AI大模型争霸：Kimi K2败退背后的三重制约

自DeepSeek等明星产品从崛起至增长停滞后，大模型投资人的态度变得更加谨慎，他们更倾向于将赌注押在头部“两强”上。那些处于腰部及以下位置的公司，其生存空间正不断受到挤压。

01 “不是那个节点”

北京时间8月8日凌晨，OpenAI发布了GPT-5。这款产品将大语言模型与推理模型进行了整合，能够智能调度多种子模型，在解决不同任务时调用最优引擎。与GPT-4相比，其事实错误率也大幅降低。尽管有业内人士评价其缺乏颠覆性，但在事实准确率、多轮推理及复杂任务执行上的提升，仍让它暂时稳坐全球领先的宝座。

图源：OpenAI官网

就在上个月，国内AI大模型“六小龙”之一的月之暗面发布了并开源了万亿参数大模型Kimi K2。上线48小时内，其官网访问量便达到了惊人的36亿次，Hugging Face的下载量也突破了10万——这一势头甚至盖过了其他大模型，成为国内外科技媒体关注的焦点。

图源：Kimi官网

然而，这股热潮并未持续太久。Kimi的K2未能复制DeepSeek今年1月的成功轨迹。短暂的曝光并未带来持续的“上坡”，而是再次陷入下滑的困境。

第三方监测机构aicpb.com的数据显示，今年7月，Kimi APP的月活跃用户（MAU）仅居全球第19位，落后于国内对手如豆包、DeepSeek、腾讯元宝等，其下载量更是跌出了前20名。

图源：AI产品榜

根据QuestMobile的数据，5月Kimi的月活用户为1408万，在国内原生AI应用中排名第九；然而，在去年12月，这一数字曾高达2101万，位列前三。

图源：QuestMobile

“大家都在等待一个能扭转局势的产品出现，就像DeepSeek R1那样。但Kimi的K2，显然不是那个节点。”一位AI大模型研究者这样告诉笔者。

02 重金投流

与DeepSeek并称为“绝代双骄”的Kimi为何会如此迅速地退步？有业内人士认为，Kimi之前的“走红”更多是营销的胜利。

在2023年10月，Kimi凭借20万字长文本处理能力横空出世，几个月后将上限提升至200万字，其对话框容量一度成为全球领先。然而，真正让Kimi用户数量大幅增长并迅速出圈的并非其技术优势，而是声势浩大的“重金投流”。

业内流传着这样一个说法：在2024年春节期间，月之暗面在B站（9626.HK/BILI.NASDAQ）的广告投放总额超过亿元，单用户获客成本（CPA）为30元。当时，在B站首页或视频推荐区总能见到“Kimi AI智能助手”的推广链接。

Kimi在B站的广告投放图源：哔哩哔哩

这一引流策略短期内制造了“现象级”的关注度和下载量，也引发了同行的效仿。然而，高成本投放的代价是压缩研发与算力预算。

尽管Kimi将长文本处理优势作为核心卖点，但其技术壁垒并不高。上下文扩充达到一定限度后，对模型整体能力的提升变得有限。一旦超越这个阈值，大模型的竞争将转向实打实的文本推理能力和高质量解答能力。

根据QuestMobile对国内各大模型的测试显示，Kimi 1.5模型在长文本输出速度上已落后于通义、豆包、腾讯元宝和文心一言。

国内各大模型在长文本的性能测试图源：QuestMobile

随着专业垂直工具如Wind（万得）、知网等在各自领域的应用开始“降维打击”，Kimi的长文本独占优势被逐渐抹平。

03 “三重制约”

如果说产品与市场节奏决定了Kimi当前的困境，那么数据、算力、资本三大要素的短板则限制了它的长期竞争力。

数据不足是Kimi难以突破的核心原因之一。国内多家大厂能够利用自家生态（如阿里的淘宝、字节的抖音与今日头条、腾讯的微信）作为中文语料来源，形成持续的模型优化闭环。相比之下，Kimi缺乏这样的数据入口，更多依赖公开网络数据与合作伙伴提供的有限语料。

算力上的短板则更为直接。自美国禁售英伟达H100、A100等高端芯片后，国内公司大多只能使用性能较低的H20或国产替代方案，如华为昇腾和寒武纪思元。这使得国内模型与全球顶尖水平存在显著差距。

此外，背靠阿里云、百度（9888.HKB/IDU.NASDAQ）智能云、火山引擎的大厂模型可以利用自有云资源训练和部署模型，而Kimi需要采购云服务，成本更高。

国内外各大模型厂商均靠持续融资烧钱输血来维持发展。而资本收紧则是今年Kimi面临的新增压力。自去年8月后，公司再无新融资。同时，投资人朱啸虎与创始团队的股权纷争与仲裁风波以及近期Kimi用户数据的明显下降可能让潜在投资人持观望态度。

没有新资金的支持投流规模与模型迭代速度都将被迫放缓形成“融资受阻—创新放缓—用户流失”的恶性循环。