富途寰球私享匯

參與了話題 ·

事件狙擊丨Kimi K3來襲，全球AI產業鏈怎麼變？

💡核心觀點

– 月之暗面發佈2.8萬億參數開源模型Kimi K3，綜合能力進入全球第一梯隊，性能僅次於Claude Fable系列與GPT頂級模型，並於7月28日進一步開源關鍵Infra技術。

– 市場曾擔憂模型效率提升將削減算力需求，但K3發佈48小時即因算力緊缺暫停新用戶訂閱，疊加其超高部署門檻（2.8萬億參數、64卡超節點），證明算力需求不降反升，將持續拉動GPU、HBM、網絡設備等全鏈條需求。

– 開源與閉源能力差距收窄正倒逼美國閉源廠商（Anthropic、OpenAI）下修定價與收入預期，同時強化國產算力自循環生態、削弱英偉達在中國市場及CUDA生態的定價權，"AI數字央行"式融資擔保也在放大產業鏈系統性風險。

– 往後看，中美大模型廠商均將加速研發與價格競爭，定價從技術溢價轉向性價比，最終利好整個AI基礎設施層。

一、事件回顧

1.1 Kimi發佈K3模型

7月16日，月之暗面發佈新一代開源基礎模型Kimi K3，參數規模達2.8萬億，同步上線API服務及開發者文檔。在代碼生成、知識工作、長文本檢索和Agent任務等方向進入全球第一梯隊，綜合能力僅次於Claude Fable系列和GPT頂級模型。發佈初期市場擔憂效率突破將減少GPU需求，半導體板塊一度下跌；但月之暗面在發佈後48小時內因算力不足被迫暫停C端新用戶訂閱，證明算力需求並未減弱，英偉達股價隨後反彈。中美模型競爭下，市場關注點轉向模型貨幣化能力及美國AI公司能否兌現預期收益。

7月28日Kimi K3技術開放日，月之暗面開源關鍵Infra技術MoonEP、FlashKDA、AgentEnv，NEBIUS、Baseten、Fireworks等海外AI基礎設施廠商隨即宣佈Day 0適配，海外雲廠商可直接受益於此次效率優化。

圖表1： Kimi K3 性能總結

資料來源：公開資料，富途證券整理

1.2 K3性能參數和技術架構

Kimi K3總參數2.8萬億，是目前全球最大的開源模型，採用MoE混合專家架構，每次推理僅啓動320億參數，使用成本相當於一個320億參數的小模型。核心技術爲Stable Latent MoE與KDA混合線性注意力機制：

– 稀疏專家架構：896個專家中每次僅啓動16個，並採用WideEP專家並行策略將專家模塊分佈至多顆GPU，在控制單Token計算量的同時擴展模型容量。

– 混合線性注意力：KDA機制最高可壓縮約10倍KV Cache帶寬壓力，支撐100萬Token超長上下文推理，整體Scaling Efficiency較上一代提升約2.5倍。

該架構對算力需求的實際影響，並非降低而是推高：

圖表2： K3 性能和技術架構

資料來源：富途證券整理

1.3 開源vs閉源

中美前沿模型能力差距正實質性收窄，Artificial Analysis評測下二者得分差距僅3分。中國開源模型憑藉極致性價比已被超80%的美國AI初創企業接入。以Kimi K3爲例，單任務成本約0.94美元，僅爲Opus 4.8的一半、Fable 5的三分之一，倒逼海外閉源廠商降價。

美國閉源廠商（如Anthropic的Claude Fable 5，定價每百萬輸入token 10美元、輸出50美元）依賴"能力分層+安全可控釋放"模式維持高溢價，但其高價前提——性能領先與替代稀缺——正被開源模型侵蝕。若兩者能力差距進一步縮小，閉源模型將面臨份額與溢價雙重壓力，這也是市場下修Anthropic、OpenAI收入增長曲線的核心邏輯。

圖表3：開源路徑vs 閉源路徑

資料來源：富途證券整理

二、 AI傳導鏈條

2.1 GPU及其他板塊需求

市場曾將K3的線性注意力機制解讀爲"算力通縮"，但極高的部署門檻證僞了該邏輯——K3發佈48小時即因算力緊缺暫停新用戶訂閱，算力需求遠未見頂。長期看，推理成本下降將刺激調用量爆發，帶動GPU、HBM及網絡設備需求持續擴張。

– 訓練與通用算力芯片確定性最強：K3預示更多中美超大模型將湧現，需求爲淨增量而非替代；2.8萬億參數、超1.5TB HBM顯存與64卡超節點門檻，直接拉動GB200/GB300 NVL72等機架級系統需求。

– 推理算力核心場景轉向AI Coding與長流程Agent任務：單個請求佔用GPU時間遠高於普通對話，模型能力越強、上下文越長，推理算力消耗越高。

– 傑文斯悖論全面生效：K3低價高性能（輸入$0.3/百萬token）降低使用門檻，總Token調用量暴增，單位成本下降被使用量爆發抵消，總資源消耗不降反升。但若OpenAI、Anthropic等大規模採用類似KDA方案，長上下文推理對存儲與互聯的需求可能階段性下降。

圖表4：傑文斯悖論

資料來源：公開資料

其次是存儲板塊，K3的2.8萬億參數帶來海量HBM存儲需求，100萬Token上下文窗口令KV緩存對DDR5和SSD的擠壓不降反升。由於K3開源後全球均可部署，無論中國還是海外部署都需要同樣的HBM和DDR5。

2.2 國產算力

國產模型與國產算力適配度更高，疊加政策與供應鏈安全要求，K3的成功直接拉動國產GPU、服務器、網絡設備全鏈條需求；K3證明國產大模型已追平海外頂尖水準，強化國產替代敘事邏輯。

近期國產算力鏈受長鑫存儲上市擾動，影響集中於兩點：短期是資金虹吸效應（預期佔科創板交易額約25%，但影響將逐步減弱）；中長期則起估值錨定作用——市場擔憂存儲價格隨長鑫存儲擴產逐步見頂，存儲板塊估值可能先於DRAM價格見頂回落，長鑫存儲的定價也反映了市場對本輪週期持續性的判斷。

2.3 英偉達CUDA生態問題

英偉達當前面臨三重挑戰：中國國產替代、CUDA生態侵蝕、市場對"AI數字央行"角色的擔憂。

當前算力供需已從"極度供不應求"轉爲"溫和供不應求"，這是英偉達股價雖在K3暫停訂閱後反彈、但仍承壓的核心原因。

2.4 投資邏輯梳理

AI股票市值已計入大量遠期收益假設，繼續支撐估值需要更樂觀的生產率提升、更快應用滲透、更高企業利潤分成或更低折現率。市場當前聚焦兩個問題：AI總價值有多大，以及這些價值最終歸誰。

– AI滲透率：當前應用場景集中於Coding，其他領域滲透率仍低於預期，市場擔憂AI貨幣化率與Capex ROI。

– 價值分配：K3定價與Claude Sonnet 5標準價格一致，但性能已逼近Fable 5和GPT-5.6；緩存命中輸入價僅$0.30/MTok（爲未命中價格的十分之一），真實編程場景成本優勢顯著。這意味着模型競爭加劇下，中國公司利潤率有望高於美國公司，若中國以更低價格搶佔份額，美國AI公司及產業鏈可能拿不到原預期收益，雲廠商或放慢資本開支，進而影響整個AI投資鏈條。

圖表5：海內外大模型定價

資料來源：公開資料

三、對其他板塊影響

3.1 雲廠商

K3證明中國開源路線不輸海外模型，最確定性的機會在於推理需求的爆發。雲廠商毛利潤=客戶AI推理支付費用－底層算力成本，效率提升使同等硬件可處理更多需求；而傑文斯悖論下總需求同步擴張，長上下文成本從指數轉爲線性，Token消耗量指數級增長，進一步增厚利潤率。但美國四大雲廠商已上調資本開支預期，Google、AMZN自由現金流預計今年或明年轉負，市場短期仍擔憂自由現金流與Capex ROI問題。

3.2 大模型廠商

無論開源或閉源路線，K3證明當前大模型行業尚未跑出絕對贏家，任何單一廠商的技術壁壘與商業化溢價空間都難以長期維持。

– 中國廠商：K3開放權重、零成本試用，直接衝擊智譜的API定價權與商業化溢價空間；其成本優勢也加劇市場對價格戰的擔憂，對主打性價比的MiniMax構成競爭壓力。月之暗面計劃最快6個月內赴港IPO（目標估值300億美元），將成爲智譜重要的市值參照，壓制其估值空間。

– 美國廠商：K3發佈前OpenAI已陷入"夾心層"困境——高端被Anthropic Opus系列壓制，低端被中國開源模型蠶食；K3以約GPT-5.5三分之一的定價提供持平甚至更優性能，直接壓縮OpenAI的API定價空間，分析師預測其收入或於2026年見頂，保守情形下2027年中ARR僅約110億美元，幾乎零增長。Anthropic短期受衝擊有限（ARR年初至5月從90億飆升至440億美元，每6周翻倍），但增速拐點風險顯現，其護城河在於本地部署門檻高、產品生態鎖定（Claude Code、Agent、Fable）及潛在政策壁壘（華盛頓或將限制中國AI模型在美使用）。

中美廠商均在加速研發以應對競爭，定價策略從技術溢價轉向性價比，研發軍備競賽最終利好整個AI基礎設施層——GPU、存儲芯片與算力基建。

圖表6：閉源模型ARR對比

資料來源：TickerTrends

【投顧信息】

孫碧涵持牌中央編號：BWS708

免責聲明

本報告由富途證券國際（香港）有限公司（「富途證券」）編制。未經富途證券事先以書面同意，本報告及其中所載的資料不得以任何形式（i）複製，複印或儲存，或者（ii）直接或者間接分發或者轉交予任何其他人作任何用途。本報告內的資料來自富途證券在報告發行時相信爲正確及可靠的來源，惟本報告並非旨在包含投資者所需要的所有信息，並可能受送遞延誤，阻礙或攔截等因素所影響。富途證券不明示或暗示地保證或表示任何該等資料或意見的足夠性，準確性，完整性，可靠性或公平性。因此，富途證券及其關連公司（統稱「富途集團」）均不會就由於任何第三方在依賴本報告的內容時所作的行爲而導致的任何類型的損失（包括但不限於任何直接的，間接的，隨之而發生的損失）而負上任何責任。本報告之觀點丶推薦丶建議和意見均不一定反映富途證券或其關連公司的立場，亦可在沒有提供通知的情況下隨時更改，富途證券亦無責任提供任何有關資料或意見之更新。本報告只爲一般性提供數據之性質，旨在供富途證券之客戶作一般閱覽之用，而非考慮任何某特定收取者的特定投資目標，財務狀況或任何特別需要。本報告內的任何資料或意見均不構成或被視爲富途集團的任何成員作出提議，建議或徵求購入或出售任何證券，有關投資或其他金融證券。亦不得解釋爲購買或出售證券的要約或邀請。任何決定購買本研究報告中所提及的證券都應考慮到現有的公開信息，包括任何有關此類證券的招股說明書等。本報告所提及之產品未必適合所有投資者，閱覽本報告的人士應在作出任何投資決策時須充分考慮相關因素並尋求專業建議。本報告提供給某接收人是基於該接收人被認爲有能力獨立評估投資風險並就投資決策能行使獨立判斷。對部分的司法管轄區或國家而言，分發，發行或使用本報告會牴觸當地法律，法則，規定，或其他註冊或發牌的規例。本報告不是旨在向該等司法管轄區或國家的任何人或實體分發或由其使用。香港的投資者若有任何關於富途證券研究報告的問題請直接聯繫富途證券。本報告作者所持香港證監會牌照的中央編號已披露在報告首頁的作者姓名旁。主要負責撰寫本報告的分析員確認 (i) 本報告所表達的意見都準確地反映他/她對本研究報告所評論的上市法團的個人觀點; 及 (ii) 他/她過往，現在或將來，直接或間接，所收取之報酬沒有任何部份是與他/她在本報告所表達之特別推薦或觀點有關連的。分析員確認分析員本人及其有聯繫者均沒有在研究報告發出前30 日內及在研究報告發出後3個營業日內交易報告內所述的上市法團及其相關證券。分析員本人或其有聯繫者並未擔任本研究報告所評論的上市法團高級管理人員，也未持有其任何財務權益。本報告中，富途證券並無持有該上市公司市值的1％或以上的任何財務權益，在過去12個月內與該公司並無投資銀行關係。本公司員工均非該上市公司的僱員。

瀏覽 7.7萬