Kimi K2：你怎么敢在巨头面前开源？

Hi，我是洛小山，想和你深入唠唠 AI 产品。

前几天，Kimi 彻底开源了它的旗舰模型Kimi K2。

不仅代码、权重全免费，还放出MIT许可，任企业随便商用。

现在国内大模型赛道卷得这么厉害，Kimi 又没有自带生态，为什么突然做这种事？

带着这些问题，我找了比较详细的资料，想和你一起聊聊：

Kimi 为什么要彻底开源 Kimi K2，

它能靠开源成为中国版的 Anthropic 吗？

面临的挑战又是什么？

毕竟这一步棋，以及他们想要的，可能远比我们想象的更大。

〇、照例测试模型能力

为了验证一下 Kimi K2 的真实表现，我特意做了两个测试：

测试一：让 K2 调用 MCP 在线深度研究韩娱八卦（详细提示词见附录）

我使用 ChatWise + Puppeteer（操作浏览器的工具） ，让 K2 帮我挖一挖韩国 IU 最近的动态，吃吃瓜。

这个 Case ，顺利跑下来的，只有 Claude 3.7 / Claude 4 和 Qwen3 （虽然有 时Qwen 3 会进入死循环）。

结果确实超出预期，K2 的成功率，甚至比 Qwen3 还要高一些。

而且内容质量也不错，虽然还是会存在调用 MCP 参数问题带来的失败，但总体能完整跑下来。

横向对比 Kimi K2 和 Claude 4 Sonnet，怎么说呢？

K2 顺利调用了 MCP，实现了跨站搜索、数据抓取、内容整合，而且输出的瓜报像模像样，虽然缺少了一些指令遵循弱了一些，对于内容生成会有些欠缺，但能顺利跑下来，我觉得…勉强算及格吧。

截图结果：

左边是 Kimi K2（OpenRouter 版）

右边是 Claude 4 Sonnet （OpenRouter 版）

测试二：用 K2 与 Claude Code 对比 Cursor + Claude 4 Sonnet 做围棋游戏（提示词详见附录）

接下来直接综合性测试编程能力：这是一个AI围棋对战游戏项目，使用FastAPI后端转发AI消息，前端采用Tailwind CSS + JavaScript实现。

核心功能包括：支持用户与传统算法AI或大模型AI（OpenRouter、Qwen、Kimi）对局，提供多种游戏模式（人人、AI对战、观战），实现完整的中国围棋规则（气的计算、提子、死活判定、占领面积计算、数子计分），要有棋盘视觉提示、悔棋系统、对局回放等功能。

所有数据通过localStorage本地存储，支持API密钥管理、游戏设置配置，并提供响应式界面设计，确保在手机和桌面端都有良好的用户体验。

这是我构造的综合测试要求：既有功能，也有前后端服务，还有 JS 实现良好的数据结构和常见算法，最后包括给出代码片段实现具体逻辑。

最后，怎么说呢？

K2 虽然做的界面有点朴素，但至少能正常落子、AI 能正常落子，能和我交互，基本功能完整实现。

Cursor + Claude 4 Sonnet 理论上是顶级组合，对于命令的遵循性，对于界面设计，确实还是碾压的存在。

虽然右边的按钮几乎不能点，但从可用功能的角度来看，复杂需求的实现上，K2 大概相当于 40% 的 Clause 4 Sonnet，60-70% 的 3.5 吧…

小 Case 还行，但涉及交互界面、前后端交互、甚至涉及到 JS 写算法的复杂项目很难。

图片介绍：

左边是 Kimi K2 + Claude Code

右边是 Claude 4 Sonnet + Cursor

（没用 Claude + Claude Code 是因为没 API）

添加图片注释，不超过 140 字（可选）

虽然没能完全跑起来，但通过这次测试，我对 K2 有点改观：

在真实场景下，能跑起来永远是第一位的。

能顺利跑到底，能编过，至少证明它的编程能力已经超过市面上绝大多数的国产大模型，甚至比 Cursor + Cursor 这种海外顶级组合更接地气一些。

那么这样质量编程模型，为啥要开源？

下面，我和你慢慢拆解他开源的逻辑。

一、这是Kimi 不得不下的棋

今天的大模型市场，竞争早已是不是红海，而是血海：

• 腾讯有混元，靠微信生态，轻松拿到流量；

• 阿里有Qwen，电商、钉钉、夸克给它天然场景入口；

• 字节跳动有豆包，Coze 平台上开发者纷纷入驻，还有 Trae 做 IDE；

• DeepSeek 虽然不像 BAT 有流量，但母公司确实富得流油，有卡有钱。

这些巨头们每个都有自己的流量入口，每个都有自己的天然生态。

Kimi 呢？

它什么都没有。

24 年，靠着超长上下文、靠着过年小游戏爆火。

尝试过买流量、做营销，甚至在营销圈，Kimi成了鲶鱼。

但现如今，用户已经认识了 AI ，市场也早就消退，营销CAC越来越高，效果越来越差。

特别是今年 DeepSeek 出来之后，神秘力量的海量流量衬托下，Kimi 没法玩了。

花再多的钱，在神秘流量面前，简直…

而且， DeepSeek 甚至有点颠覆了估值逻辑。

这怎么玩？ Kimi 沉寂了下来，过程中，甚至有这样的消息。

毕竟，

没有生态、没有流量入口的玩家，要想在这个市场活下来，还想留在这个赛道，

就只能彻底押宝另一条路：

彻底开源，用开源换生态。

开源意味着什么？

就是自愿把自己花巨大成本训练的模型资产，免费放给所有人用。

风险很大，但我觉得Kimi 想得很明白自己的定位了：

他们的视野不再是卷国内模型，而是封锁中国市场的海外模型，比如 Anthropic 的 Claude。

换言之，他们想成为中国的 Anthropic。

二、Anthropic 为什么给了Kimi 机会？

怎么说呢？

我个人觉得非常正确且合理。

2024年开始，Anthropic 旗下的 Claude 以及其果断的姿态，彻底屏蔽了大陆 IP。

比如卡兹克，被封八回了。

昨天开始， Cursor 开始锁区，封中国 IP 了…

怎么说呢，就离谱。

一些国家就真的全面孤立中国呗。

一些投资公司的投资要求就是放弃中国大陆市场，要求某些团队从武汉迁移到新加坡。

那这个巨大的市场，你们不要？

• 中国上亿的企业用户；

• 编程开发、AI 自动化，早就是日常刚需；

• 但能真正替代 Claude 的模型却几乎没有。

海外模型封锁大陆市场，背后的逻辑可能是特朗普的要求，但实际上，它们却给了Kimi 一个意外的历史窗口期：

整个国内市场，都在迫切等待真正好用、可靠、能通过算法备案的 Agent 开源大模型。

这个巨大的需求空缺，给了行业机会：如果它能推出一个明确定位于企业工程化、工具调用能力强、长文本处理能力突出的模型，它就能一定程度上拿下市场。

Kimi 显然读懂了这市场信号，于是直接开源Kimi K2，把定位聚焦到“中国版Anthropic”上。

AI Agentic 模型，之前有 Qwen3，紧接着有 DeepSeek V3 0324，现在加上了 Kimi。

前几天黄仁勋交流会列举的三家公司：像DeepSeek、阿里巴巴、以及月之暗面等公司，在技术上都有很大的突破。

毕竟用开源 ≈ 需要显卡…

所以，这个市场你不要，那就…

三、Kimi 如何靠开源做「中国版Anthropic」？

这个市场站位我看懂了，那开源免费，企业直接部署不就完了吗，Kimi 靠什么竞争？

Qwen 开源，可以卖阿里云； DeepSeek 开源的初心是体现抱负；那 Kimi 是做慈善？

我在想，这可能就是Kimi 的核心战略：

它想做好编程场景，锁定模型背后的开发者生态，而不是单纯的模型能力赚个 C 端打赏。

怎么理解？

首先，企业用模型大概率是长期深度整合。

企业在模型上会持续投入大量的开发成本，插件、工具链、流程优化、数据沉淀，都是企业的长期沉没成本，比如最近 Tim 的视频分享中提到，不同公司采用不一样的软件，带来的工作流的变化，导致他们换软件的代价极大。

模型也是一样的。

模型越开放，企业越愿意敢持续投入。

企业的沉没成本越大，模型就越难被替换。

当模型开源的时候，它就永生了。

Kimi 开源的本质，就是通过开放性的免费模型，让企业用户愿意将自己最核心的开发成本持续投入到 Kimi 模型生态里，虽然这一次开源不意味着什么，毕竟企业也担心，万一你就开这一次咋办？

我还不如用 Qwen。

刚上百炼看了一眼，百炼直接集成了 K2 ，换言之，你只要有百炼 KEY，你就直接能用 Kimi。

不过，现阶段，企业能选的，确实也不多。

开源让企业敢于信任，模型得长期确定的能力、长期确定的生态、长期确定的成本可控，

企业信任了，生态就锁定了。

我猜，Kimi 想复制的，就是Anthropic在海外企业市场依靠生态、AI 工程化编程的崛起路径：

• 长上下文（128K~200K token），专注工程化场景；

• 高度安全的Agent工具调用（MCP协议），对标 Claude；

• 彻底开源给开发者，建立开放生态。

Kimi 正在学习 Anthropic 成功的逻辑，填补中国企业市场被封锁后的空白。

四、Kimi K2与DeepSeek的关系说明了什么？

在这一次开源里，我发现了一个有意思的点。

Kimi K2 参考了 DeepSeek 之前开源的MoE技术路线：

根据 InfoQ 的消息，Kimi K2 的架构设计与另一款开源大模型 DeepSeek V3 高度相似，两者均对 Transformer 架构作了改进：K2 减少了注意力头数量以提升长上下文效率，同时增加了专家数量以提高 token 利用率。

这件事背后的逻辑很关键，我甚至觉得在一些站位上，它更高了…

• 顺便验证了中国开源生态链的可能性：DeepSeek开源基础模型，Kimi快速利用、迭代、升级，形成生态正反馈。

• 然后，DeepSeek 2 月开源到现在，半年时间，生态开始长出了花。

• 验证了“开源 + 工程化”的路线可以持续降低模型成本，那就让后来者更敢用。

• 它还能够作为一个典型叙事案例：海外模型立靶子、封锁大陆市场，国内就追随，降成本、搞开源，先生存下来，然后再超越。

这种剧本真的太多了…各行各业的剧本…

不夸张的说，可以讲一讲文化自信。

比如 Cline CEO 的推文，说明 Kimi K2 模型只要 Claude Opus 4 一折的钱。

嗯哼？

这么吹的吗？

甚至，在lmarena.ai上，Kimi 已经排第五了…

地址：https://lmarena.ai/leaderboard/text

※不同榜单排名有出入，所有的榜单仅供参考，请理性看待。

我觉得，虽然还在追赶，但 Kimi 这把能上牌桌已经相当不易。

如果不开源，可能完全没有这样的声量。

DeepSeek 的套路， Kimi 属实是玩明白了。

五、Kimi 开源后真正的挑战是什么？

当然，Kimi 这次开源也不意味着可以开香槟了，毕竟：

第一，同质化风险依然巨大。

Kimi K2开源后，很快就会涌现出大量 Fork 或者 Post-Training 版本 ，Kimi 既然开放了，就得想办法在底层、模型、工具链服务继续卷…

走明确的一条路：AI 编程， AI Agentic 的路，建立真正差异化的优势，避免迅速被市场稀释。

毕竟开源又不花钱，当然哪个好用哪个。

很多模型开源时候是 SOTA ，比如百川、Yi，曾经都荣登 Leaderboard ，到后面慢慢沉寂。

你要开源，就得一直开源，不然就没啥意义。

第二，开源后的商业闭环得迅速建立起来。

因为开源，就意味着 API 收入会大幅减少，Kimi 得尽快搞出真正能赚钱的企业生态服务和工具链，实现商业闭环。

不然，模型免费、服务免费，长期烧钱很难维持。

比如 Qwen 开源，可以直接加入到百炼全家桶，开 mini - Middle ， Large 闭源；

企业简单使用可以，想上好效果，就得买服务。

Kimi 可能也可以使用这样的逻辑， 好效果的闭源，常规的开源。

同时，应用端打磨好体验，比如 Kimi K2 的深度研究是很好的付费点，效果直逼 GPT o3，我最近都在给朋友安利。

这个产品就非常值得开启商业化。

第三，生态组织和持续投入压力不容忽视。

一旦开源了，就意味着，Kimi 要想办法维护好开发者社区，而现在看起来，还不成熟。

因为生态需要长期维护。

那 Kimi 就得持续投入大量人力和资源进行组织开发者生态、运营开发者社区，保证开发者在使用上，遇到的问题能尽快被基模团队解决，如果对开发者环境不友好，那么开源的成果就无法持续。

演进路线真·可以参考 Qwen 3 的百炼和魔搭社区。

这个国内的 Hugging Face，很繁荣。

六、Kimi 的生态战争，才刚刚开始

那回过头来看Kimi 开源 K2 的这一步：

• 看起来似是一场自爆式的开源；

• 看起来是无路可走选择的开源；

• 实际上，却是Kimi 在当前形势下，唯一可能的生态突围路径。

Kimi 用开源彻底压注了企业市场的长期确定性，也用好效果劝退了即将开源的别家模型。

但同时，开源背后的挑战和隐忧依然很大：

• 同质化竞争可能迅速削弱优势；

• 商业闭环如何建立，仍需迅速探索；

• 生态维护的成本与压力，长期巨大。

真正的竞争，早就不是性能、参数量的竞争，

而是生态的竞争，是抢夺开发者生态，做应用背后引擎的颈枕。

Kimi 下的这步棋非常难：

但它想要的，也远比我们想象的更大。

这，或许才是Kimi 开源破局的愿意。

祝 Kimi 顺利。

上面内容仅为个人观点，欢迎交流，轻些拍转。

欢迎关注，咱以后就是老粉了哦～

我是洛小山，我们下次见～

附录

在线吃瓜深度研究提示词

https://www.yuque.com/u22687314/luoxiaoshan/xfnrykrs83ygsfmg

围棋需求文档

https://www.yuque.com/u22687314/luoxiaoshan/unrgtba3s3vhgmf0

文章来自于微信公众号“洛小山”。