我们花了两年时间称中国的人工智能模型为“廉价的模仿者” 上周，一些事情永远地改变了这个领域，加密货币领域几乎没有人将其与DeAI连接起来。 怎么搞的？基米K3。 Moonshot发布了Kimi K3供任何人下载和运行。 这是有史以来发布的最大的开放模式，独立排名显示，全球只有三种模式领先于它（所有封闭的美国模式，如克劳德和GPT）。 区别在于钱。中国的开放模式比克劳德和GPT便宜60%到90%。 开发商已经换了。在OpenRouter（开发人员用来访问AI模型的平台）上，中国模型现在处理的流量是美国模型的3倍。 一年前情况正好相反。 这对DeAI有何影响？ 开放模型是DeAI的支柱。以去中心化的方式训练新模型仍然太难了，所以今天的大多数DeAI项目实际上都在做一件事：运行开放模型并出售对它们的访问权限。 所以赌注看起来是这样的： 更好的开放式模型→ 运营它们的需求增加→ DeAI需要争夺更大的市场。 但让我们现实一点：更好的开放模型并不意味着DeAI会自动获胜。开发人员可以直接从大型集中式公司购买访问权限。 然而，K3将这一点转变为对DeAI有利。 该模型非常庞大，Moonshot建议使用64个以上的GPU来运行它。没有人在家运行它，这意味着每个想要K3的人都必须付钱给别人来为他们运行它。 这就是市场。 DeAI提供商有一个中心化的人无法复制的角度：没有注册和KYC的私人访问。@AskVenice已经在这个球场上提供K3了。 细则中还有一个大多数人没有读过的地方。 K3并不是完全免费的。任何出售K3访问权限的公司，一旦年收入超过2000万美元，都需要与Moonshot达成单独协议。 这2000万美元涵盖了该公司的所有收入，而不仅仅是K3的收入。 如今，小型网络很好。只有当提供商发展壮大时，这个问题才重要，而去中心化网络如何处理这个问题是一个值得关注的悬而未决的问题。 这就引出了我正在关注的两个领域。这是两种不同的交易。 推理层（销售模型访问权限的平台）： @AskVenice（已提供K3服务） @dphnAI @chutes_ai @打开渐变 GPU网络（原始计算能力）： @AethirCloud @akashnet @伊诺特 第二组的一个细微差别是：如此庞大的模型需要在一个地方安装严肃的数据中心硬件。由世界各地的随机游戏PC拼接而成的网络无法运行它。 因此，并非每个GPU网络都能平等地从这个时代受益。 我正在看什么来证实或扼杀这一论点： •推理平台上的使用次数 •计算网络上的GPU需求和定价 •OpenRouter上的开放式模型共享（已经是大多数，是否会继续攀升） 这篇论文并不是说DeAI获胜是因为开放模型变得很好。 DeAI所竞争的市场规模不断扩大，网络的定价也没有任何变化。 我可能错过了一些好的。还有谁在你的雷达上？