摘要：7 月 27 日晚，月之暗面开放了 Kimi K3 模型权重——全球首个 3T 量级开源模型，2.8 万亿参数、MoE 架构、100 万 Token 上下文。权重放出不到 24 小时，vLLM、SGLang、OpenRouter 全部 Day-0 支持，Cursor 直接加入模型选择器。更重要的是，通过第三方工具可以将 K3 接入 Codex 客户端——这意味着不用美元订阅也能跑 OpenAI 的编程 Agent 了。
7 月 27 日晚上 11 点，月之暗面做了一件没人想到的事。
他们开放了 Kimi K3 的模型权重。2.8 万亿参数——全球第一个突破 3T 量级的开源模型。作为参照，第二名 DeepSeek V4 Pro 是 1.6T，GLM-5.2 是 744B。这已经不是领先一个身位的问题了。
但比参数更重要的是后续 24 小时发生的事情。
生态一夜之间接住了
权重放出后，推理框架 vLLM 和 SGLang 当天出了 Day-0 支持。月之暗面直接把 KDA（Kimi Delta Attention）注意力机制的实现合进了 vLLM 主线。
OpenRouter、Fireworks、Together——海外三个主流模型托管平台同一天上线 K3。价格统一：输入 3 美元/百万 Token，输出 15 美元/百万 Token。全部是 OpenAI 兼容接口。
然后 Cursor——这个被 SpaceX 以 600 亿美元收购的 AI IDE——也同一天把 K3 加进了模型选择器。不需要额外配置，下拉菜单里就能选。
一个开源模型，一夜之间被整个生态接住。这在之前没有发生过。
为什么 K3 会被生态接住
技术指标层面：K3 采用 MoE 架构，2.8 万亿总参数，每次推理只激活一部分专家，100 万 Token 原生上下文。在 Arena 的前端编程盲测中，开发者对它的偏好超过所有美国模型——包括 GPT-5.6 和 Claude Opus 4.8。
但这能解释 Cursor 在一个周末内就完成集成吗？
更合理的解释是市场因素。2026 年 6 月底，美国出口管制收紧，Anthropic 的 Fable 5 一度全球暂停访问。虽然一周多后恢复了，但这给全球的 AI 开发工具生态提了一个醒：如果你的整个工具链依赖单一国家的闭源模型，你是有供应风险的。K3 的开源、且不显著落后于闭源旗舰的编码能力，恰好踩中了这个时间窗口。
月之暗面的授权协议选得很聪明：MIT 衍生协议，个人和学术研究免费，商业使用在营收门槛以下免费。比 Meta 的 Llama 许可证更宽松，比 DeepSeek V4 Pro 的纯 MIT 紧一点但更清晰。这意味着绝大多数中小团队可以直接拿来商用，不需要签合同。
一个更接地气的事：K3 接 Codex
如果你在关注中文开发者社区，这几天讨论最多的不是参数规模，而是另一件事：怎么把 K3 接到 Codex 里用。
很多人没有美元信用卡，Codex 的订阅被挡在支付这一步。同时 K3 给的是 OpenAI 兼容的 Chat Completions API，而 Codex 走的是 Responses API——两个协议不互通。
解决方案是用一个本地的协议转换器。比较常用的叫 Teamo Router，流程大致是：下载 ChatGPT 桌面端（Codex 已整合进去）→ 在 Teamo 里选好 Codex 客户端 → 连接 TeamoRouter → 选 Kimi K3 模型 → 确认接入。全程不到 10 分钟，不需要配置文件，不需要信用卡。接入后 Codex 里面跑的已经是 K3 了。
实测 K3 在 Codex 下的编码响应速度大约 60-80 tok/s，生成中等复杂度的前端页面约 2 分钟。和 GPT-5.6 Sol 在 Codex 上的原生体验相比有明显体感差距（后者更流畅），但不至于不可用。如果日常编码任务主要是中小规模的功能实现，这个延迟在可接受范围内。
当然，这也有代价。转换器引入了一层中间代理，存在额外的延迟开销——大约 50-100ms。对于重度 Codex 用户来说，直接走官方 API 的体验更丝滑。但这个方案的意义不在于比官方快，而在于让被支付门槛挡住的人也能用上。
切换模型时有一个容易忽略的细节：Codex 需要完整退出再重新打开，否则旧配置缓存在进程里不会更新。macOS 上菜单栏退出算退出，只关窗口不算。
本地部署的残酷现实
说到这里，需要给"开源"这个词降降温。
K3 是开源的，不意味着你能在自己电脑上跑。它在 Hugging Face 和 ModelScope 上确实有完整的权重文件，但推理它的最低配置是 8 张 H100 80GB——640GB 显存，约 33 美元/小时在 RunPod 上租用。你可以在 AWS p5.48xlarge 上跑，98 美元/小时。
对于大多数个人开发者和中小团队，实际的选项只有两个：调官方 API（3/15 美元百万 Token），或者在 OpenRouter 上走第三方托管（稍贵一点但零配置）。自己搭基础设施只在月处理超过 15 亿 Token 时才有经济合理性。
"开源"在这里的意思是：你可审计它的权重、可基于它微调、不用担心它某天因为合规原因不可用。不是"免费"。
这一周意味着什么
从 7 月 23 日阿里开源 Qwen3-Coder 480B，到 7 月 27 日月之暗面开放 K3 权重，中间只隔了四天。两家国产模型在同一条赛道上做了同一个决定：把旗舰编程模型开源，然后看谁能接住最多的下游生态。
这是 2026 年 AI 编程工具领域的标志性状态转变。不再是一个月前的"国产模型追赶美国闭源"。当 Arena 开发者的盲测偏好超过所有美国模型，当 Cursor 把中国开源模型放进模型选择器，当 Codex 可以通过本地代理接上开源模型——"用哪个模型"从一个战略决策变成了一个运行时参数。
从 Qwen3-Coder 到 K3，这四天可能比很多人意识到的更重要。不是因为参数多，而是因为生态门槛被跨过了：一个开源模型，不需要特殊渠道，不需要美元信用卡，被全球最大的几款编程工具在 24 小时内接住——这是第一次。
作者：唐悦玮 | 从后端出发，用 AI 拓展到全栈的工程师。
