Kimi K3再掀“DeepSeek时刻”！赢家可能不是模型公司而是存储芯片？

Kimi K3上线后，市场迅速将其与“DeepSeek时刻”相提并论。这款拥有2.8万亿参数、百万Token上下文窗口的新模型，正在改变外界对中国AI能力、芯片需求以及未来竞争格局的判断。

月之暗面Kimi K3模型的发布，正在引发全球AI市场重新评估竞争格局。这款最新推出的旗舰模型拥有2.8万亿参数规模，是目前全球参数规模最大的开源模型之一，被视为中国大模型竞争进入“超大规模开源模型”阶段的重要事件。

Kimi K3的重点并不只是参数规模扩大，而是通过“高性能+开放权重”的路线挑战传统闭源模型模式。

据了解，K3支持100万Token上下文窗口，可以处理超长文档、大型代码库以及复杂多轮任务，主要面向软件工程、知识工作、深度研究和智能体应用等场景。

与OpenAI、Anthropic等主要依靠商业API服务的闭源模型不同，Kimi K3强调开放权重模式，让开发者和企业能够基于模型进行二次开发。如果开源模型能够接近顶级闭源模型能力，企业未来可能降低对高成本商业API的依赖。

月之暗面表示，Kimi K3性能可媲美OpenAI和Anthropic等顶级公司的产品，但成本仅为后者的一小部分。市场因此将此次发布与此前DeepSeek引发的行业震荡相提并论。

IG市场分析师托尼·赛卡莫尔（Tony Sycamore）表示，此次发布已经影响投资者对美国两家未上市AI公司的估值预期，两家公司合计估值预期因此减少3140亿美元。

开源路线改变AI竞争逻辑

Kimi K3带来的最大影响之一，是进一步推动AI行业从“模型能力竞争”转向“性能、成本和开放生态竞争”。

过去几年，人工智能市场主要围绕谁拥有更强模型展开竞争。但K3强化了开源模型的发展路径，即通过开放能力降低AI应用开发成本。

Saxo Markets首席投资策略师查鲁·查纳纳（Charu Chanana）表示：“一个能力更强、成本更低的开放模型，将降低应用开发成本，并可能加速人工智能在代码开发、客户服务以及工业工作流程中的应用。”

此次发布也挑战了美国限制先进芯片出口会阻碍他国AI发展的观点。市场开始关注，如果AI企业能够利用有限资源训练出接近全球领先水平的模型，未来AI竞争格局是否会发生变化。

不过，需要注意的是，大型模型的竞争不仅取决于技术指标，还包括推理成本、商业化效率、生态建设以及企业客户采用速度。

半导体、存储和AI应用成为潜在赢家

Kimi K3发布后，中国半导体股票受到提振。市场认为，AI模型竞争加剧可能推动基础设施投资增加。Allspring Global Investments投资组合经理Gary Tan表示：“我们预计最大的赢家仍然是人工智能基础设施层。”

他认为，中国推动开源人工智能的发展，可能加速先进国产模型部署，并带动计算资源需求增长，尤其是在网络设备和存储领域。

存储芯片企业也可能受益。Kimi K3拥有2.8万亿参数和100万个Token上下文窗口，其运行需要更大的内存容量。目前高性能存储市场主要集中在少数厂商手中，包括韩国的SK海力士和三星电子。

住友三井DS资产管理公司高级投资组合经理Stanley Tang则表示，由于供应商数量有限，存储芯片制造商仍处于半导体行业较有利的位置。如果Kimi等模型获得更广泛应用，整体需求可能不会下降，反而可能推动人工智能智能体进一步普及。

AI软件和智能体开发商同样可能受益。更低成本、更开放的大模型，有望降低企业部署人工智能应用的门槛。

不过，晨星公司分析师马利克·艾哈迈德·汗（Malik Ahmed Khan）认为，上周五Alphabet(GOOGL.O)、亚马逊(AMZN.O)和微软(MSFT.O)股价因市场担忧企业转向开源模型而下跌，这种反应“并不恰当”。

他说，并不认为美国企业、政府机构，或与美国政府合作的公司，会为了节省推理成本而采用其它国家的开放权重模型。

模型公司和高端芯片面临压力

对于AI模型开发商而言，Kimi K3进一步提高了竞争门槛。

此前被视为中国领先开源模型企业之一的智谱公司，其港股股价过去两个交易日累计下跌近40%。

与此同时，国内竞争仍在加速。阿里巴巴(BABA.N)此前发布旗舰模型Qwen3.8 Max预览版本，并称其性能仅次于Anthropic的Fable 5。MiniMax也预计将推出更新版M3模型。

Stanley Tang表示，当前仍处于早期阶段，总会有更好的模型出现。他认为，部分模型未来可能失去价值，市场尚未完全考虑这一风险。

高端芯片企业也面临新的压力。Kimi K3的出现，使投资者重新思考人工智能基础设施投资是否能够持续产生回报。

Siebert Financial首席投资官马克·马莱克（Mark Malek）表示，亚洲投资者花了一整天时间消化一个疑问：人工智能资本支出是否最终真的能够带来回报。

他补充称，每当世界任何地方的一家实验室，无论它属于哪个国家，免费推出一个前沿级模型时，这一假设都会再次受到冲击。

来源：金十数据