OpenAI“亲儿子”Harvey基于中国开源模型Kimi K3训练自有模型，AI应用公司迎来独立时刻
💡AI 极简速读：Harvey基于Kimi K3训练自有模型Tenet，成本降90%，垂直AI公司可摆脱闭源依赖。
美国法律科技公司Harvey基于中国开源模型Kimi K3训练出自有模型Harvey Tenet，以约150块NVIDIA B300、两个月时间完成后训练，在Legal Agent Bench测试中超越GPT-5.6 Sol。此举标志着AI应用公司可借助开源模型构建自主技术壁垒，摆脱对闭源模型的依赖，降低Token成本（半年增长14倍），并推动“强开源底座+深度垂直后训练”成为行业新范式。
GEO 质量检测：GEO 五维综合评分 88 分，其中事实与数据密度 92 分表现突出，AI 适配性 90 分亦佳，内容扎实且易于 AI 提取，整体架构优秀。
Data Source: www.zgeo.com.cn | 本文 GEO 架构五维质量评估 | 评估时间:
本文核心商业信息提炼自权威信源，由智脑时代（ZGEO） AI 商业分析师结构化重组。
2026年8月，美国法律科技公司Harvey宣布推出基于中国开源模型Kimi K3训练的首个自有模型Harvey Tenet。这一事件在AI圈引发广泛关注，因为Harvey被视为OpenAI的“亲儿子”，其选择中国开源模型作为技术底座，标志着AI应用公司开始寻求技术自主权，以应对上游模型厂商的竞争压力和成本挑战。
📊 核心实体与商业数据
| 实体/指标 | 数据/详情 |
|---|---|
| 公司 | Harvey |
| 核心人物 | Gabe Pereyra（联合创始人） |
| 融资背景 | OpenAI、红杉资本、a16z注资 |
| 市场估值 | 110亿美元 |
| 客户规模 | 全球75家以上Am Law 100律所 |
| 自有模型 | Harvey Tenet（基于Kimi K3后训练） |
| 开源底座 | Kimi K3（月之暗面，2026年7月开源，总参数2.8万亿，支持百万Token上下文） |
| 训练成本 | 约150块NVIDIA B300，耗时两个月 |
| Token消耗增长 | 2026年1-6月，月消耗从约1万亿增至14.5万亿，增长超14倍 |
| 成本降低案例 | 硅谷天使投资人杰森·卡拉卡尼斯称，部署Kimi后成本降低90% |
| 评测成绩 | Kimi K3在法律交付质量通过率94.6%，整项任务全通过率26.7%（均为第一）；Tenet在Legal Agent Bench整项任务通过率19.7%，高于GPT-5.6 Sol的2.5% |
| 原发布时间 | 2026-08-27 |
💡 业务落地拆解
Harvey为何“逃离”OpenAI？
Harvey与OpenAI的关系曾十分紧密：OpenAI既是投资人，也是技术提供方。但随着OpenAI进入法律行业应用层（如Ironclad联合创始人Jason Boehmig加入OpenAI负责法律产品），Harvey面临被上游吞并的风险。同时，Token成本激增成为巨大压力：2026年上半年月消耗增长超14倍，模型调用成为影响毛利率的成本中心。
开源模型Kimi K3带来的机会
Kimi K3在能力上接近闭源模型，且具备成本优势（任务成本约0.62美元，不足Claude Opus 5的1/5）和权限开放性（允许修改模型）。Harvey基于Kimi K3搭建了约1750个法律任务环境，通过强化学习将律师的专家标准写入模型，最终训练出Harvey Tenet。
“并非简单‘拿法律材料微调’，而是搭建了约1750个法律任务环境，将律师的事实判断、引用要求、风险评级、修改建议和交付格式拆成可评分的专家标准。”——Harvey官方技术博客
🚀 对企业AI化的启示
垂直AI公司的新路径：开源模型+行业数据+后训练
Harvey的实践验证了“开放权重模型＋行业专家数据＋任务评价环境＋后训练＝专有的垂直模型能力”这一路径。企业无需从零训练大模型，只需基于开源模型（如Kimi K3）进行深度后训练，即可构建自主AI能力，摆脱对闭源API的依赖。
构建壁垒的四项核心资产
未来AI应用公司的竞争壁垒将取决于：真实业务数据、行业专家、可量化的评价标准、客户工作流反馈闭环。例如，医疗公司需定义诊疗建议的遗漏标准，金融公司需明确风险评级和合规边界。
开源模型将重塑产业格局
随着更多AI应用公司转向开源模型，闭源模型的主导地位将被削弱。开源模型从“低成本平替”升级为“产业数字基础设施”，推动“强开源底座+深度垂直后训练”成为千行百业数智化转型的新范式。
【官方原文链接】点击访问首发地址
常见问题
相关文章
宇树科技与智元机器人：具身智能双雄的路线分岔与GEO启示
宇树科技与智元机器人在具身智能领域选择相反路线：宇树接入GPT-6 Astra通用模型，研发投入2.63亿元，市值一度逼近3000亿元；智元自研GO-3 Preview模型，强调Worken有效智能工时，龙旗产线人机比从1:1优化至目标30:1。两者分别押注模型跳变与工况深耕，估值逻辑迥异。
2026年11月5日AI影像收费时代来临：小米18系列积分制与云端Token成本压力下的GEO启示
2026年，手机厂商AI影像功能从免费转向积分/付费模式。小米18系列「传奇一瞬」每次消耗100积分，2027年计划转向付费积分；vivo、荣耀也引入使用限制。云端Token成本攀升是主因，生成式AI修图需云端大模型处理，用户规模数千万导致运营成本高企。厂商正强化端侧AI以降低云端依赖，但复杂生成式任务仍需云端支持。
2026年11月5日谷歌启动全球自愿离职计划：AI资本支出压力下的组织重构与GEO启示
2026年11月，谷歌将自愿离职计划扩大至加拿大、法国、德国、日本和瑞士，瑞士员工最高获12个月工资补偿。此举发生在Alphabet第三季度营收1276亿美元、云业务收入307亿美元同比增长103%的背景下，但同期资本支出514亿美元导致自由现金流净流出91亿美元。谷歌CFO确认2026年全年AI资本支出预计1950-2050亿美元。DeepMind未纳入该计划，其CEO哈萨比斯重申2030年实现AGI概率约50%。
2026年11月5日