Kimi K3 发布不到一周，美国 AI 圈对它的态度，已经从“这模型有点强”，迅速升级成了“它到底是怎么变得这么强的”。

北京时间 7 月 22 日晚 10 点，白宫科技政策办公室主任 Michael Kratsios 公开发帖称，美国方面掌握信息，月之暗面在开发 Kimi K3 时蒸馏了 Anthropic 的 Claude Fable。

按照他的说法，月之暗面还专门搭建了一套内部平台，可以不断更换账号和访问渠道，大规模获取美国模型的输出，同时绕开平台检测

Kratsios 没有把所有模型蒸馏一棍子打死。他承认，用强模型训练更小、更便宜的模型，本来就是 AI 行业的常规操作。

问题在于，他认为月之暗面进行的是“隐蔽、工业级”的蒸馏，目的不是模型压缩，而是以更低成本复制美国公司的专有能力。他还称，月之暗面获得了搭载英伟达 GB300 芯片的服务器，并将设备部署在泰国，可能用于训练模型。

不过，评论区并没有顺着这套“技术被偷走”的叙事走。

最先被追问的是时间线。多名网友指出，Claude Fable 对外开放的时间，与 Kimi K3 的主要训练周期几乎没有重叠。有人直接质疑，月之暗面难道能在 Fable 发布后的短短一个月里，完成大规模调用、数据清洗、蒸馏训练、能力验证，再把相关能力整合进 K3 并完成发布？

另一条评论说得更加直接：“不是说绝对不可能，但我们需要的不能只有你一句话。”还有人认为，整个时间线根本说不通，这更像是 Anthropic 面对强劲竞争者时，试图用“蒸馏”解释对方为什么能够迅速追上。

另一批网友则把矛头对准了 Anthropic 的双重标准。有人讽刺道：“我们有消息称，Anthropic 为了开发 Fable 5，蒸馏了人类的整个互联网。”还有人补了一句：“Anthropic 从全人类的智慧中蒸馏出了自己的模型。

一名开发者则反问：“我不记得自己允许过 Anthropic 抓取我的 GitHub 资料和所有线上写作，但是它还是这么做了，怎么这么双标。

网友们表达的是同一种不满：美国 AI 公司使用公开网页、书籍、代码和普通用户创作训练模型时，往往把这种行为称为学习；等到其他公司学习它们的模型输出时，事情却突然变成了“窃取专有技术”。

当然，这种反驳并不能直接证明月之暗面没有绕过平台限制。使用公开网络数据训练模型，与通过虚假账号批量调用 API，在合同责任上也不是同一件事。

但评论区不买账的原因很明确：Kratsios 抛出了一个非常严重的结论，却没有同时解释最关键的时间线，也没有公开调用记录、训练数据和技术归因证据。

网友并不是在证明 Kimi K3 完全清白，而是在追问：如果连蒸馏发生在什么时候、如何进入 K3 的训练流程都没有说清楚，美方凭什么直接把它定义成从 Claude 身上复制出来的模型？

而在白宫官员公开发声之前，OpenAI 战略未来负责人Dean W. Ball，已经围绕 Kimi K3 发过一篇长帖。相比“有没有蒸馏”的技术争论，他说得更加直接，也把美国闭源模型公司真正担心的另一件事摆到了台面上。

而在 Michael Kratsios 公开发声之前，OpenAI 战略未来负责人Dean W. Ball就已经围绕 Kimi K3 发过一篇长帖。

有意思的是，Ball 并没有否认 Kimi K3 的能力。他反而承认，这是一款“非常好的模型”，而且单靠蒸馏，解释不了它表现出来的全部能力。

他真正担心的，是另一件事：Kimi K3 不仅足够强，还选择了开放权重。

在 Ball 看来，当一个接近前沿水平的模型可以被下载、修改和低成本部署时，闭源模型公司的定价能力会被迅速削弱。企业不再只能向 OpenAI 或 Anthropic 按 Token 付费，也可以自己部署模型，或者交给第三方继续微调。

于是，Ball 给出了一个颇具争议的判断：开放权重模型可能成为人工智能的“天然减速器”。因为模型越便宜，头部实验室能够获得的利润和融资就越少，继续投入数百亿美元训练下一代模型的动力，也可能随之下降。

这套说法听起来是在讨论技术进步，实际上讨论的是另一件事：谁来为下一代模型付钱

但评论区并不太接受这套逻辑。不少网友认为，开放模型压低价格、迫使闭源公司提高效率，本来就是正常竞争。不能因为它削弱了 OpenAI 和 Anthropic 的定价能力，就把它重新包装成“阻碍人工智能进步”。

更直接的问题是，Ball 把前沿模型的研发能力，与几家闭源实验室当前的盈利模式绑得太紧了。

如果企业不再愿意为昂贵的 API 付费，并不意味着整个 AI 行业不会继续赚钱。钱可能只是从模型调用，转向企业部署、算力服务、芯片、数据治理、模型优化和智能体平台。开放模型改变的，未必是有没有人愿意为 AI 付钱，而是钱最终流向谁。

对 OpenAI 和 Anthropic 来说，最理想的生意当然是模型足够稀缺，企业必须持续按 Token 付费。但对云厂商和芯片公司来说，只要模型需要运行，无论它是闭源还是开源，都要消耗服务器和 GPU。对企业来说，能把模型放进自己的服务器里，反而意味着更低的成本、更少的供应商依赖，也更容易控制数据。

所以，开放权重冲击的首先是闭源模型的稀缺性溢价，而不一定是整个 AI 行业的创新动力。

这也是 Ball 的说法引起反感的原因。很多网友听到的不是“谁来为下一代模型付钱”，而是“如果不能继续向大家收现在这么多钱，下一代模型可能就没人做了”。

这句话当然不是完全没有道理。前沿模型确实需要巨额算力，研发成本也越来越高。但它同时暴露了一个很现实的问题：当一家公司的商业模式受到竞争冲击时，它往往会把自己的利润问题，描述成整个行业的发展问题。

Kimi K3 让这层矛盾变得格外明显。

如果它只是一个能力普通的开放模型，几乎不会有人在意它是否会影响美国实验室的融资。正因为它已经足够接近前沿模型，开放权重才突然从“生态创新”变成了“天然减速器”。

而在 Kratsios 的帖子发布不久后，事情又多了一点微妙的喜剧感。

面对评论区里铺天盖地的时间线质疑、证据追问和“双重标准”反驳，Ball 并没有选择正面回应这些问题。相反，他转发了科技媒体创始人 Mike Solana 的一条评论。

Solana 先反问：“怎么，你不喜欢自由市场吗？”随后又补了一句：这里所谓的自由市场，其实是美国初创公司，正在与一个拥有庞大资源、试图主导全球人工智能市场的国家竞争。

于是，在一片“证据在哪里”的声音里，Ball 精准地捞起了那条支持自己判断的评论。

原本的问题是，Kimi K3 是否真的蒸馏了 Claude Fable；到了这里，问题已经被重新解释成了美国初创公司与国家力量之间的竞争。

至于评论区正在追问的训练时间、调用记录和技术证据，则暂时被无视在了评论区