Kimi K3: ההובלה האמריקאית ב-AI נגמרה
Moonshot AI הסינית שחררה את Kimi K3, מודל AI עם 2.8 טריליון פרמטרים שמנצח את GPT-5.6 Sol ו-Fable 5 בקידוד — במחיר חצי. מניות השבבים צנחו ב-4%, ונתוני השימוש חושפים מגמה שכבר התחילה: ביוני צרכו מודלים סיניים 24 טריליון טוקנים לעומת 5.7 טריליון למערביים.

ביום חמישי האחרון, סטארטאפ סיני בשם Moonshot AI שחרר מודל AI חדש — ותוך שעות הצליח לזעזע את כל מי שמשקיע, מפתח או מתפרנס מתעשיית ה-AI האמריקאית.
Kimi K3, כפי שהמודל נקרא, גבר בבדיקות עיוורות על GPT-5.6 Sol של OpenAI ועל Fable 5 של Anthropic במשימות קידוד פרונט-אנד. המחיר? חצי. ביום שישי, מניות השבבים האמריקאיות צנחו. אנליסט ה-AI קים איזנברג סיכם את המצב: "כל המשחק השתנה".
מה יש בתוך החיה הזו?
Moonshot, שבסיסה בבייג'ינג ונתמכת על ידי Alibaba ו-Tencent, טוענת ש-Kimi K3 מכיל 2.8 טריליון פרמטרים — מה שהופך אותו למודל ה-AI הגדול בעולם עם משקולות פתוחות. יש לו חלון קונטקסט של מיליון טוקנים, מה שמאפשר לו לעבד כמויות אדירות של טקסט בבת אחת, והוא תומך גם בעיבוד תמונות.
המודל עדיין לא שוחרר רשמית כ-open weight. את המשקולות המלאות מתכננת החברה לשחרר ב-27 ביולי, אז מפתחים יוכלו לבחון, לשנות ולהריץ אותו באופן עצמאי. נכון לעכשיו, הוא זמין דרך ה-API של Kimi, באתר החברה, ובכלים Kimi Work ו-Kimi Code.
איך הוא מתמודד מול האמריקאים?
בבדיקות עיוורות של פלטפורמת ההערכה Arena, מפתחים העדיפו את Kimi K3 על פני כל מודל אמריקאי מוביל בקידוד פרונט-אנד. בדירוג הטקסט הרחב, K3 עקף את Claude Opus 4.8 של Anthropic — מודל שישב על חזית ה-AI רק שבועות קודם לכן.
בתוכנית Bench 2.1, K3 השיג ציון של 88.3 מול 88.8 של GPT-5.6 Sol — צמוד מאוד. ב-Arena AI's Frontend Code Arena, Kimi K3 גבר על מודלים אמריקאים לראשונה. ב-Artificial Analysis, המודל הציג ביצועים שווי ערך ל-GPT-5.5 ו-Claude Opus 4.8 במשימות מורכבות ורב-שלביות.
"זה אולי השחרור הכי גדול של השנה", אמר אנסטסיוס אנגלופולוס, מנכ"ל Arena. "מודלים סיניים בקוד פתוח עוקפים כעת מודלים סגורים אמריקאים. ההגמוניה האמריקאית מאותגרת".
אזהרה חשובה: כדאי לזכור שבדיקות Benchmark הן מדד מוגבל — חברות AI לפעמים משחקות את המערכת, ותוצאות ויראליות עלולות להגזים את היכולת בתרחישי שימוש אמיתיים. Kimi K3 זמין רק שעות ספורות, וייתכן שביצועי העולם האמיתי יהיו שונים. "המדד הכי חשוב הוא איך המודל עובד במשימות אמיתיות בייצור", ציינו אנליסטים לאחרונה.
המחיר: חצי מהאמריקאים
Moonshot מציעה את K3 במחיר של כ-$12 למיליון טוקנים. זה אמנם המחיר הגבוה ביותר למודל סיני עד כה — אבל עדיין חצי מ-GPT-5.6 Sol ו-40% פחות מ-Fable 5. המחיר מתומחר קרוב יותר למודלי דרג ביניים אמריקאיים, עם ביצועים שקרובים לחזית.
למי שעובד עם מודלי AI כל יום, זה לא נתון תיאורטי. חברה שמעבדת מיליון טוקנים ביום יכולה לחסוך אלפי דולרים בחודש — סכום שמצטבר מהר.
שווקים בפאניקה
ביום שישי, שווקי השבבים הגיבו בחריפות. מדד Philadelphia Semiconductor Index צנח ב-4% — ירידה של 19% מהשיא, קרוב לסף של דוב טכני. Nvidia, AMD ו-TSMC רשמו ירידות חדות. Nasdaq 100 צלל כמעט ב-2%.
TSMC דווקא פרסמה דו"ח רבעוני חזק — אבל העלאת תקציב ההשקעות שלה ב-14% ל-64 מיליארד דולר רק הגבירה את החשש שהוצאות העתק על תשתיות AI לא יניבו תשואה מספקת. "משקיעים מודאגים שוב מהתשואה הפוטנציאלית", אמר ג'יי ג'יי קינאהן מ-Cboe Global Markets.
מנגד, מניות Alibaba זינקו ב-6% ו-Tencent עלתה ב-4% ביום שני. שתיהן משקיעות ב-Moonshot. Hang Seng Tech Index קפץ ב-4%.
הטיימינג: לא מקרי
ההתרחשות לא הייתה מקרית. Kimi K3 הושק ימים ספורים לפני נאומו של שי ג'ינפינג בוועידת ה-AI העולמית בשנגחאי, שם הכריז ש"פיתוח AI לא צריך להיות סולו של אף מדינה אלא סימפוניה של שיתוף פעולה גלובלי". Huawei, בינתיים, הציגה בכנס מערכת מחשוב AI חדשה בשם Atlas 950 SuperPoD — איתות שסין צוברת חומרה מקומית חרף המגבלות האמריקאיות. Moonshot שותפה של Huawei, אם כי לא חשפה באיזה חומרה השתמשה כדי לאמן את K3.
מגמה רחבה: המעבר למודלים סיניים כבר קורה
המהומה סביב Kimi K3 היא סימפטום, לא סיבה. לפי נתונים של OpenRouter, שמספקת לארגונים גישה למודלי AI, כבר בפברואר 2026 היקף השימוש בטוקנים של מודלים סיניים עקף את זה של מודלים מערביים — 5.2 טריליון מול 3.1 טריליון. ביוני הפערים הפכו לדרמטיים: 24 טריליון טוקנים למודלים סיניים לעומת 5.7 טריליון למערביים.
הסיבה העיקרית: Anthropic ו-OpenAI שינו לאחרונה את שיטת התמחור שלהם — העבירו חלק מהלקוחות העסקיים מתשלום חודשי קבוע לתשלום לפי טוקנים — מה שהקפיץ את העלויות. חברות שהטמיעו מודלי AI בפעילות השוטפת שלהן התעוררו להוצאה העצומה.
מי כבר עבר?
DoorDash, סימנס, Airbnb — כולן עושות שימוש במודלים סיניים. אנדי פאנג, מייסד DoorDash, אמר שהחברה מעבירה "עבודה בדרג נמוך" ל-Kimi ומשתמשת ב-Fable של Anthropic רק ל"עבודה הקשה ביותר". לדבריו, השילוב מאפשר "איכות טובה יותר בעלויות זולות יותר".
ויש מי שעבר לחלוטין. פלו קריבלו, מייסד הסטארטאפ Lindy, כתב ביוני: "השלמנו מעבר מלא מ-Anthropic ל-DeepSeek. חסך לנו מיליוני דולרים, ואנחנו רואים עלייה בביצועים. מהפכני לפעילות העסקית שלנו".
לא רק מחיר: שליטה וביטחון
מעבר למחיר, למודלים עם משקולות פתוחות יש יתרון משמעותי: ארגונים יכולים להוריד אותם, להריץ מקומית, להתאים לנתונים שלהם — ולשלוט בהם. לא לשלוח מידע רגיש לחברה חיצונית. לא לבנות על מודל שיום אחד הממשלה תוריד מהמדף.
"מה קרה עם Fable? הוא פשוט הוסר ברגע. תדמיינו שבניתם עליו את כל ה-workflows של החברה. זה הרסני", אמר אנגלופולוס. Anthropic משכה לאחרונה את Fable ו-Mythos מסיבות ביטחוניות — מה שגרם לחברות לשאול שאלות קשות על תלות במודלים סגורים.
"זיקוק" — ההאשמות האמריקאיות
Anthropic האשימה את Moonshot, DeepSeek ו-MiniMax בקמפיינים של "זיקוק" (distillation) — טכניקה שבה מאמן מודל פחות חזק על הפלטים של מודל חזק יותר. לטענת Anthropic, החברות הסיניות משתמשות במיליוני אינטראקציות עם מודלים אמריקאיים כנתוני אימון. בבייג'ינג מכנים את ההאשמות "חסרות בסיס".
התגובה האמריקאית
בארה"ב, חברות מתחילות להגיב. Poolside שחררה מודל פתוח חדש בשם Laguna ועובדת על "מפעל מודלים" שמייצר מודל חדש כל חמישה שבועות. Thinking Machine Labs של מירה מורטי (לשעבר CTO של OpenAI) השיקה את Inkling. Reflection חתמה על עסקת מחשוב של מיליארד דולר. אבל הדרך עוד ארוכה.
"ל-Thinking Machines יש מודל open source בעשירייה הראשונה", אמר אנגלופולוס, "אבל יש תשעה מודלים סיניים מעליהם".
מה הלאה?
DeepSeek, היריבה הסינית של Moonshot, צפויה לשחרר מודל מעודכן בקרוב — מה שמעלה את הסיכוי לפריצת דרך סינית נוספת ברצף מהיר. בינתיים, אילון מאסק הכריז ש-Grok 4.6 של xAI נכנס לשלבי האימון האחרונים וטען שהמודל "אולי יעלה על Kimi". Moonshot הגיבה בחשבון ה-Weibo שלה: "ברוכים הבאים למועדון ה-2 טריליון+".
Moonshot מחפשת כעת גיוס של 2 מיליארד דולר לפי שווי של כ-30 מיליארד דולר, לפני הנפקה אפשרית בהונג קונג. Alibaba מחזיקה 36% מהחברה.
בקצב הזה, השאלה כבר לא אם להשתמש במודלים סיניים — אלא אם המתחרים שלכם כבר שם.