Kimi K3帶出新問題：模型越便宜，晶片需求反而越大？

原文標題：《更多 Token、更多芯片！Kimi K3 體現「傑文斯悖論」，效率提升反而增加資源消耗》

原文作者：趙穎，華爾街見聞

Kimi K3 把 AI 投資者重新帶回一個核心問題：模型更便宜、更高效，是否意味著芯片和內存需求下降？花旗和美銀證券的答案都偏向否定，效率提升可能釋放更多使用量，進而推高總資源消耗。

據追風交易臺，月之暗面發布的 Kimi K3 擁有 2.8 萬億參數，面向 100 萬 token 上下文窗口和長周期智能體任務。花旗半導體分析師 Peter Lee 認為，即便 Kimi K3 被廣泛使用，伺服器 DDR5 和 eSSD 等通用內存需求仍會增加。

美銀證券半導體分析師 Vivek Arya 在 7 月 17 日的研究中也指出，美國前沿 AI 實驗室更可能增加算力投入，而不是減少投入。若中國開源模型持續逼近，OpenAI，Anthropic 和 Google 等領先者需要用更大訓練規模，更重推理和更快產品迭代維持差異化。

這意味著市場對 Kimi K3 的定價邏輯，不能只看單次推理成本下降。更關鍵的是，低價模型是否帶來更多調用，更長任務鏈和更多 token 生成。若答案為是，GPU，HBM，DDR5，eSSD，高速網路和推理系統都可能繼續受益。

低價高性能，觸發「傑文斯悖論」

花旗將 Kimi K3 視為 AI 產業鏈中「傑文斯悖論」的潛在案例。該悖論的核心是，技術效率提升降低單位使用成本後，使用量可能大幅增加，最終資源總消耗不降反升。

Kimi K3 的吸引力來自低成本與高性能組合。公開價格顯示，緩存命中輸入價格為每百萬 token 0.3 美元，輸出價格為每百萬 token 15 美元。其完整權重計劃於 7 月 27 日披露，目標是支持長周期智能體工作。

花旗的判斷是，模型降價不會自動減少硬體需求。相反，低成本可能提高開發者和企業調用模型的意願，推動更多 AI 智能體部署。智能體任務並非一次性問答，而是在連續任務中不斷生成，讀取和處理 token。調用次數和任務長度上升，會把單位成本下降重新轉化為總資源消耗。

因此，Kimi K3 對半導體鏈的影響，重點不在「單次調用是否更便宜」，而在「總 token 量是否擴大」。這正是花旗看好伺服器 DDR5 和 eSSD 需求的原因。

長上下文推理，把壓力傳導至內存

Kimi K3 採用三項關鍵技術：Kimi Delta Attention，Attention Residuals 和 Stable LatentMoE。Kimi Delta Attention 用於降低 100 萬 token 上下文窗口的成本，Attention Residuals 用於在模型不同深度之間選擇性檢索表徵，Stable LatentMoE 則提升稀疏化程度，每個 token 僅啟動 896 個專家中的 16 個。

月之暗面的技術資料稱，這套架構使 Kimi K3 的擴展效率達到 K2 的 2.5 倍。高稀疏度和長上下文能力，是其壓低運行成本的重要基礎。

但花旗強調，這並不等於推理端資源壓力消失。Kimi K3 仍不是輕量級部署方案，其運行需要多節點集群，超級節點配置超過 64顆 GPU。更重要的是，長上下文和智能體任務會推高 KV Cache 佔用，進而增加推理端內存負擔。

KV Cache 需求直接關聯伺服器 DDR5 和 eSSD。DDR5 承擔高頻數據存取，eSSD 受益於更大的快取和數據存儲需求。對內存廠商而言，關鍵變量不是單個模型是否更省算力，而是低價之後模型被調用多少次，每次調用生成多少 token，以及智能體任務鏈被拉多長。

模型逼近，反而抬高算力門檻

美銀證券的結論與花旗形成呼應，但關注點更偏向 GPU 和 AI 基礎設施。Vivek Arya 認為，更強的中國開源模型未必會讓美國 AI 巨頭削減算力投入。相反，模型差距收窄會提高領先者維持優勢的成本。

美銀證券指出，如果開源模型持續逼近，OpenAI，Anthropic 和 Google 需要依靠更大規模訓練，更多強化學習與合成數據循環，更重的測試時推理，以及更快的產品發布節奏來守住差異化。

這套邏輯不取決於哪一個模型短期領先。大型模型排行榜可能快速輪換，但企業真正購買的是穩定，低延遲，高可用的 AI 輸出，以及更低的「每單位有效產出」成本。當模型能力趨同，競爭壓力會傳導至底層基礎設施，包括 GPU，HBM，高速網路和推理系統。

因此，美銀證券認為，Kimi K3 這類模型的出現，不應被簡單理解為「模型更高效，晶片更少」。更現實的路徑是，模型競爭加劇，領先者為了保持距離繼續加碼算力。

MoE 架構改變瓶頸，顯存和互連更重要

Kimi K3 採用 MoE 架構，意味著總參數量和每次推理實際激活的參數可以分離。這一變化降低了部分計算壓力，但也讓基礎設施瓶頸從單純算力，轉向顯存訪問，專家路由，響應延遲和互連能力。

美銀證券強調，MoE 推理要求系統更高效地搬運數據，調度專家模塊，並連接更大的計算集群。英偉達提出，現代 MoE 推理需要更大的 GPU 域。其測算顯示，GB300 NVL72 在領先開源模型上的每瓦性能，最高可達到 Hopper 平台的 25 倍。

CoreWeave 圍繞 Kimi K2.6 的測試也說明，開源 MoE 模型即使每次只激活部分參數，若要在速度和性價比上保持領先，仍需要經過優化的英偉達 GB300/GB200 NVL72 基礎設施。

這意味著，模型權重可能逐步商品化，但運行模型所需的 GPU，高帶寬記憶體，網路互連和推理系統不會失去價值。相反，隨著模型調用量擴大，這些環節可能成為競爭更集中的地方。

Token 使用仍在擴張，需求端尚未見頂

美銀證券還引用 OpenRouter 數據指出，模型調用量仍在快速增加。作為連接多家模型實驗室的第三方 API 平台，OpenRouter 上的 token 使用量持續增長，其中中國 AI 實驗室模型的 token 使用量已經超過非中國實驗室模型。

這一數據不能直接代表所有企業和消費者場景，但它至少顯示，開發者在開放模型生態中的選擇正在變化。模型價格下降和能力提升，可能推動呼叫量繼續擴張，而不是被單一模型的效率提升抵消。

企業付費使用也在增加。Ramp 數據顯示，截至 2026 年 6 月，約 55% 的美國企業已付費訂閱 AI 模型，平台或工具，高於美國人口普查局 BTOS 調查的 21% 估計。按模型看，Anthropic 企業採用率為 42.4%，OpenAI 為 39.5%。

不過，AI 支出仍高度集中。頭部 1% 的企業用戶，平均每名員工每月 AI 支出約 4833 美元，前 10% 為 516 美元，整體中位數僅為 11 美元。科技與媒體行業訂閱率達到 79.8%，大型企業採用率為 65.5%，高於中型企業的 61.3% 和小型企業的 48.7%。

這組數據支持一個判斷：AI 使用仍處於擴散過程中。若低價模型降低進入門檻，未來增量需求可能來自更多企業，更多開發者和更多智能體應用。

從「更省算力」轉向「更多工作負載」

花旗和美銀證券的共同結論是，Kimi K3 的意義不在於單一模型是否降低單位推理成本，而在於低成本是否釋放更大規模的工作負載。

對花旗而言，最直接的受益方向是伺服器 DDR5 和 eSSD。長上下文，KV Cache 和智能體任務會提高內存訪問與存儲需求。對美銀證券而言，更重要的是 GPU，HBM，高速網路和推理系統，因為模型競爭會迫使領先者繼續投入基礎設施。

美銀證券還提到，Kimi K3 涉及「45 納米開源 EDA」不應被簡單解讀為商業 EDA 被替代。相反，這表明晶片設計仍離不開 EDA 工具。在先進製程上，Cadence 和 Synopsys 等商業 EDA 廠商仍處於關鍵位置。

風險在於另一種情況：如果模型壓縮，推理優化和硬件效率提升長期快於新增工作負載，AI 基礎設施擴張可能階段性降溫。但在當前兩家投行的框架下，Kimi K3 更像是推高使用量的催化劑，而不是削弱晶片需求的信號。效率提升之後，市場需要關注的反而是更多 token，更多推理，以及更多底層硬件消耗。

原文連結

歡迎加入律動 BlockBeats 官方社群：

Telegram 訂閱群：https://t.me/theblockbeats

Telegram 交流群：https://t.me/BlockBeats_App

Twitter 官方帳號：https://twitter.com/BlockBeatsAsia