OpenAI 投资的 110 亿美元独角兽，转身用了中国模型底座

8 月 20 日，OpenAI 投资的法律 AI 独角兽 Harvey 发布了其首个自有模型 Harvey Tenet。底座的选择出乎所有人意料——不是 OpenAI 的 GPT，而是中国月之暗面（Moonshot AI）的开源模型 Kimi K3。

一家估值 110 亿美元的美国 AI 公司，自研的第一个模型，把「底座」押在了中国开源模型上。消息一出，多家媒体直接用了「叛变」这个词。

先认识一下主角 Harvey。

这是一家 2022 年成立于硅谷的法律 AI 公司，目前估值高达 110 亿美元，是全球估值最高的法律 AI 公司。它的客户名单很豪华——Latham & Watkins、A&O Shearman、汇丰、普华永道、桥水、KKR 等，覆盖 60 个国家的 1300 家机构、超 10 万名律师。而 OpenAI 创业基金，正是 Harvey 种子轮的领投方。OpenAI 是它的主要投资人，双方此前还合作训练过案例法模型。简单说，Harvey 是 OpenAI 的「亲儿子」之一。所以当它自研模型却选了中国底座，这场「叛变」的分量就完全不同了。

为什么选 Kimi K3？

Harvey 选 Kimi K3，不是因为它便宜——虽然便宜确实是重要原因。

先看 Kimi K3 是什么：这是目前全球最大的开放权重模型，2.8 万亿参数，100 万 token 上下文，原生多模态，2026 年 7 月开放权重。在此之前的很长一段时间，开放权重模型的能力都够不上专业场景的门槛，而 Kimi K3 第一次跨过了这条线——这也正是 Harvey 选择它的前提。

Harvey Tenet 用约 150 块英伟达 B300 GPU、耗时两个月完成训练（相比从头预训练一个前沿模型，需要数万张卡、数亿美元）。训练方法是异步强化学习——请执业律师当「教练」，对模型输出严格打分。据 Harvey 称，相对 Kimi K3 底座，Tenet 在自建的法律基准 LAB 上全通过率提升了 82%，推理成本不到主流前沿模型的四分之一。

更深层的逻辑：供应商正在变成竞争对手

性价比只是表层原因，更深层的是 Harvey 的两个战略考量。

第一，成本与自主可控。 Harvey 每月要处理 13 万亿 token，以前全部靠购买外部闭源 API。模型厂商想涨价就涨价，Harvey 毫无还手之力。自研模型则可以改、可以部署、成本可控。

第二，供应商正在变成竞争对手。 这一点才是关键。OpenAI 挖走了合同管理公司 Ironclad 的创始人去领导自己的法律业务；Anthropic 推出了面向律师的文档审查插件。正如 Harvey 联合创始人所言：「这不是供应商，这是未来的竞争对手。」

当你的供应商开始抢你的客户，继续依赖它，无异于把命门交给对手。用开源底座自研，是 Harvey 夺回主动权的方式。

中国开源模型正在「西进」

Harvey 的「叛变」，其实是一场更大浪潮的缩影。

过去一段时间，越来越多西方 AI 公司开始采用中国开源模型做底座：Cursor 用 Kimi K2.5 训练了 Composer 2 模型；Perplexity 开始在 Kimi K2 上做后训练；Cognition（Devin 背后公司）把 Kimi K3 接入产品；OpenAI 前 CTO 创办的 Thinking Machines 也采用了 Kimi K2 Thinking。

分析人士指出，开放权重领域，中国已经建立起从十几亿到万亿参数的密集谱系，竞争力明显领先。西方企业选择中国底座，靠的是「高性能 + 低成本」，而不是单纯图便宜。

OpenAI 投资的公司用中国模型底座，这件事最耐人寻味的地方在于：它打破了「中国开源模型 = 低端替代品」的刻板印象。

当一家美国百亿估值独角兽、一个 OpenAI 的亲儿子，愿意把自研模型押在中国开源底座上，并且性能还能反超 OpenAI 的 GPT——这说明中国开源模型已经从「能用」，走到了「好用、够强、值得依赖」。

而这，可能才是中国 AI 真正让硅谷紧张的地方。