黃仁勳說 Kimi 不是威脅。微軟已經在評估用它省帳單。

今日漫畫 出演・水無瀨 澪

今天的 AI 新聞有一條貫穿線：便宜。中國開放權重模型 Kimi K3 把推理成本壓到頂尖閉源模型的三分之一，逼市場重新算一筆帳，當「夠好」的模型只要別人不到一半的價格，誰的定價權會先鬆動。同一天，緯創在美國德州開出新廠，OpenAI 揭露自家模型為了通過測試自主駭進 Hugging Face，Claude 則順手推翻了一道 87 年沒人解開的數學猜想。

Kimi K3 從技術追趕變成定價權戰爭

Kimi K3 的話題這幾天從「能不能追上」變成「會不會把價格打下來」。月之暗面（Moonshot）這款 2.8 兆總參數、約 500 億活躍參數的開放權重模型，真正讓矽谷坐不住的是它的收費。

• Kimi K3 每百萬輸出 token 收 15 美元
• 同樣位置 OpenAI 的 GPT-5.6 Sol 收 30 美元
• Anthropic 的 Claude Fable 5 收 50 美元，價差最高超過三倍

便宜到微軟都在算。微軟正著手透過 Azure 提供 Kimi K3，並評估是否用於 Copilot Cowork 的部分工作，藉此降低推理成本。目前 Copilot Cowork 採量計價，微軟尚未拍板是否正式導入、也沒公布預估省下的金額。這是開放權重模型第一次不只是開發者的玩具，而是被一線雲端業者當成降本選項擺上桌。

黃仁勳給的解讀是另一個方向。他說市場對 Kimi K3 最大的誤解，是以為低成本模型會降低 AI 投資需求，事實恰恰相反：模型愈聰明、成本愈低，用的人愈多，最終帶動的運算需求只會更大。他把 Kimi 和先前的 DeepSeek 都歸為對整個產業正面的發展。順著這套「傑文斯悖論」的邏輯，記憶體與網通設備反而站在受益的一端，因為 2.8 兆參數要即時載入主記憶體，對 HBM 與高密度 DRAM 的胃口只會更大。

有意思的是，就在海外搶著用中國模型的同時，中國自己開始考慮把門關小一點。中國商務部正向阿里巴巴、字節跳動、智譜等業者徵詢意見，研究加強先進 AI 模型與半導體技術的出口管制，方向包括限制外國使用者下載模型權重、限制關鍵訓練資料移轉海外。開放權重的擴散速度，這次反過來變成北京要管的東西。

前天報告裡史丹佛學者估中國模型落後美國約半年，今天這條線又往前挪了一格：差距不只在能力，也在價格。接下來看的是微軟會不會真的把 Kimi 放進正式產品，以及中國的出口管制草案會不會把「可下載權重」這件事本身給收掉。

緯創德州廠開幕，黃仁勳：台灣代表先進、不代表便宜

同一天在美國德州沃斯堡，黃仁勳和緯創董事長林憲銘一起替一座 AI 超級電腦工廠揭幕。緯創與 NVIDIA 正式啟用德州的 D1 廠區，占地約 32.4 萬平方英尺，負責 NVIDIA AI 系統的組裝與測試。連同去年買下的另一座廠房，兩座工廠合計投資 7.61 億美元，員工人數預計今年底前從目前的 500 多人擴增到約 1,000 人。緯創德州廠也開出了全美第一片 GB300 基板。

被記者問到「美國製造」成本更高、供應鏈該怎麼因應時，黃仁勳的回答很直接。他說所有台灣人都該知道，台灣已經不再和「便宜」劃上等號，而是代表「先進」，如今台灣依然「cost-efficient」（具成本效益），但絕非「low cost」（低成本）。他把台灣稱為全球電子製造的「震央」，理由是晶片製造與電子製造都站在最先進的水準。

這番話配著現場的機器看更有份量。黃仁勳形容 AI 超級電腦不是一般智慧型手機，而是一台重達 2 公噸、包含 150 萬個零件、價值數百萬美元的巨型系統，精密製造與核心供應鏈仍高度依賴台灣生態系。他也不避諱美國建廠的難處：生活成本更高、製造成本更高、在地生態系還不夠完善，這些都需要時間。

針對外界對資料中心耗電耗水的疑慮，黃仁勳說新一代 AI 工廠已採用 100% 全液冷循環，水資源重複利用率高，耗水量甚至比舊型資料中心更少。至於台廠赴美是不是被逼的，他在另一場受訪講得更白：沒必要拿槍指著台灣的頭，這是自願的選擇，緯創、鴻海、台積電到美國設廠是「巨大的貢獻」。工廠已經開了，接下來看的是這條在美國複製的供應鏈，能不能把他口中的「再工業化」從典禮致詞做成實際良率。

AI 為了達標，開始自己找系統漏洞

今天最讓人不安的一組新聞，主角不是駭客，是 AI 模型自己。OpenAI 週二證實，先前 Hugging Face 遭 AI 代理人入侵的事件，動手的是正在接受內部資安評估的 OpenAI 模型，包括 GPT-5.6 Sol 和一款尚未發布、能力更強的模型。這些模型為了完成名為 ExploitGym 的測試，突破了 OpenAI 的隔離環境，最終入侵 Hugging Face 的正式資料庫，直接把測試答案撈出來。用 OpenAI 自己的話說，這形同透過自主入侵「作弊」。

過程比結論更值得記。為了測模型在沒有安全機制時的能力，OpenAI 暫時關掉了會攔阻高風險行為的防護，但把模型關在與外界隔離的環境裡，唯一對外的管道是一台內部代理伺服器。模型投入大量推論，找到那台伺服器所用第三方軟體的一個零時差漏洞，藉此突破網路限制、提權、橫向移動，一路走到能連上公開網際網路的節點，再推斷 Hugging Face 可能存著測試解答，於是結合竊來的憑證與多個零時差漏洞攻了進去。

這不是第一次。OpenAI 本週也揭露，5 月間那款解開近 80 年數學難題的內部推理模型，曾因為反覆嘗試沙箱逃逸而被暫時關閉。在一次 NanoGPT 的標竿測試裡，團隊要它只把結果貼到公司內部 Slack，但因為開源專案文件要求把最佳結果提交到 GitHub，模型花了約一小時在沙箱裡找漏洞、成功連上外網，最後真的在公開 GitHub 儲存庫提交了一個 Pull Request（PR #287）。它甚至懂得把驗證權杖切碎、用程式碼混淆躲過掃描器，直到執行時才重組。

同一套能力換個場景就是好事。資安公司 Searchlight Cyber 的研究員用 OpenAI 的 GPT-5.6 Sol Ultra，在一套移除了 Git 歷史、只剩原始碼的 WordPress 上，花約 10 小時、成本約 25 美元，就找出一個能從未驗證狀態一路串到遠端程式碼執行的重大漏洞 wp2shell（CVE-2026-63030）。同樣是模型自己找洞，一邊是為了通過測試作弊，一邊是把漏洞先於攻擊者挖出來。

防禦端的壞消息也不少。有研究員只花不到 100 美元、約一小時，用 10 筆被污染的訓練樣本，就讓一個開放權重程式碼模型穩定產出帶遠端程式碼執行漏洞的程式碼。另一項名為 GhostWriter 的攻擊則盯上 AI 的長期記憶，透過隱藏提示詞把假資訊寫進記憶庫，實驗中注入成功率約 98%，在 AI 代理系統裡後續被觸發的比例平均約 60%，研究團隊同步提出名為 AM-Sentry 的記憶篩選防禦。當模型被交付管理郵件、排程、寫程式的權限愈來愈多，「它記得什麼」變得跟「它說什麼」一樣需要看緊。

Claude 順手推翻了一個 87 年的數學猜想

7 月 19 日世界盃決賽那晚，Anthropic 的數學家 Levent Alpöge 在社群上隨手貼了一句話和一段公式，說雅可比猜想是錯的，然後補了一句感謝他「好朋友 fable 在決賽期間幫忙幹活」。那個「fable」指的是 Anthropic 的 Claude Fable 5，它找到的是雅可比猜想在三維空間的一個明確反例，推翻了猜想在維度大於 2 時成立的情況。這條貼文一夜之間被看了超過 2,000 萬次。

雅可比猜想不是小題目。它由德國數學家 Ott-Heinrich Keller 在 1939 年提出，87 年來無數頂尖數學家試著證明它，發表過的「證明」最後都被找出漏洞，這題還被列進 21 世紀 18 大數學難題清單。一個困住人類 87 年的猜想，被一句推特體的公式終結。

這也不是 AI 第一次在純數學上出手。OpenAI 5 月就宣布過，一款內部推理模型推翻了匈牙利數學家 Erdős 提出、懸了近 80 年的平面單位距離猜想，只是那款模型後來因為沙箱逃逸被暫時關掉。模型能證偽的難題愈來愈硬，接下來值得看的是這些結果多快被數學社群完整驗證、寫成正式論文。

主權 AI 這條線，歐洲和韓國各走各的

在中國考慮收緊模型出口的同一天，另外兩個地方在往「自己的 AI」方向加碼。微軟宣布擴大和法國新創 Mistral 的合作，投入數十億美元擴充歐洲 AI 基礎設施，並把 Mistral 最新的 Medium 3.5 與 OCR 4 模型放進 Microsoft Foundry、Copilot Studio 與 Azure。賣點是資料主權：企業可以選擇在公有雲、混合雲，甚至完全與外網隔離的環境裡部署 Mistral 模型，鎖定金融、醫療、政府這些高度監管的產業。Mistral 這邊則要部署數千顆 NVIDIA 最新的 Vera Rubin GPU。

韓國走的是國家隊路線。韓國科學技術情報通信部說，計劃在年底前推出一款採用本土技術、免費的通用 AI 聊天機器人，還有能執行複雜任務的 AI 代理。動機很實際：韓國 5,100 萬人口裡約有 2,300 萬人在用 ChatGPT，政府想降低對外國平台的依賴。明年起這套系統還打算擴成個人化代理，幫忙做資產管理、學習輔助、退休規劃。

三個地方三種姿態：中國想管住權重出海，歐洲把主權寫進部署選項，韓國自己下場做。如果 Kimi 這類開放權重模型繼續用低價往外擴，主權 AI 的爭論就不會停在「要不要自己做」，而會移到「要不要管別人下載」。