Kimi K2這波操作，讓我重新思考什么叫領先

昨晚 Kimi 發布了 K2 Thinking 模型，其實我有點被驚到了。

之前看到預告我以為只是一個小的升級，沒想到又發長cot的思考模型。因為這個模型本來就很難，而他們只用了兩三個月的時間，就又完成了這次升級

從結果看，K2 -thinking模型在 HLE 上sota，多個核心指標在全球權威榜單上超過了 GPT-5 和 Claude Sonnet 4.5

但是別忘了，他們的投入對比open ai 簡直可以說是四舍五入不要錢，這是一個規模兩三百人的中國團隊用兩個月的時間完成的成績

（據外媒報道，K2 的訓練預算大約是 460 萬美元。僅有用 OpenAI、Anthropic 約 1% 的成本，在這個行業，這幾乎只是“一個實驗的零頭”，可這樣點“節制的投入”，還產出了一個能連續推理 200~300 輪的sota模型。）

這件事情讓我在想起之前yangzhiling的采訪，那個采訪我沒看完，大概就看了幾個點，token effiency很重要，管理組織的rl和sft的平衡很重要。

在國外模型押注算力與規模時，kimi更像是在押注“理解力”和“思維結構”——從所謂的堆疊智能轉向組織智能。

什么才是AI模型競賽的終點？如果過去的階段是“比誰更快更大”，我覺得那下一個階段，也許是“比誰更懂得思考”。包括模型運作的方式，也包括如何在更少的資源的時候做更大的事情

一切的一切都關乎思考與判斷。
而“thinking”這個名字本身，其實也像是一種聲明：真正的智能，不在于能調用多少工具，而在于能否在不確定中保持連續的推理與判斷。

海外的反應也很微妙。

像Deedy，是MenloVentures合伙人、X上的大V，就認為Kimi K2 Thinking是當前全球最佳大模型，開源+寬松授權，可以說是AI模型的一個轉折節點

Nathan Lambert也覺得，中國AI模型的突破會給美國實驗室帶來壓力，后續還會有更多拐點

我只覺得，當外界開始認真分析這種效率時，某種意義上，kimi已經贏了。

這時候，再回頭看Kimi只用了open ai.大概1%的預算、僅有open ai.0.5%的估值，以及模型連續登上各種權威榜單sota的熱度。

這種被低估，也是一種領先。

#月之暗面 #KimiK2 #大模型思考#AI異類弗蘭克 #AI