上证报中国证券网讯（记者窦世平）月之暗面10月24日发布新一代模型Kimi K3.1 Pro。记者注意到，新模型注重提升代码、3D创作、金融研究和其他长程智能体任务能力，并计划于11月4日前开放完整模型权重。随着月之暗面、DeepSeek、阿里千问、智谱等企业持续推进开源，中国模型正加快进入编程、金融研究等高价值的专业市场。

　　受访人士认为，性能提升、成本下降与生态扩张相互促进，正在给全球大模型竞争带来新变量。对于寻求融资和上市的闭源厂商，技术领先能否转化为持续收入，成为支撑高估值的重要考验。

　　高价值场景成为竞争焦点

　　编程、金融研究等专业场景，正成为模型企业争夺付费用户的重要市场。这类任务流程长、调用频繁，既要求模型具备较强能力，也对使用成本较为敏感。

　　Kimi官方开放平台显示，K3.1 Pro标准版每百万Token输入价格为13元，输出价格为68元，较上一代分别下降35%和32%。专业任务能力提升与价格下调同步推进，增加了企业调整模型采购组合的动力。

　　摩根大通资产管理认为，智能体应用增加Token消耗，使推理成本成为模型选择中更重要的变量。比较模型应着眼于完成任务的整体成本，因为不同模型为获得结果所消耗的Token数量存在差异。

　　对于企业，选择模型需要同时核算任务完成率、调用费用和人工复核成本。编程中的代码修复、测试生成，金融研究中的资料提取、财务数据整理，都可以成为比较不同模型效果的具体环节。

　　替代也可以从部分任务开始。“企业可以保留闭源模型处理复杂工作，将高频、标准化任务交给其他模型，便可能改变供应商获得的预算。”某头部券商计算机首席对记者表示，高价值市场的竞争，不仅是争取新增客户，也包括争取同一客户的支出份额。

　　规模化使用积累生态优势

　　开放权重的价值，还在于扩大模型改进的参与范围。

　　在业内人士看来，开发者贡献评测、工具和优化方案，企业积累行业数据与工程经验；通过社区共享、联合研发和授权数据合作，这些成果能够反哺模型迭代。随着模型进入更多行业，应用反馈和专业数据合作的价值也将逐步显现。

　　中国社会科学院工业经济研究所研究员王钦此前在《清华管理评论》撰文指出，社区价值和品牌影响力是建立商业信任关系乃至商业模式的基础，人工智能企业竞争正转向生态整合。

　　国内也在扩大开放模型的部署基础。中国信通院等机构发布的《大模型一体机应用研究报告（2025年）》显示，在一体机相关调研中，89.4%的企业会在产品中预置开源模型。国务院《关于深入实施“人工智能+”行动的意见》此前也提出，支持人工智能开源社区建设，促进模型、工具、数据集等汇聚开放，培育优质开源项目。

　　“围绕模型形成的工具、部署方案和人才储备越丰富，新用户接入成本就越低。这种积累有助于模型进入更多场景，也使竞争从单次性能领先延伸至持续迭代和应用推广能力。”一名大模型从业者表示。

　　高估值面临盈利能力检验

　　开源竞争加剧之际，头部闭源模型企业正在争取新的资本支持。

　　有外媒近日报道称，OpenAI正就约300亿美元融资进行谈判，目标估值为1.25万亿美元，低于此前讨论的1.4万亿美元。Anthropic在披露三季度经营数据后，由于增速回落，部分投资者将IPO估值预期由此前的2万亿美元下调至1.5万亿美元附近。由此可见，收入增长仍是闭源模型厂商估值的重要支撑，其能否转化为持续利润也受到持续关注。

　　目前，在多项国际评测中，Kimi K3.1 Pro综合智能水平已接近全球领先的闭源模型，价格仅为GPT 6 Astra的五分之一。高盛10月发布的研究观点认为，领先模型之间的性能差距正在缩小，编程领域尤其如此。其亚洲互联网研究负责人Ronald Keung表示，成本效率及支持模型访问数据、执行工作流程的配套系统，可能成为差异化竞争的关键。

　　随着模型选择增多，闭源厂商需要依靠专业工具、企业集成和稳定交付维持客户关系。开源厂商则要将开发者采用转化为付费，通过托管、云服务和行业交付覆盖研发投入。从行业发展看，需求扩大后，收入也可能更多分布到算力、软件和应用环节。生态规模能带来多少订单、模型厂商能获得多少收益，决定其商业价值。

　　从商业逻辑看，价格下降可以扩大需求，也会压缩单位收入。使用量增长和推理效率提升能否抵消降价，收入能否覆盖持续投入，将影响利润表现。大模型估值的检验，正从技术排名和收入规模，深入到客户支出份额、毛利率与现金流。

（文章来源：上海证券报·中国证券网）