110亿美元美国AI公司，选了中国的开源模型当"底座"
一家估值110亿美元的美国法律AI公司Harvey，做了一件让整个行业震动的事——他们选择了中国月之暗面（Moonshot AI）的开源模型Kimi K3，作为自家首个自研模型的训练基座。
这不是拿来玩玩，是正式发布了。
Harvey推出了首款自研模型Tenet，与Fireworks Research合作，基于Kimi K3进行后训练，专门面向数小时级的长时间法律推理场景。
效果相当不错。训练后的Tenet在法律基准测试LAB上全通过率提升了82%，在合同审查场景LAB Contracts上达到了行业最优水平，运行成本不到主流闭源模型的四分之一。Harvey还额外训练了三个专属子模型，分别用于并购尽调、文档审查和律所知识管理。
这件事为什么值得关注？
因为Harvey之前一直用的是OpenAI和Anthropic的模型。作为法律AI领域的绝对头部，它的客户包括全球顶级律所和企业法务部门，对模型的准确性、合规性和推理深度要求极高。
现在它选择了Kimi K3，说明什么？
说明中国开源大模型的能力，已经不只是"国内能用"，而是被海外头部公司选中，作为核心产品的基础。这不是口号，不是情怀，是真金白银的商业决策。
法律AI对模型的要求有多高？一个判例引用的偏差，可能影响几百万美元的合同解读。一份条款分析的遗漏，可能导致整个尽调流程作废。在这种容错率极低的场景下，Harvey愿意把能力建在中国开源模型之上，说明Kimi K3在长文本理解和逻辑推理上确实够硬。
再算一笔账。Harvey选择开源模型做后训练，而不是继续依赖闭源API，推理成本降到原来的四分之一以下。对于一家要规模化服务全球律所的公司来说，这意味着利润空间的巨大释放。
从行业角度看，这可能是一个转折点。过去几年，AI行业的话语权基本在美国公司手里——OpenAI、Google、Anthropic轮番领跑。但现在，中国开源模型正在成为全球AI供应链中不可忽视的一环。
Harvey用Kimi K3做出了法律基准测试的新标杆。下一次有人跟你说"国产模型不行"，把这个案例甩给他。
中国AI 开源模型