使用量激增致算力不足，Kimi建议网友先用DeepSeek
近日，知名大模型聚合平台OpenRouter数据显示，从上个月Kimi发布并开源Kimi K2.5模型以来，模型在总榜及多个分榜持续排名第一。近期由于使用量激增，有用户反映遇到Kimi算力不足的情况，竟然被建议“嗯，正在找算力。要不先用DeepSeek”。对此，有网友评论到deepseek，这事虽离谱但合理，卑微Kimi在线送客。
1月21日晚，月之暗面Kimi总裁张予彤亮相瑞士达沃斯世界经济论坛2026年年会，在《中国AI+经济》与《原生AI驱动型企业》两场对话中，她以Kimi自身实践为例，分享了如何通过算法突破与系统协同，在资源高度约束下，仍能构筑起全球领先的竞争力。
其一，规模化市场的场景赋能。中国庞大的制造业与零售业，为AI技术提供了海量的落地场景。海量数据与复杂业务逻辑的深度融合，让中国企业能够在真实生产环节中构建可扩展的系统，推动技术实现高效迭代。
其二，社会层面的技术包容度。复盘新能源汽车、太阳能、智能手机及自动驾驶等领域的发展历程，张予彤直言，中国用户与企业对提升生产力的新工具展现出极高的接纳意愿，“对技术的开放性和拥抱新技术的态度，是中国非常独特的优势。”
其三，基建先行的底层支撑。中国在电力供应、跨区域高速公路及巨型数据中心等领域的持续投入，有效降低了能源获取成本。领先的数字基建，让前沿创新摆脱能源瓶颈的束缚，为技术突破提供了稳固保障。
在中美AI竞争格局的议题上，张予彤分享了Kimi的实践样本：仅用美国顶尖实验室1%的资源，就研发出Kimi K2、Kimi K2 Thinking等全球领先的开源模型，部分性能甚至超越美国顶尖闭源模型。
“从创业第一天起我们就清醒地意识到，中国初创公司没有随意堆砌算力的条件。”张予彤坦言，这一现实倒逼企业将精力聚焦于基础研究创新，以换取极致的研发效率。
她透露，Kimi将工程化思维深度融入研究环节，确保算法创新能够在生产系统中大规模稳定运行。例如，Kimi是全球首个在大型语言模型训练中跑通Muon优化器的公司；自研的线性注意力机制（Kimi Linear），在处理速度上显著超越传统全注意力系统，实现了效率的跨越式提升。原文出处：使用量激增致算力不足，Kimi建议网友先用DeepSeek，感谢原作者，侵权必删！
