anthropic-amazon-compute)，锁定了最高 5 吉瓦的新增算力，并已使用超过一百万颗 Trainium2 芯片。同一份公告还说 Claude 已上线 AWS、Google Cloud 和 Microsoft Azure，年化收入达到 300 亿美元。

这些数字来自 Anthropic 自己，没有一项能直接证明盈利。如果需求或定价走弱，这笔承诺反而可能变成包袱。但话说回来，这不是随便在现货市场买点算力。这是长期容量锁定、芯片级合作、多渠道云分发，加上一张非常大的采购账单。Anthropic 完全可以不把自己的资产负债表压上数据中心，却仍然拿到基础设施层面的好处。

产品层面也一样不能轻率下结论。谁都能再套一个 coding wrapper 出来，但要拿到代码库访问的信任、过企业合规、让 agent 行为稳定可靠、最终嵌进开发者日常工作流——这远比发一个工具难。Claude Code 有可能丢掉这个位置，但市面上多了一个开源 wrapper 和客户真的在切换是两回事。

> **Info:**
>
> 我会盯四个数字：单次可用任务的成本、客户续约率、分流到非 Anthropic 模型的工作负载占比，以及扣除合约算力后的毛利率。光看基准排名回答不了护城河的问题。

## 我的结论

Kimi K3 和 Qwen3.8 正在削弱一个假设：前沿能力永久属于少数几家闭源实验室。这对买家是好事。更强的模型、更多的托管选项，意味着任务路由、可迁移性和价格谈判都更容易。

但我不会从"模型领先可以被复制"直接跳到"Anthropic 正在瓦解"。前一个判断越来越站得住脚，后一个判断取决于 Anthropic 能不能把合约算力、云渠道和产品优势转化为客户持续买单的实际成果。Kimi K3 已经把护城河推上了考场，最终得分要看任务完成率和客户留存，而不是谁拥有那栋机房。