叛变！OpenAI亲儿子竟然选了Kimi K3|谷歌|kimi|系列模型|知名企业|openai|harvey_网易订阅

新智元报道老黄刚砸60亿，叛变要造一个地表最强开源模型。亲儿企业没想到OpenAI的选K系列亲儿子等不及了，已经拿K3把自己的谷歌模型给练出来了！你敢信？模型OpenAI亲手投的公司，第一次自己训模型，知名底座没用GPT，网易用的订阅是中国模型！就在上周，叛变硅谷明星中的亲儿企业明星，估值110亿美元的选K系列法律AI公司Harvey，官宣了他们首个自有模型Harvey Tenet。谷歌这事最大的模型看点是，Tenet的知名底座用的是中国开源模型Kimi K3！这就有意思了。网易要知道，OpenAI可是Harvey的重要投资人，但他们的第一个自研模型，底座却来自中国。Harvey是目前全球估值最高的法律AI公司。服务1300家机构、超过10万名律师，覆盖60个国家。Latham & Watkins、A&O Shearman、汇丰、普华永道、桥水、KKR都是它的客户。去年底，估值就已经干到了80亿美元。今年3月冲到110亿，最新一轮的155亿估值融资已经在谈了。最有故事感的是它的出身。2022 年，27 岁的前诉讼律师 Winston Weinberg 和前 Google DeepMind 研究员 Gabe Pereyra 靠一封发给 Sam Altman 的邮件起家。Altman回了邮件，他们坐上了与Altman及OpenAI高管团队的电话会。从此，OpenAI 创业基金领投了 Harvey 的种子轮。一个律师加一个研究员，一封邮件，四年干到 110 亿。这本身就足够传奇了。但现在这个剧本多了一个反转——OpenAI 投钱养大的公司，第一个自研模型选了中国底座。这事还得从账单说起Harvey 过去的打法很标准：拿 OpenAI、Anthropic、Google 的闭源模型做路由，客户不同的要求分发给不同的模型。每调用一次，就付一笔钱。本来这也正常，做应用层嘛，底层能力花钱买就是了。但问题是，卖你东西的人开始惦记你的生意了。OpenAI 挖走了合同管理公司 Ironclad 的创始人 Jason Boehmig，让他去领导 OpenAI 自己的法律业务。Anthropic 推出了面向律师的文档审查插件。今天卖你 API 的人，明天就坐在了你客户的会议室里。用 Harvey 联合创始人 Pereyra 的话说，这不是「供应商」，这是「未来的竞争对手」。Harvey 每月要处理 13 万亿 token，每一个 token 都是从别人那里买的。成本根本不受控。这简直太可怕了。模型厂说涨价就涨价，根本毫无还手之力。于是 Harvey 做了一个决定：自己训一个模型。手里有一个自己能改、能部署、成本可控的模型，再回去谈 API 价格，底气就完全不一样。150 块卡，两个月Tenet的底座是Kimi K3。2.8万亿参数MoE（混合专家架构），100万token 上下文，原生多模态，目前全球最大的开放权重模型。训练过程值得说一下，它展示了一种全新的「造模型」方式。Harvey 联合创始人 Pereyra还专门发了一篇长文介绍。Tenet 的训练只用了约150 块 NVIDIA B300，跑了两个月。从头开始预训练一个前沿模型动辄要几万张卡烧上好几个月，花费数亿美元以上。150 块卡两个月，相当于是在别人盖好的摩天大楼上做精装修。直接入住了。主要方法是异步强化学习：Harvey 不是教模型更多法律知识，而是教它怎么像一个资深律师一样完成工作。怎么教？找真律师来当教练。Harvey 请了一帮执业律师，让他们编案子：虚构一桩并购纠纷、凑一堆合同文件，然后让模型上手干。干完了，律师一条一条地审：关键风险漏没漏？判例引对没有？结论逻辑站不站得住？列出几十条硬杠杠，每条只有「过」和「没过」，全过才算完成，差一条整个任务直接判零。这是教模型合伙人级别的活。在Harvey自建并已开源的法律基准LAB上，Tenet 相对 K3 底座全通过率提升 82%，任务完成数接近翻倍；Contracts 子榜达到 SOTA，总榜排第二。合作方 Mercor 拿公司法任务测了一轮，Tenet 比基座 K3 高出 15 分，直接拿了第一。跑起来还便宜——推理成本不到主流前沿模型的四分之一。一句话：用四分之一的钱，干出了最强模型的活。最懂行的买家为什么选了 K3？法律服务是全球客单价最高、对错误最零容忍的行业之一。Harvey可不是什么互联网小团队图便宜，它服务的是全世界最贵的律师。一份尽调备忘录漏了一条风险，后果可能是几千万美元的诉讼。这样的玩家第一次造自己的模型，选了Kimi K3。这绝不是拍脑袋定的。而且 Harvey 不是第一个。几个月前，AI 编程一哥 Cursor 发布「自研」模型 Composer 2，三天后被开发者从 API 里扒出模型 ID：kimi-k2p5-rl-0317，底座是 Kimi K2.5。联创后来认了，说发布时没提基座「是一个失误」。AI 搜索龙头 Perplexity 更早。K2 一开源，CEO Aravind 就在 X 上说内部评测表现抢眼，随即启动后训练。这家公司在开源圈有个外号叫「验货官」。它用不用你，是模型能不能扛住真实产业环境的风向标。连 OpenAI 前 CTO Mira Murati 创办的 Thinking Machines，都把 Kimi K2 Thinking 接进了自家微调产品 Tinker 。编程、搜索、法律，一路排下来，Kimi 已经成了当之无愧的「基模之光」。K3 是目前全球参数量最大的开放权重模型。在 Artificial Analysis 独立评测的 Harvey LAB-AA 法律基准上，最严格的全通过率口径，K3 拿了 26.7%，几乎是 Fable 5（14.2%）的两倍。也就是说，在 Harvey 自己出题的那场法律考试里，裸考成绩最好的就是 K3。但光成绩好不够，Harvey 要求的是一个能拆开改的底座。闭源模型再强，权重锁在 API 后面，你只能调参数、写提示词，碰不到模型腔骨。K3 的权重是公开的，Harvey 可以拿 LoRA 深入到 50 万个专家张量里做手术。100 万 token 的上下文窗口，又天然适合法律场景。一个并购案的数据动辄几千万 token，窗口不够长的模型连卷宗都塞不进去。而且便宜。成本差了很多倍，但在法律任务上性能还更好。对一家月处理 13 万亿 token 的公司来说，这笔账根本都不用算。当然，Harvey 的平台仍然接可以入 Claude Opus 5 和 GPT-5.6 Sol，Tenet 是多一个自有选项，不是替代。但这个选项本身就是筹码。手里有一个自己能改、成本只有四分之一的模型，再去和 API 提供商谈价格，底气完全不同。这也不是 Harvey 一家的判断。OpenAI 7 月 30 日就把 GPT-5.6 Luna 降价 80%，发布才三周就打了八折。CNBC 报道称，中国模型在 OpenRouter 上的美国企业 token 用量一度占到 46%。DoorDash、Airbnb 都在用中国模型控成本。美国科技圈顶流 David Sacks 转发了这条消息。他说得很直白：你禁开源模型，中国那边该发 Kimi 还是照样发，倒霉的只有 Harvey 这种美国创业公司。每家公司都能有自己的模型Harvey 演示的其实是一条可以被复制的路径：拿一个开放权重底座，加上行业专家数据，再加后训练，任何垂直天地的公司都能炼出自己的前沿模型。这才是真正值钱的部分。底座模型越来越像工业原材料，真正的竞争壁垒在行业环境、专家反馈、后训练方法和部署经济性上。Harvey 说下一步要把算力从 1000 卡扩到 10000 卡，做全参数微调，还要尝试更多开放底座。目标是让每家律所都能拥有自己的专有模型。全球客单价最高、对错误最零容忍的行业，第一个拿到了造自己模型的入场券。医疗、金融、工程行业都在看着。底座是一个中国模型。参考资料：https://x.com/harvey/status/2090454750059958440编辑：所罗门

本文地址：http://www.doudouxizi.com/news/818f4399138.html