Kimi K3: otwarty model z Chin dogania liderów i wstrząsa rynkiem AI
Moonshot AI wypuścił Kimi K3 — największy w historii otwarty model językowy (2,8 bln parametrów), który w benchmarkach kodowania wyprzedził czołowe modele amerykańskie. Reakcją była wyprzedaż akcji spółek półprzewodnikowych i powrót pytań o realne koszty AI.
Chiński startup Moonshot AI, wspierany przez Alibabę i wyceniany na ok. 31,5 mld USD, zaprezentował 16 lipca model Kimi K3 — z 2,8 bln parametrów największy dotąd model open-weight. K3 zajął pierwsze miejsce w benchmarku Frontend Code Arena, wyprzedzając m.in. Claude Fable 5, a w indeksie Artificial Analysis Intelligence uzyskał wynik 57, plasując się powyżej Claude Opus 4.8. Pełne wagi modelu mają zostać udostępnione 27 lipca na zmodyfikowanej licencji MIT, a dostęp przez API jest oferowany za ułamek cen amerykańskich konkurentów.
Rynki zareagowały gwałtownie: w piątek 17 lipca Nasdaq spadł o 1,5 proc., indeks giełdy w Tajwanie o ponad 6 proc., a japoński rynek zamknął się 4 proc. niżej; ETF półprzewodnikowy VanEck (SMH) znalazł się ponad 20 proc. poniżej czerwcowego szczytu. Komentatorzy porównują sytuację do premiery DeepSeek R1 ze stycznia 2025 r., gdy Nvidia straciła ok. 590 mld USD kapitalizacji w jedną sesję — tym razem przecena rozlała się jednak na cały sektor. Przez weekend trwała dyskusja, na ile tanie, otwarte modele z Chin podważają opłacalność setek miliardów dolarów inwestowanych w infrastrukturę AI w USA.
Dla polskich firm to sygnał praktyczny, nie tylko giełdowy. Po pierwsze, rosnąca konkurencja otwartych modeli będzie wywierać presję na ceny API u zachodnich dostawców — warto w najbliższych tygodniach zweryfikować stawki w bieżących umowach i kalkulacjach projektów AI. Po drugie, po publikacji wag 27 lipca Kimi K3 stanie się realną opcją do testów w scenariuszach self-hosted, co bywa atrakcyjne przy wymogach dotyczących danych. Zanim jednak chiński model trafi do środowiska produkcyjnego, konieczna jest ocena ryzyka prawnego i bezpieczeństwa (pochodzenie modelu, licencja, zgodność z AI Act i polityką danych firmy). Rozsądny ruch na dziś: obserwować, testować na niewrażliwych danych i renegocjować ceny — bez pochopnych migracji.