一个被多数人忽略的关键细节
最近一条关于 Kimi K3 的传闻在中文 AI 圈传播：
“Kimi K3 据传计划在 Q3 发布，参数规模超过 2.5 万亿；内部实验已测试远超 100 万 token 的上下文长度，但最终是否向用户开放 1M 上下文仍不确定。当前限制 Kimi 推出 1M 上下文的主要瓶颈不是技术，而是算力资源。”
请注意最后一句——瓶颈不是技术，而是算力。
这可能是 2026 年大模型竞争中最容易被误解，也最决定胜负的一个分水岭。
技术可行 vs 商业可行
从技术角度看，100 万 token 上下文已经不再是”能不能做到”的问题。
DeepSeek V4 Flash/Pro 已经支持 1M 上下文，Kimi K3 的内部实验也已经跑通了 100 万+ token。开源社区的多个项目也在实验超长上下文。
真正的挑战在于：当 100 万个 token 涌入模型时，需要多少算力来服务一次推理？
粗略估算：
- 1M token 的 KV Cache 在 FP16 精度下大约占用 数 GB 显存
- 一次完整的 1M 上下文推理，在 A100 上可能需要 数十秒到数分钟
- 如果有 1 万个用户同时发起 1M 上下文的请求，需要的 GPU 集群规模是天量
这就是为什么 Kimi（月之暗面）在内部已经跑通技术，却仍然犹豫是否向用户开放——算力成本会吃掉所有利润。
不同玩家的算力筹码
在这场 1M 上下文竞赛中，各家手中的算力筹码差异巨大：
DeepSeek：自有智算集群 + 与多家算力供应商合作，V4 Flash/Pro 已经支持 1M 上下文。它的底气在于模型效率优化做得好——同样的上下文长度，DeepSeek 需要的算力更少。
月之暗面（Kimi）：获得了大量融资，但在算力基础设施方面仍在追赶。这也是为什么 K3 的 1M 上下文”内部已测试”但”是否开放仍不确定”。
阿里（Qwen）：背靠阿里云的算力基础设施，理论上最有能力提供大规模 1M 上下文服务。但 Qwen 的策略更侧重于模型效率和多场景适配，而不是单纯追求上下文长度。
智谱（GLM）：在长上下文方面有积累，但算力规模是制约因素。
这为什么重要？
因为 1M 上下文不只是”能读更多”的问题——它重新定义了 AI 能做什么：
- 完整代码库分析：一次性读入整个项目的源码，做全局重构
- 长文档理解：整本书、整份法律合同、整份财报，一次性分析
- 多轮对话记忆：与 AI 的交互历史不再需要”截断”或”压缩”
- 数据分析：海量结构化数据一次性输入，直接得出结论
当某个模型率先以可负担的价格提供 1M 上下文时，它在这些场景中将获得结构性优势——不是因为模型更聪明，而是因为它能”看到”更多信息。
算力竞赛的三个战场
从 Kimi K3 传闻延伸出去，2026 年大模型行业的算力竞赛集中在三个层面：
1. 训练算力：参数规模的天花板
Kimi K3 的 2.5 万亿参数意味着训练所需的算力是天文数字。这不是”多买几张卡”的问题，而是需要系统性地构建从芯片到集群的全栈能力。
2. 推理算力：服务成本的决定因素
1M 上下文的服务成本，决定了谁能大规模商业化。DeepSeek 通过模型架构优化（MoE、稀疏化等）降低了推理成本，这可能是它比竞争对手更快开放 1M 上下文的关键。
3. 边缘算力：本地部署的未来
Qwen 3.6 在本地模型中的突出表现，说明另一条路线正在并行推进：把足够强的模型塞进消费级硬件。这不是 1M 上下文的路径，但可能是更实用的”够用就好”策略。
对行业和投资人的信号
- 算力是真正的护城河。模型架构可以被模仿，论文可以被复现，但算力基础设施需要时间和资本积累。
- 1M 上下文将是一个分水岭。能负担得起的厂商将获得差异化优势，无法负担的将被迫在”够用”的上下文长度上竞争。
- Q3 是关键窗口期。如果 Kimi K3 在 Q3 如期发布并开放 1M 上下文，月之暗面将证明其算力建设已经达到了新水平。如果推迟或缩水，则说明算力瓶颈比外界预期的更严峻。
大模型的竞争，已经从”谁的论文更强”转向”谁的算力更足”。这不是一个性感的叙事，但它是决定胜负的关键。