🔥 Search Hot Tweets

中国四大头部大模型创始人信息： 1、DeepSeek 创始人：梁文锋，1985 年，41 岁，广东湛江， 学历：2002 年湛江理科状元，保送清华放弃选浙大。 身家：持股约78%，未上市，投后估值500亿美元，账面身家2440亿人民币，同时控股幻方量化私募。 2、Kimi 创始人：杨植麟，1992 年，34 岁，广东汕头， 学历：汕头理科状元，信息学奥赛保送清华。 身家：内外合并持股51.83%，未上市，估值约100亿美元，账面身家1100亿人民币 3、智谱 创始人：唐杰，1977 年，49 岁，四川南充， 学历：数理顶尖学霸，燕山大学自动化本科，校内转计算机专业硕士，2002 年考取清华大学计算机博士 身家：港股上市持股6.1%，巅峰市值对应账面65亿人民币 4、MiniMax 创始人：闫俊杰，1989 年，37 岁，河南商丘， 学历：理科拔尖生，东南大学数学学院本科，中科院自动化所模式识别专业硕博连读，博士毕业后在清华大学计算机系完成博士后研究 身家：港股上市持股21.46%，峰值市值对应账面275亿人民币

這幾天在推特上針對 Kimi K3 的討論熱鬧滾滾，不知道為什麼，體感上我的臉書牆上討論蠻少的，可能被世足跟股市的恐慌感蓋過。 中國的月之暗面（Moonshot AI）剛發布 Kimi K3，在 Artificial Analysis 的智慧指數衝上全球第三，跟 Claude Opus 4.8、GPT 5.5 同一個等級，還宣布會開放完整權重。一個免費模型追到閉源前沿的腳邊，市場同時冒出兩種恐慌，一種怕它拖垮 OpenAI 和 Anthropic，另一種怕它的新架構害死 NVIDIA 和記憶體廠。過去 24 小時，投資圈和半導體研究圈各有一篇指標性分析出手回應，兩篇的答案都跟恐慌的方向相反。 第一篇來自 Atreides Management 創辦人 Gavin Baker，他認為 Kimi K3 對 Anthropic 和 OpenAI 潛在負面，對其他幾乎所有公司都是淨利多。推論是這樣的，如果前沿模型市場最後只剩兩三家實驗室，坐擁 90% 的推論毛利，它們會變成電力、資料中心、半導體的獨買方，再垂直整合吃掉每一層。任何壓低模型層毛利、增加競爭的力量，對電力、半導體、雲端業者甚至軟體業都是好事，這也是黃仁勳一直力挺開源的原因。馬斯克（Elon Musk）在這則貼文底下留了一句「有意思」，拿下 900 多個讚。 不過 Baker 補了一個保留，K3 是個詞元（token）大胃王，依他引用的 Artificial Analysis 數據，它每個詞元的單價跟 GPT 5.6 差不多，同樣的任務卻要多花 50% 到 70% 的成本。真正的「史普尼克時刻」（Sputnik moment），要等一個既開源、詞元效率又高的前沿模型出現才算數。 第二篇來自 SemiAnalysis，回應的是硬體圈的擔憂。K3 採用線性注意力架構 KDA（Kimi Delta Attention），KV 快取的網路傳輸需求最多只有傳統架構的十分之一，有人因此推論 GPU、HBM、DRAM 和網通的需求會跟著縮水。SemiAnalysis 發了八則推文，從硬體規格逐條反駁。 K3 的參數規模達 2.8 兆，依 SemiAnalysis 估算，光是權重就吃掉超過 1.5 TB 的 HBM 容量，KV 快取反而得外移到 CPU 記憶體和 SSD。它的 896 個專家模組透過 WideEP 技術打���到大量 GPU 上，這個優化極度消耗網路頻寬，剛好是 NVIDIA 機櫃級系統 GB200 NVL72 的主場，銅背板頻寬是一般 DGX B200 的 18 倍。連 Kimi 官方都說，K3 要跑得順，至少需要 64 顆晶片互連的機櫃。SemiAnalysis 最後搬出傑文斯悖論（Jevons Paradox）收尾，注意力機制越有效率，AI 就用得越廣，GPU、記憶體和網通的總需求只會往上走。 兩篇合起來讀，指向同一件事。開源前沿模型壓的是模型層的利潤，壓不到賣鏟子的人；下游多一個即將開放權重的頂級模型，上游就多一排新客人。該緊張的，從頭到尾只有坐在 90% 推論毛利上的那兩三家實驗室。 請訂閱我的 Threads / Facebook / 電子報「狐說八道」 #KimiK3 #AI #NVIDIA #開源模型 #半導體

面对 GPT 5.6 SOL 和 Grok 4.5 的持续重置额度补贴，以及中国开源大模型的追击下。 Claude 告诉大家，我们不涨价，但是额度今后要减少一半。 https://t.co/b1tE17cGYa

其实一直不理解为什么模型提供商为什么都把 API 设计成完全无状态的，只有 OpenAI 做了 Responses API 这种可以引用历史消息的 API。每次传大量重复上下文，做比 kv map 更复杂的前缀匹配，对基建的开销不是更大吗？

如果你惊讶于为什么 Codex 一天能发布几个版本，从这条 Codex 团队成员的推文你大概可以看出，现在绝大部分具体代码已经都是 Codex 在实现了。 我的体验也差不多，日常开发更多变成了产品经理和 QA 的角色：定义功能+验证结果。 至于代码实现，已经不怎么细看了。

K3 给人的感觉有点中国新能源汽车的感觉了。 K3 并没有比 Fable-5 强，这是事实。正如小鹏理想的智驾和特斯拉差距还是有的，但是对普通人来说，小鹏理想极氪这些终于进化到了日常能开，并开着开不错的状态了。 K3 的长程任务能力和Agent-Swarm 是不错的，很适合用 GPT 分析任务，让 K3 作为subagent 去处理。 整个产业链很相似，万亿的特斯拉，后面跟着千亿的比亚迪，几个百亿的新能源企业互相卷，最终钱都流向了宁德时代。 对消费者是好事😄

高保真原型已经可以代替传统的产品文档了，而且效果更好。Claude Design 出的高保真原型可以交互、有各种模拟的数据，比文档直观多了，这样的设计稿交给 AI，无论你用什么语言实现，基本上能还原 9 成以上。 比如你看我开发 BaoCut 的时候，没有维护设计文档，但是有一份高保真的可交互原型，每次增加/修改功能的时候，先去原型那里修改确认，原型修改起来又快又方便，也不用考虑代码实现。 比如截图是我正在实现的一个为视频添加水印功能（图1）： 1. 先提功能需求，让 Opus 4.8 出原型稿（图2） 2. 然后反复打磨原型 （图3） 3. 原型确认清楚了，让 AI 实现最终代码（图4）

原来国外也有这么多老登啊😅 在K3爆火之后， @MoorInsStrat 的创始人，前 AMD 企业副总裁 @PatrickMoorhead 出来蹭热度了 他表示现在大家对于K3的反应是一种过度反应，与之前的 DeepSeek 恐慌惊人地相似。 而他认为Kimi 3 蒸馏自 Fable，没有 Fable，就没有 Kimi 3。 有意思的是目前为止行业里懂技术的人都没有说过K3是蒸馏自Fable 因为事实是Fable 于 7 月 1 日解禁。 而在 15 天内完成数据生成、数据清洗以及后续训练是不可能的。 最典的是有网友问为什么美国公司不用fable蒸馏一个K3这样的模型时，人直接表示，美国公司不会这么干，因为有顾忌🤣

OpenAI 战略负责人 Dean W. Ball 称，Kimi K3 是一款很强的模型。它在 Agent 编程中的表现，已经接近 2026 年第一季度最好的公开模型。这样的能力不能简单用蒸馏解释。 但他这么说，并不只是为了夸 Kimi K3。 Ball 真正想讨论的是，中国为什么还愿意把这种级别的模型开放出来，以及这会怎样影响美国 AI 产业。 在他看来，中国开源模型带来的压力，不只是多了一个便宜的竞争对手。只要开放模型足够强，开发者就不必持续为闭源模型支付高价。模型厂商的利润会被压低，投资者也会更谨慎。美国企业投入数千亿美元训练下一代模型的动力，可能随之减弱。 开放权重能让技术更快扩散，却可能让训练前沿模型越来越难赚钱。最终，模型研发只能依靠其他业务补贴，或者由政府出资，将 AI 变成类似电网和道路的公共基础设施。 Ball 猜测，中国愿意这样做，一部分是因为没有充分重视先进 AI 的风险。另一部分原因是，美国限制先进芯片出口后，中国缺少为全球用户提供推理服务的算力。既然难以靠 API 垄断用户，开放权重反而成了扩大影响力的办法。 他还预测，美国政府迟早会设法阻止中国模型进入本国企业。美国不必直接禁止开源模型，只需要不断提示后门、数据安全和合规风险，银行等受监管行业就会主动避开。 Ball 甚至认为，这些警告不需要特别充分的证据。只要制造足够的不确定性，就能让企业不敢采用，同时又不至于逼迫所有开发者转向更难监管的海外服务商。

Authropic宣布从7月20日开始Fable 5将被纳入所有Max和Team Premium订阅计划，但使用额度为原限制的 50%。Pro和 mTeam Standard用户仍然可以通过使用额度访问 Fable，并且会获得一次性的 100 美元额度赠送。这是因为kimi k3的缘故？ 官方给出的解释是： Fable 5 的需求难以预测，因此采取分阶段开放策略，随着获得更多算力资源，逐步扩大用户覆盖。 这已经不是 Fable 5 第一次延长使用周期。7月12日， GPT-5.6 全量放出，Fable 5再次延长了一周至7月19日。 今天再次延长大概凌晨跟kimi k3关系很大了。 AI模型发布已经越来越像一场“排位赛”。大模型厂商OpenAI、Anthropic、Gemini、智谱、 Kimi、DeepSeek等之间的竞争，本质上已经从“谁先做出更聪明的大模型”，进入了下一阶段： “谁能以更低成本、更大规模，把AI真正交付给更多用户。”

感觉全网都在吹 Kimi K3 新王登基，我研究了一上午发现吹的方向全错了， 我来给大家关于Kimi K3最客观全面深度的一个分析总结： Kimi K3 发布这两天铺天盖地的都在比它和 Fable 5 谁更强，什么牛逼新王之类的， 我就纳闷了，这有啥可比的，你们真相信刷分排行榜代表真实能力吗？上一个例子是千问，每次发布找英推的一堆博主吹，结果实战能力拉胯，连豆包都不如🤣 来我们看看这次Kimi和Fable 5 比出来的结果是：35 项共享评估，Fable 5 赢 22 项，K3 赢 12 项，综合智能指数，K3 第 4，Fable 5 第 1。 结论很清楚——它根本不是全能新王者啊😂 但更重要的东西不在这个比分里，在另一个数字里， Arena 前端/WebDev 人类盲测投票，K3 第 1。1679 Elo，领先 Fable 5 的 1631，领先 GPT-5.6 Sol 的 1618，7 个领域里赢了 6 个，从 K2.6 的第 18 名跳上来的。 人类盲测是什么意思？意思是开发者坐在屏幕前，看着两个页面，不知道谁生成的，然后选了 K3 的那个更好看、更好用。 这就不是刷榜了，属于真人在真实任务里投出来的。 然后你看定价，15 输出。Fable 5 是 50。 长上下文 agentic coding 是高输出量的任务，15 刚好跨过那条线。 说白了，K3 在干的事，不是“比 Fable 5 更全能”。 是在前端和终端代理这块地上，我打到世界级 在别的地方，我接受落后， 这其实是换了个游戏玩法呀， 以前追赶的定义是“在综合 benchmark 上逼近 SOTA”， K3 直接不玩这个游戏了，它选了三块地——前端 UI、终端代理、浏览代理——然后把火力全压上去，结果就是在这些地上，它要求 Fable 5 来追自己。 这算什么兄弟们，这不就是非对称竞争吗？🤣 在综合战场上接受落后，在自己选定的高价值赛道上要求对方追赶，我觉得这才是 K3 真正值得看的地方。 不要再说中国模型终于追上了，本质上是“追赶的定义被改了”。 还有一个容易被忽略的信号，Arena 前端从 K2.6 的第 18 跳到第 1，这个跃迁比分数本身更有冲击力， 它会让前端开发者、全栈 freelancer、Web agency 主动去试，不是因为 Moonshot 说它强——是因为人类同行投票说它生成的页面更好看。 开发者选型时最信任的信号，就是这个。 当然现在就把Kimi3叫王者其实有点为时过早，甚至是愚蠢的， 因为综合能力上 Fable 5 整体依然更稳，深度推理、视觉 polish、最难的那类知识工作任务，K3 还有差距。 速度一般，token 消耗高，早期版本有边缘 bug。数据隐私条款也需要注意——官方说输入可能用于训练。 但这些问题，不影响它做对了一件事，它找到了一个可以称王的狭窄赛道，然后用人类盲测第一 + 价格剪刀差 + 即将开源这三个东西，同时证明了自己在这个赛道上值得认真对待。 等到7 月 27 日权重开放之后，社区会做三件 Moonshot 控制不了的事：独立评测、奇怪任务的 fine-tune、本地长上下文吞吐实测， 这些结果会迅速区分是营销号吹的好和真做的好， 但那之前，有一件事已经清楚了，Kimi K3 不是来当全能冠军的，它是来证明一件事， 以后的 AI 竞争，不需要在每一个维度上都赢，只需要在自己选的地方赢就够了， 别的地方，落后是可以接受的，这个信号其实比 2.8 万亿参数更值得认真看对吧？

豆包手机二代这个配色真机还是蛮好看的，中国大 Gemini 这下也有自己的 Pixel 手机了。 https://t.co/WybLGsti1h

#Claude Fable 5 不再支持 Claude Pro 和团队标准版订阅用户免费使用，而 Max 和高级版订阅仍然可以按额度内 50% 免费使用。 A 社强调这是受限于算力供应而采取的措施，A 社将继续投资更多算力，因此未来可能会重新开放 Fable 5，只不过投资算力并不是短时间就能完成的：https://t.co/Pc5FXL2PwO https://t.co/CXW8onMw1L

起猛了，WAIC 现场还有送 Gemini 订阅的（不是 https://t.co/ZhT9rHgQVz

不到20天，用DeepSeek做了20个养生动画视频，涨粉40万。 DeepSeek资料合集： https://t.co/YQ7HsVqlmz https://t.co/q5bhxylFhl

就在刚刚 Codex 再次重置了一周额度... 😅

好不容易迎来周末，Codex 又又又又重置了！ https://t.co/EYeMFKucFN

1. 他当时已经无法当上OpenAI、Anthropic、Google的CTO了； 2. 当时中国VC看到ChatGPT的成功，非常振奋，包括红杉、阿里风投在内的各种VC希望复刻出中国自己的OpenAI，沿着GPT family的技术路线前进； 3. 中国大陆的几十家VC们零零散散凑钱，孕育出了LLM大模型六小虎，其中一只虎就是回国后的他。

我们 @SlowMist_Team 已验证，玩 Claude Code 的注意这类投毒攻击。

果不其然，Claude 宣布 Fable 5 将会长期内置在 max 和 team premium 的计划里面，限额是 50%。 估计是由于 OpenAI 和 Kimi K3 的推出的压力带来的，这次不延期直接内置了。 PRO 和其他 team 会员只能通过积分访问。会一次性获得 100 美元的积分 https://t.co/nvLvBIyAsc

就像之前對 DeepSeek R1 的恐慌一樣，有些不了解情況的人認為 Kimi K3 使用線性注意力（KDA）會對 NVIDIA、HBM、DRAM 和網路不利，因為它的 KV-cache 需求相對較低。事實正好相反。 Kimi K3 其實對 NVIDIA 相當有利，因為大模型推理正是 NVL72 最能發揮優勢的領域。K3 擁有超過 2.8 兆個參數，因此需要大型 scale-up 域來存放它的權重。 其次，雖然 Kimi Delta Attention 對 KV-cache 傳輸的網路需求最多可降低 10 倍，但它龐大的權重需要更多網路頻寬來實現一種叫做 WideEP 的優化技術，這種技術會把權重分散到不同 GPU 上。 WideEP 會將 896 個專家分散到多個 GPU 上，讓每個 GPU 的 HBM 只存放少量專家，從而優化每個 token 的記憶體使用量和運算利用率。 WideEP 優化的不幸缺點是它會消耗極大量的網路頻寬。WideEP 非常適合機架規模的系統，例如 GB200/GB300 NVL72，其銅背板提供的頻寬比同級的 DGX B200 系統高出 18 倍。 此外，由於權重已經占用了超過 1.5 TB 的 HBM 容量，即使在相對較低的用戶並發量下，K3 的 KDA 和 Gated MLA 的 KV cache 也需要卸載到 CPU DDR5 和 NVMe 上，因為 HBM 已經所剩無幾。 Kimi 自己也表示，K3 的最佳推理需要一個具有大型 scale-up 域的機架，至少要用到 64 個晶片。 最後，Jevons 悖論（Jevons’ Paradox）意味著，讓注意力機制更有效率反而會推動更廣泛的 AI 採用，最終需要更多 GPU、HBM、DRAM 和網路——而不是更少。

靴子落地了：从7月20日起，Claude Fable 5 将包含在所有 Max 和 Team Premium 计划中，限额为50%。 这得感谢 GPT 5.6 和 Kimi 3

好消息： Claude Fable 5 将永久包含在所有 Max 和 Team Premium 订阅中... 不再被取消... Pro 和 Team Standard 用户只能通过充值积分访问

OpenAI战略未来部门负责人、前白宫高级政策顾问——Dean Ball 对Kimi k3的评价是： 1 ，非常优秀，不能简单归因于蒸馏。 2，对中国政府允许开源如此优秀的大模型感到惊讶。 我觉得这部分他没说错， 确实是应该做风险审核， 世界正在向AGI过渡，不审核不行的，绝对会是大隐患。 https://t.co/YzmPE6h8mu

我们以后要习惯一个状态：“中国制造”影响全部 AI 的走势 前面 DeepSeek 更新，影响了一波英伟达走势。这次 Kimi 的 K3 更新，又影响了国外所有的大模型公司、AI公司，同时也影响了国内的智谱、MiniMax 的走势，一夜暴跌 25% 那后边会不会有另外一个“DeepSeek”时刻？ 会更快，有可能是 DeepSeek 的下一个版本，有可能是某一个模型公司的下一个版本，肯定会非常快 至于什么豆包，还有微信推出的小微，他们其实面对的压力更大，因为他们的底层太弱了

Kimi大模型，让美股觉得大投入可能是浪费 去年是DeepSeek冲击，今年是Kimi3冲击 都是美股大跌

BofA：Kimi 3 Kimi K3 發布與運算競賽 - 中國開放權重新模型：Moonshot 正式推出 Kimi K3，這是一款擁有 2.8 兆參數的巨型 Mixture of Experts（MoE）模型，上下文窗口達 100 萬 token。 - 美國實驗室面臨擴大規模壓力：隨著中國開放權重模型快速拉近差距，加上媒體報導 Google Gemini 3.5 Pro 進度大幅落後，美國前沿實驗室（OpenAI、Anthropic、Google）必須大幅增加運算投入。他們需要更大的訓練規模、更重的強化學習（RL）、合成資料循環，以及更快的發布節奏，才能維持領先優勢。 - 商業模式重於排行榜：投資人應避免將基準測試領先誤認為可持續的商業模式。企業 AI 的持久護城河，在於以最低成本提供準確、低延遲、高可用的 AI 服務。 AI 半導體前景看好 - MoE 架構推升硬體需求：轉向 Mixture of Experts（MoE）架構，更凸顯記憶體搬移、路由、延遲與互聯的重要性。 - NVIDIA 次世代效能提升：NVIDIA GB300 NVL72 在服務領先開放 MoE 模型時，功耗效能比可較 Hopper 提升高達 25 倍。 - 矽片需求持續擴張：開放模型本質上對半導體產業是利多。即使模型價值走向商品化，GPU、高頻寬記憶體（HBM）、網路以及高效能推論的基礎設施需求仍將持續成長。 - EDA 工具韌性強：BofA 對電子設計自動化（EDA）廠商 Cadence（CDNS）與 Synopsys（SNPS）仍持正面看法。雖然 Kimi K3 提及「45nm 開放源碼 EDA」，但先進製程如 TSMC 等主要晶圓廠，商業 EDA 工具仍是絕對必要的。 Token 使用量激增與企業 AI 採用加速 - 中國實驗室主導 Token 流量：OpenRouter 資料顯示，每週 Token 使用量快速成長，中國 AI 模型的每日 Token 使用量已超越西方實驗室。 - 美國企業採用率：根據 Ramp AI Index，約 55% 的美國企業已訂閱付費 AI 工具（遠高於美國普查局估計的 21%）。 - 市占與支出：Anthropic 在企業模型採用率領先達 42.4%，OpenAI 緊隨其後為 39.5%。雖然企業每位員工每月 AI 支出中位數僅 11 美元，但前 1% 高支出的企業，每位員工每月平均高達 4,833 美元。

Deepseek目前团队太小太脆：不到200人，70%是30岁以下，罗福莉、郭达雅一走，V3、R1技术线直接断层。 钱没给够：大厂砸2-3倍薪资+千万总包，DeepSeek期权不融资、没估值，纯属“废纸期票”。 融资是把双刃剑：刚撬500亿补血，但创始人占股84%池子浅，资本进来怕丢了技术专注度。 https://t.co/hYalcxyxqK

kimi公司内部的五条准则 非常务实，不凭空想象推项目，靠实验数据说话。 记得gpt诞生之初，我用的就是kimi， kimi翻译小众文字文档的效果出奇的好。 期待它上市的時候。 https://t.co/8vWEhkhuSM

看了不少deepseek v4正式版的灰度测试的视频，能力大概率比kimi k3还要强不少，这才像是科技革命的感觉，新世界的大门开得越大了。

Codex还能代开个人发票哈哈哈，我也是第一次这么干。。。 开个人发票每次都要填一大堆信息，好多都是固定的，我干脆就把这事交给了Codex在Chrome的插件（理论上在Codex里面调用内置浏览器是一样的），我把相关信息给它，让它去帮我填写，我只需要在最后一步做个人脸就行了，美滋滋～ 别说隐私问题，我对Codex不存在隐私的。。。

美国为什么没留住杨植麟？这是一场顶尖人才战略上的失败！ 杨植麟本科毕业于清华大学计算机系，随后赴卡内基梅隆大学攻读博士，师从后来进入苹果负责AI研究的Ruslan Salakhutdinov；读博期间，他曾在Google Brain和Meta AI工作，并参与Transformer-XL、XLNet等重要研究。按常规路径，他完全可以留在硅谷，成为Google、Meta或其他顶级实验室的核心科学家。但美国真正失败的地方，不是没有能力给他高薪职位，而是只把他当作一名可以被大公司吸纳的优秀研究员，没有为他提供足够的空间，让他独立掌握资本、算力、团队和技术方向，把个人研究能力转化为一家世界级AI公司的组织能力。相比之下，杨植麟判断，中国快速发展的AI产业、本土资本支持以及庞大的工程人才储备，更适合迅速组建一支真正能打的大模型团队，因此2019年回国创业，2023年创立月之暗面。如今，这位曾在美国顶级实验室学习和工作的年轻研究者，已经带领Kimi进入全球模型第一梯队：最新发布的Kimi K3在月之暗面公布的多项编程、智能体和知识任务测试中超过OpenAI的GPT-5.5、GPT-5.6 Sol以及Anthropic的Claude Opus 4.8，并在部分项目上达到或超过更先进的Fable 5，同时以开放权重和更低成本冲击美国公司的封闭、高价模式。美国当年没有留住的，不只是一个优秀算法工程师，而是一位后来能够组织资本、人才和算力，带领中国模型直接挑战美国AI巨头的创业者；从这个意义上说，美国失去杨植麟，是一次把未来竞争对手亲手培养出来、却没能留在自身体系内的人才战略失败。

美股再次迎来“Deepseek 时刻”，这次 Kimi K3 的发布让美国投资者思考一个问题： “OpenAI、Anthropic这些公司真的值上万亿美元么？” 人家一个中国公司、开源模型，把你吹的最牛逼的闭源模型按在地上打是不是有点不对劲了？ 那结论再明显不过了： - 在底层模型能力提升面前，应用层的创新没有任何护城河 - 中国模型公司不是在追赶美国模型，而是在超越美国模型公司 - 美国大模型公司太贵了，会变成第二个“共享概念”

Claude Code 刚才短暂下架了 Fable 5，然后又恢复了。有个朋友比较倒霉，因为开启了“Usage credits”，一个正在进行中的任务就开始使用 API 额度了，一小会轻松 $18 就没了。 他们要真下了也挺好，我周末就可以好好放松一下了，现在要忙于把剩余额度在周末消耗完，不然 19 日到期就不能再在 Claude Code 内用了。 忠告：千万别打开“Usage credits”

突发，Fable刚刚被移出了Claude Code订阅额度 就在UTC时间的7月17日18:32分（北京时间7月18日2点32分） 大家发现Claude code里调用fable出现了报错Usage credits are required for this model. 随后Anthropic官方表示这是一个Bug，目前已修复。 老实说，这挺吓人的。 https://t.co/CJKi9vxEHh

我收回对 K3 的不屑！！ 我也没有接商单。。 本着客观，没有调查，就没有发言权的态度，我去订阅了。 然后做了一下测试，调用以前自己写的 SKill 还有 Agent ，产出物与 Claude Opus 4.8 的不相上下。 网页设计用 Taste Skill 制作的网页确实惊艳。 还为自己做的多媒体监控平台做了一个功能性的升级，基本一稿过，以前让 GPT 5.6 搞了好久一直没让我满意。 我不知道怎么评价。 速度不快，有时候卡壳，但。。。。 好像，。。。写作，和设计方面，确实还是有两把刷子。。。。嗯。。两把。。。

Kimi K3 时间线，应该在 2025 年底启动训练，经过 3~4 个月时间完成这个体量的预训练，在 2026 年 5 月内部开放使用这个模型，7 月正式发布。中间在4月和6月还发布了 K2.5 的后训练增强版 K2.6 和 K2.6。 逻辑线索如下， Kimi 在 2026 年初新闻传出完成 C 轮 5 亿美金融资，用于 K3 训练和开发。当时说的“不急于上市”，可能就是 K3 三倍于当时国产模型规模给的信心。 K2.6 （4月）和 K2.7 （6月）两个型号都是典型的后训练增强型号，与 K3 后训练时间重合，可能存在共享与演练，特别是 Long-horizon 能力与 Agent Swarm 能力。K2.7 着重优化 Reasoning 效率，非常像是后训练阶段后期调优。 Kimi Code 开发者 @real_kai42 几条推文串起来，6 月份说 5 月份重新设计 Harness，并使用的是 K3 消耗上千美金等值 Token（当时可能普遍猜测用的是 Claude/GPT）。 此外，Kimi CLI 开发者，现 slock/raft 创始人 @istdrc 在 42 章经播客上说过，2 月份离开有个原因，是 Kimi 模型不能满足驱动 slock AI 群聊。大概率那时内部还用不到 K3。

Kimi3 的成功不是偶然！ 图一真图，图二AI! 硅谷极客精神 google哭了 Kimi K3 碾压 Opus 4.8，媲美 Fable 5 和 GPT 5.6 Sol，Google 做不到！ https://t.co/aMTAfcktaS

UI Design Opus 4.8 是最好的，Fable 5 也不见得比它更好。GPT 5.6 Design 只能说比 GPT 5.5 好点，还是很差。 推荐多用用 Claude Design + Opus 4.8 做做原型设计 UI 设计，会让你的软件设计水平提升一大截。

OpenAI 正面回应了 GPT-5.6 在用户电脑上删文件这事，结论是：GPT-5.6 在执行编程任务时，可能会把用户的整个主目录（$HOME）给删了。 出现这种问题的原因是这样的： 用户开启了 Codex 的完全访问模式（Full Access），关掉了沙盒保护，也没开自动审查（Auto Review）。模型在做清理任务时，试图重写 $HOME 环境变量来指定一个临时目录，结果搞混了，把真正的 $HOME 目录删掉了。 Tibo 说 OpenAI 正在采取措施：更新开发者提示信息，引导用户使用更安全的权限模式，在 Codex 的 Harness 加额外的安全检查。他还承诺几天内会发一篇详细的事后分析报告。