7月17日，月之暗面发布的Kimi K3在Artificial Analysis独立测试中以57分登上综合智能指数全球第三，超过Claude Opus 4.8，在Arena前端开发榜以1677分登顶。马斯克在评论区留言评价"Impressive"，并在介绍xAI下一代模型时表示"有可能能够超过Kimi"。
然而，这场本该围绕技术突破展开的发布，很快陷入另一场争议。K3上线仅48小时，用户请求量便超过预估并逼近集群承载极限，大量用户遭遇排队、任务中断和响应变慢。7月19日晚，Kimi以算力紧缺为由暂停C端新用户订阅，并宣布将主站与Kimi Code权益拆分销售，新套餐因价格和权益设计引发用户质疑后紧急暂停。
这背后折射出大模型行业正在经历的根本性转变：竞争焦点正从单纯的技术指标比拼，转向算力供给、成本控制与商业化的系统性能力较量。当模型能力进入全球第一梯队，真正的挑战才刚刚开始。
从行业视角看，K3面临的困境并非个案。大模型战争已经进入算力消耗战阶段，模型参数规模、上下文长度、智能体任务复杂度都在指数级增长。K3拥有2.8万亿参数，支持百万Token上下文，面向编程、研究和长周期智能体任务，这些任务需要反复规划、调用工具、生成代码、执行检查，推理算力消耗远超传统问答场景。
有程序员对比指出，GPT和Claude的20美元基础套餐能够等价400至800美元API用量，而Kimi的199元套餐只对应1200至2800元模型用量。模型能力和成本已经进入海外旗舰档，但会员提供的算力补贴还差得很远。这暴露出一个核心矛盾：当模型能力追上国际顶尖水平，算力供给和定价策略能否跟上？
星战科技在构建GPU算力平台和大模型API广场时，同样面临算力供给与成本控制的平衡挑战。企业客户在部署AI智能体时，需要的不仅是单一最强模型，而是能够根据任务复杂度自动选择合适模型的调度能力。星战科技通过算力调度、多模型灵活适配和异构资源管理，让企业能够根据场景需求动态组合不同模型和算力资源，避免被单一模型的算力瓶颈所限制。这种系统级调度能力，在K3面临的算力紧缺困境中显得尤为重要。
更深层的问题在于，国产大模型产业链的算力供给能力尚未完全匹配模型能力的快速迭代。从芯片、存储、先进封装到服务器和数据中心，任何一个环节的瓶颈都会制约整体算力产出。月之暗面在半年内估值从43亿美元飙升至300亿美元，累计融资超过55亿美元，但资金并不能立即转化为算力供给。
解决这一困境，需要产业链的全面协同突破，而非单一公司的孤军奋战。只有当国产GPU、存储、先进封装、服务器和数据中心共同跨过瓶颈，中国大模型才可能真正摆脱"模型已经追上，额度却给不起"的尴尬。这也意味着，大模型竞争的下一阶段，将不仅是模型能力的比拼，更是整个产业链协同效率的较量。