Reporter 21世纪经济报道, Zhou Hui dan Lei Chen, melaporkan dari Beijing
Di kawasan dari gerbang Tsinghua di Beijing hingga sepanjang Jalan Zhichun, yang dipenuhi aroma kopi, berkumpullah para unicorn AI paling panas di China. Pada pagi 21 Juli, reporter 21世纪经济报道 datang ke kantor pusat Moonshot AI (Kimi). Pejabat yang membidangi urusan bisnis perusahaan di perusahaan tersebut, Huang Zhenxin, menjawab keprihatinan pasar.
Ini adalah sesi tanya jawab terpusat bagi publik yang dilakukan perusahaan untuk pertama kalinya sejak Kimi K3 dirilis pada 17 Juli.
Saat itu, Huang Zhenxin menanggapi secara satu per satu berbagai fokus perhatian publik, seperti orisinalitas teknologi K3, kontroversi sumber terbuka vs sumber tertutup, strategi komersialisasi, serta skenario penerapan di lapangan.
Pada 17 Juli, Kimi merilis model open-source generasi baru, Kimi K3, dengan total parameter 2,8 triliun. Model ini mendukung pemahaman visual secara native dan memiliki jendela konteks 1 juta token. Model ini menempati peringkat teratas di papan peringkat Frontend Code Arena dengan skor 1679, mengungguli model closed-source seperti Claude Fable 5 dan GPT-5.6 Sol. Ini pertama kalinya model open-source mengalahkan model closed-source dan menjadi juara di papan peringkat tersebut. Code Arena diciptakan oleh peneliti Universitas California, Berkeley; menggunakan mekanisme duel anonim blind ganda dan dianggap sebagai acuan emas untuk mengukur kemampuan pemrograman model skala besar.
Elon Musk menulis komentar di bagian laporan evaluasi terkait dengan mengatakan “mengesankan”, dan menempatkan Kimi K3 sebagai target yang ingin dikejar oleh Grok 4.5. Media menyebut getaran industri yang dipicu oleh peluncuran kali ini sebagai “momen Kimi”, dan menilai dampak terhadap pasar modal bisa disetarakan dengan gejolak yang terjadi saat DeepSeek mencapai terobosan pada 2025.
Sebuah laporan riset Goldman Sachs menyebutkan bahwa Kimi K3 menandai titik awal baru bagi model-model Tiongkok untuk beralih menuju kekuasaan penetapan harga. Morgan Stanley menilai Kimi K3 membuktikan bahwa model besar Tiongkok telah mencapai “peningkatan menyeluruh” terhadap model-model terdepan AS dalam hal skala model, performa, dan penetapan harga. Laporan tersebut juga secara khusus menyinggung bahwa harga API Kimi K3 berada pada level yang relatif tinggi di antara model-model terdepan di dalam negeri.
Kontroversi di industri ikut memanas. Dean W. Ball, pemimpin strategi OpenAI, secara terbuka menilai performa K3 tidak bisa dicapai hanya melalui distilasi. Ada pula pandangan yang mendefinisikan model dengan bobot terbuka sebagai “paham perlambatan”, dengan alasan open-source akan menurunkan imbal balik komersial model frontier dan mengurangi kemauan industri untuk terus berinvestasi dalam R&D berkelanjutan. Sementara itu, David Sacks, penasihat urusan AI dari pemerintahan Trump, menyatakan: “Ini mengkhawatirkan.”
Pihak Kimi tidak secara langsung menyebut atau membantah, tetapi seluruh inti pernyataan dalam percakapan itu justru berseberangan dengan pandangan di atas. Huang Zhenxin menegaskan: “Model open-source, model besar dari Tiongkok tidak seharusnya ditempeli label harga murah; kami telah menghasilkan model setara SOTA, dan kami juga bisa menetapkan harga komersial yang wajar.”
Menanggapi dugaan dari pihak luar bahwa “K3 adalah model kecil yang didistilasi”, Huang Zhenxin meluruskan: lonjakan performa K3 bersumber dari inovasi arsitektur orisinal di tingkat dasar, bukan sekadar meniru dan mendistilasi model yang sudah ada.
Di tempat, ia menekankan tiga teknologi dasar buatan sendiri utama:
1. Moon Clip：Optimizer tingkat dua yang sepenuhnya baru, untuk pertama kalinya diterapkan oleh Kimi dalam pelatihan model skala besar. “Saat data pelatihan yang tersedia secara global pada dasarnya sudah menipis, teknologi ini membuat data pelatihan 20T menghasilkan efek pelatihan setara 40T. Dengan performa yang sama, biaya pelatihan dan konsumsi daya komputasi langsung turun setengah.”
2. Kimi Linear Tension: mekanisme perhatian linear yang dikembangkan sendiri. Ia menyelesaikan masalah penurunan performa saat attention linear tradisional menangani tugas yang sangat panjang. “Di industri ada ‘Hukum Moore AI’: ketika AI menjalankan tugas, durasi yang bisa dikerjakan menjadi dua kali lipat setiap 7 bulan; mekanisme ini membuat jendela konteks membesar sepuluh kali, sementara biaya pelatihan hanya ikut membesar sepuluh kali.”
3. Attention Residuals (residual atensi): teknologi dasar yang pernah dipuji khusus oleh Musk. Ia mengoptimalkan cara penyampaian informasi dan penggunaan ulang logika antar jaringan multi-lapis model, sehingga model super besar dengan 2,8 triliun parameter tidak hanya dapat menyelesaikan pelatihan secara stabil, tetapi juga membuat efisiensi inferensi meningkat secara bersamaan sebesar 25%.
Tiga teknologi dasar utama masing-masing mendukung tiga arah inti tempat Kimi terus mengupayakan pendalaman dalam jangka panjang: Long Context (konteks panjang, didukung oleh Kimi Linear Tension, yang menentukan kemampuan model menangani tugas yang sangat panjang), Token Efficiency (efisiensi token, didukung oleh Moon Clip, yang menentukan tingkat kecerdasan dasar model), dan Agent Swarm (kumpulan agen cerdas, dengan arsitektur independen, yang menentukan efisiensi koordinasi antar-agen). Ketiga arah ini juga merupakan selera produk Kimi yang tak berubah dalam jangka panjang: perusahaan tidak berinvestasi pada jalur hiburan, text-to-image, atau text-to-video; fokus jangka panjang pada skenario produktivitas bernilai tinggi dan sulit seperti pemrograman, keuangan, hukum, serta penelitian sains.
Di tempat, Huang Zhenxin mendemonstrasikan hasil penerapan K3: bisa menghasilkan PPT konsultasi profesional yang interaktif dinamis hanya dengan satu klik, serta laporan penelitian industri mendalam untuk seluruh chip lengkap (secara otomatis menghasilkan bagan dan diagram logika penyebaran/pemindahan periode). Untuk staf non-teknis, hanya dengan satu kalimat saja mereka dapat menghasilkan simulator genggam GBA lengkap dan game interaktif side-scrolling Spider-Man. Untuk tim tradisional mengembangkan proyek sejenis, diperlukan tim pemodelan yang bekerja dalam siklus berbasis bulan; dengan K3, siklus pengembangan bisa dipangkas secara signifikan.
Terkait masalah halusinasi model, Huang Zhenxin menyatakan halusinasi tidak bisa benar-benar dihapus: “halusinasi pada dasarnya adalah produk yang seasal dengan kreativitas model”, tetapi K3 telah secara signifikan menurunkan tingkat terjadinya halusinasi. Dengan arsitektur Agent Swarm, yang dilengkapi sub-agent pemeriksa fakta untuk validasi, laporan serta data industri dapat dicek satu per satu, sehingga probabilitas konten menjadi tidak akurat semakin berkurang.
Setelah K3 diluncurkan, jumlah kunjungan pengguna melonjak tajam. Pihak resmi sempat menghentikan pendaftaran pengguna baru. Di industri, kejadian “pemerasan kapasitas komputasi” ini dianalogikan dengan “momen DeepSeek 2.0” saat kapasitas DeepSeek tahun lalu mengalami tekanan. Huang Zhenxin mengakui timnya telah menyiapkan rencana kontingensi untuk lalu lintas, tetapi kenyataannya kepanasannya jauh melampaui ekspektasi.
Ia mengatakan bahwa saat itu perusahaan menghadapi dua pilihan sulit: membuka pendaftaran pengguna baru sepenuhnya akan sangat merusak pengalaman penggunaan pengguna lama yang sudah membayar; jika lebih memprioritaskan pelanggan yang membayar, maka perlu membatasi sementara pendaftaran pengguna baru. Pada akhirnya perusahaan memilih opsi kedua: “lebih baik sementara melepaskan pendapatan tambahan, tetapi menjaga batas bawah pengalaman penggunaan pelanggan yang membayar.”
Dari sisi komersialisasi, Huang Zhenxin mengungkapkan bahwa pada tahap ini Kimi belum menyediakan layanan deploy privat. Model bisnisnya dibandingkan dengan perusahaan AI papan atas luar negeri yang sudah matang; fokus utamanya adalah mengasah kemampuan dasar model. Dalam struktur pendapatan perusahaan, porsi bisnis API yang paling tinggi, dan perusahaan belum mengungkap secara eksternal detail seperti porsi pendapatan untuk privatisasi dan solusi industri. Namun perusahaan juga menegaskan tren skala parameter industri: skala parameter model besar akan terus diperluas ke atas dan tidak akan berhenti pada skala 2,8 triliun saat ini.
Menanggapi perdebatan jalur open-source vs closed-source, Huang Zhenxin berpendapat keduanya bukan hubungan saling bertentangan. Untuk kebutuhan klien perusahaan, ada perbedaan: perusahaan yang punya kebutuhan privatisasi dan fine-tuning cenderung memilih open-source, sementara perusahaan yang mengejar layanan cloud/hosting yang stabil memilih closed-source. Open-source/closed-source itu sendiri tidak berhubungan langsung dengan tinggi-rendahnya kualitas token model.
Kimi sejak K2 secara konsisten mempertahankan jalur open-source, dan ke depan jalur ini juga tidak akan berubah. Teknologi dan paper inti tingkat dasar dipublikasikan untuk publik, serta perusahaan tetap bersikap terbuka terhadap industri. Untuk respons Huang Zhenxin terhadap pernyataan Musk bahwa Grok 4.5 berpotensi melampaui K3, ia menjawab: “Kita lihat saja.”
Saat ditanya tentang perbedaan mode open-source Kimi dan model-model besar lain di dalam negeri, Huang Zhenxin menjelaskan: industri open-source global memiliki perjanjian lisensi terstandar seperti MIT; Kimi menggunakan perjanjian open-source yang berlaku secara internasional. Pihak luar keliru mengira Kimi tidak bisa dideploy secara privat, akar masalahnya adalah jumlah parameter K3 yang sangat besar dan ambang batas deploy yang tinggi, serta tidak ada kaitannya dengan strategi lisensi open-source itu sendiri.
Persaingan industri AI semakin memanas. Kimi secara proaktif keluar dari jalur kompetisi harga murah yang penuh konten churn; tidak mengejar tren hiburan; tidak setuju dengan pandangan “open-source = paham perlambatan”. Kimi terus mempertahankan open-source dan melepaskan label harga murah; semua riset teknologi dan implementasi produk berpusat pada skenario produktivitas.
Langkah berikutnya, model besar Tiongkok beralih dari sekadar “keunggulan biaya-kinerja” menuju perebutan “kekuasaan penetapan harga berbasis nilai” di pasar global. Implementasi Kimi K3 mungkin hanya menjadi titik awal perubahan industri.