週末大量使用者開始實測Kimi K3。

這一次不再是發佈會參數、官方榜單和Demo展示，真實使用資料開始出現。

目前最集中的兩類反饋：Token消耗快，生成速度慢

不少使用者使用一天後，套餐額度已經消耗30%甚至50%。K3官方API價格為每百萬Token輸入3美元、輸出15美元，快取命中輸入降至0.3美元。單看報價，確實明顯低於部分海外前沿模型。

但API單價只代表每百萬Token多少錢，無法代表完成一個任務最終花多少錢。

任務成本＝輸入Token＋輸出Token＋推理輪數＋工具呼叫次數＋失敗重試次數

模型單價低一半，Token消耗量高一倍，最終成本基本相同。

市場流傳的一份Jefferies人工測評顯示，在同一項複雜任務中，K3累計生成約1.3億輸出Token，總成本約2710美元；GPT 5.6 Sol最高性能檔位生成約7000萬Token，總成本約2824美元。

這組資料目前主要來自機構測評截圖，完整任務定義、快取比例和計費過程尚未公開，因此不能作為嚴格橫向評測。

模型價格競爭，已經不能只比較每百萬Token報價。

一個模型可能單價更低，但為了完成同樣任務，需要更長推理鏈、更多工具呼叫、更頻繁糾錯和更多輸出Token。

最終企業購買的是成功完成一次任務。

以後衡量模型成本，最重要的指標將從“每百萬Token價格”，轉向“每個有效任務成本”。

同樣生成一份研究報告，一個模型花5美元但需要人工修改兩小時，另一個模型花20美元直接交付，後者反而更便宜。

K3使用者反饋Token消耗快，本質上也與產品定位有關。

K3始終開啟思考模式，主要面向長程程式設計、知識工作和Agent任務。它支援100萬Token上下文，可以讀取大型程式碼庫、長文件和大量業務資料，還能持續呼叫工具、修改檔案、執行測試和根據結果重新規劃。K3官方定位本身就是Agentic Coding與Knowledge Work，而非普通聊天模型。

這些任務天然比問答更耗Token。

普通聊天可能只需要一次輸入、一次輸出。

使用者看到的可能只有一句指令和一個最終檔案，模型後台已經運行數十輪甚至數百輪。

所以K3的Token消耗快，不完全是模型效率低，也反映了AI工作方式正在改變。

過去使用者購買的是一次回答，現在使用者購買的是一段持續工作的計算過程。

只要模型開始接管原本需要人工作數小時甚至數天的任務，單次任務消耗幾百萬、幾千萬甚至上億Token，都會逐漸成為常態。

這也解釋了為什麼大模型單價持續下降，推理算力需求仍可能快速增長。

單個Token越來越便宜，但每個任務使用的Token數量正在指數級增加。

部分原因可能來自發佈後使用者突然湧入，伺服器端並行壓力上升。K3發佈後迅速獲得大量關注，其2.8萬億參數規模、開放權重計畫以及接近海外前沿模型的能力，已經引發全球市場討論。

更深層的原因來自K3自身架構。

K3擁有2.8萬億總參數，共896個專家，每次推理只啟動16個專家。稀疏MoE降低了單次計算量，但並沒有讓全部模型參數消失。

推理時，系統仍需要保存、調度和讀取規模龐大的專家權重。

每生成一個Token，路由系統都要判斷呼叫哪些專家；不同專家可能分佈在不同加速卡上；啟動資料需要在卡與卡之間高速傳輸。

因此，MoE模型的瓶頸不只在算力，還在視訊記憶體容量、記憶體頻寬、卡間互聯和叢集調度。

傳統理解中，模型每次只啟動約1.8%的專家，推理成本應該很低。

但“啟動參數少”和“部署成本低”是兩回事。

2.8萬億參數即使採用低精度儲存，權重體積依然巨大。單台伺服器無法容納完整模型，需要把專家拆分到大量加速卡上。

一旦專家跨節點分佈，推理性能便高度依賴高速互聯。

調度不均，部分卡滿載，部分卡閒置；

並行增加，專家之間還可能出現負載擁堵。

K3官方建議使用64張以上加速卡組成的超節點部署，也說明這種規模的開放模型已經遠離普通企業自建伺服器的能力範圍。

開放權重意味著使用者可以查看、修改和部署模型。

這不意味著普通公司買幾張GPU就能跑起來。

過去幾年，“開源模型”經常與低成本聯絡在一起。

因為早期開源模型參數較小，可以量化、蒸餾，甚至放進個人工作站。企業也可以通過私有化部署，降低長期API費用。

K3代表另一個階段，開源模型開始沿著Scaling Law繼續擴張，從數百億、數千億走向萬億乃至數萬億參數。

模型權重依然開放，但完整部署所需要的硬體系統，開始接近大型雲廠商和頭部網際網路公司的基礎設施水平。

開源降低了軟體許可門檻，卻沒有消除物理世界的成本。

光模組、銅連接和網路裝置要花錢；

機櫃、電力、液冷和維運同樣要花錢。

模型可以免費提供權重，推理過程仍然要按照算力計價。

K3由此打破了一個長期存在的簡單敘事：

只要中國開源模型追上美國閉源模型，前沿智能就會迅速變成低價商品。

模型能力可以追平，智能成本不會自動歸零。

模型越強，使用者越願意把複雜任務交給它；任務越複雜，上下文越長，推理鏈越長，工具呼叫越多；使用量增加後，系統需要更多加速卡和更強互聯。

技術進步降低的是單位計算成本，同時創造了更大的計算需求。

這與汽車、網際網路和雲端運算的發展規律類似。

汽車油耗下降後，社會總行駛里程繼續增長；

網路資費下降後，視訊和直播吞噬了更多頻寬；

雲端運算單價下降後，企業運行的軟體和資料規模不斷擴大。

每百萬Token價格下降，但每個人每天呼叫的Token數量，從幾萬增長到幾百萬甚至幾千萬。

未來企業可能同時運行幾十個Agent：

每個Agent都在長期讀取上下文、呼叫工具、生成內容和反覆驗證。

單個模型更高效，社會總推理量反而更大。

因此，K3對算力產業的真正含義，並不是“開源模型將降低GPU需求”。

前沿開源模型參數繼續擴大，會提高對大容量HBM、高速卡間互聯、交換晶片、光通訊和超節點架構的要求。

K3這種超大規模稀疏MoE尤其依賴區域高頻寬域。專家分佈得越廣，通訊開銷越高；為了降低延遲，需要儘可能把更多加速卡放進一個高頻寬、低延遲的統一系統中。

這也是超節點價值上升的原因。

未來AI伺服器的競爭重點，不再只是單張GPU性能。

真正重要的是一個節點內能夠連接多少張卡、總視訊記憶體有多大、卡間頻寬有多高、專家調度效率有多強。

超節點決定萬億參數模型能不能高效運行。

K3還帶來另一個產業變化：開源模型與閉源模型的商業邊界正在重新劃分。

對於普通使用者，直接呼叫Kimi API依然是成本最低、使用最方便的方案。

對於中小企業，自己購買64張以上加速卡部署K3，通常缺乏經濟性。硬體投入、叢集維運和利用率損失，很可能高於API費用。

真正有能力部署K3的，主要是雲廠商、大型網際網路公司、國家級算力中心和頭部AI基礎設施企業。

據相關媒體報導，DeepSeek已經啟動IPO的前期準備，計畫在中國內地資本市場上市。

公司正在與會計師事務所、投行等機構接觸，準備審計報告、公司治理和申報材料，可能在2026年年底前提交申請，並爭取在2027年正式掛牌。

知情人士稱，DeepSeek討論的上市地點是上海，最快可能在2027年第二季度上市。

另有消息稱，DeepSeek通過API Token呼叫產生的年度經常性收入已達4億至5億美元，毛利率超過50%。

DeepSeek上市，利多那些機會？點選下方小程序，獲取鉛筆道機會情報，瞭解新聞背後賺錢機會。

今年5月底至6月初，DeepSeek完成成立以來首輪外部融資，募資約70億至74億美元，投後估值超過500億美元。

僅僅一個多月後，DeepSeek又開始與潛在投資者接觸。新一輪融資討論的投前估值約為710億美元（約合人民幣4800億元），相比上一輪約520億美元的投後估值上漲約37%。按照目前的討論，公司可能再募集數十億美元。

DeepSeek新一輪融資的重要用途，是建設自己的資料中心、採購更多AI晶片，提前囤積供應鏈資源。

首先，DeepSeek希望發展自主運行的AI Agent，這類產品對計算資源的需求明顯增加。

訓練一款模型，是一次相對集中的資本支出。模型訓練完成後，可以反覆使用。但當DeepSeek開始向數千萬使用者、企業客戶和Agent應用提供服務時，算力支出會變成一筆每天都在發生的成本。

其次，相比完全依賴第三方雲廠商，自建基礎設施可以讓DeepSeek更好地安排晶片、網路、儲存和推理負載，也能避免在業務高峰期受制於外部算力供給。

但這是一門重資產生意。伺服器、晶片、機房、電力、液冷、網路裝置，任何一項都需要提前投入。據瞭解，DeepSeek正在研發自己的AI晶片，以減少對輝達和華為的依賴。

剛剛完成的融資中，騰訊、寧德時代、國家人工智慧產業投資基金等投資者的價值，也不只是資金。騰訊擁有雲端運算、流量和應用場景；寧德時代擁有能源、電池和工業資源；國家基金則可能幫助DeepSeek進入更廣泛的中國國產算力和政策支援體系。

第三，DeepSeek融資永遠繞不開的原因是留人。

2026年4月，DeepSeek首次尋求外部資本，是為了給員工持有的期權建立可信的估值，防止核心研究人員被其他公司挖走。當時已有員工流向字節跳動、小米等資金實力更強的公司。

完成融資後，DeepSeek有了超過500億美元的市場估值。員工手中的期權從一張模糊的承諾，變成了可以計算的財富。DeepSeek還設立了員工持股計畫，按實際估值分配股份。

但僅僅穩定原團隊還不夠。DeepSeek已經計畫擴大產品、資料、算力叢集和商業化等團隊，並準備將部分核心團隊規模擴大一倍。

DeepSeek選擇此時準備上市，一個不能忽視的背景，是智譜在資本市場上的驚人表現。

智譜於2026年1月8日在港交所上市，發行價為每股116.2港元。上市首日，公司募資約43.5億港元，市值約500多億港元。

接下來的半年，智譜成為港股最炙手可熱的AI股票之一。

6月22日，智譜股價盤中最高達到2980港元，相當於發行價的約25倍，市值一度突破1兆港元。公司先後超過多家收入和利潤規模遠大於自己的大型科技公司，成為恆生科技指數中市值最高的公司之一。

此後智譜股價出現明顯回落。7月15日盤中，其股價在1535港元至1867港元之間劇烈波動，仍然約為發行價的14倍，總市值約7700億港元。

今年初OpenClaw等Agent產品爆發後，中國日均Token消耗量從2025年底的約100兆增長至2026年3月的140兆。

公司披露，截至2026年3月，其MaaS平台註冊使用者已經超過400萬。即便API呼叫價格較2025年底提高83%，市場仍然供不應求。今年一季度API呼叫量同比增長約400%。這不是單純"漲價貢獻收入"，而是價格和呼叫量同時上升。

智譜驗證了Token可以賣，DeepSeek準備把它賣成"自來水"。

2026年5月，DeepSeek V4 Flash的月Token用量達到18.4兆，超越GPT-4o成為全球用量最大的大模型。

以輸出Token為例，GPT-4o的定價是每百萬Token 2.5美元，Claude 3.5 Sonnet是3美元，而DeepSeek V4 Flash只需要0.07美元——差了35倍。即便是對標OpenAI的GPT-4o mini（0.15美元/百萬Token），DeepSeek的價格也只有它的不到一半。

這種低價不是促銷活動，而是DeepSeek的核心戰略。

梁文鋒有個觀點，大模型的本質是基礎設施，基礎設施的核心就是便宜。他當價格足夠低時，需求量會指數級增長，而需求量的增長又會攤薄固定成本，形成正向循環。

DeepSeek的價格換市場策略可不是紙上談兵。

美國AI雲平台公司Vercel公佈的資料顯示，2026年4月，DeepSeek佔該平台Token使用量的比例還不到1%；5月V4系列發佈後，這一比例迅速升至17%，在平台所有模型供應商中排到第三，甚至超過了OpenAI。新增使用量幾乎全部來自V4-Flash和V4-Pro。

一個月從不到1%升至17%，說明開發者確實會因為性能和價格重新選擇模型。

媒體披露，截至今年4月，DeepSeek 最新年度經常性收入約為4億至5億美元，收入主要來自API Token呼叫。而隨著5月V4系列發佈，這部分收入必將進一步飆升。

DeepSeek如果成功登陸科創板，很可能成為AI類股最重要的公司。

它會同時解決AI三個問題：有收入（年化4-5億美元）、有增長（用量全球第一）、有想像空間（基礎設施等級的平台）。

一旦DeepSeek能證明，中國公司能在一個全球科技賽道里做到世界第一，資本就會系統性地重估整個產業鏈，就像當年寧德時代上市。

2018年，寧德時代上市，用了3年時間，市值從786億漲到最高1.5兆，翻了將近20倍。更重要的是，它不是一個人在漲——上游的鋰礦、正極材料、負極材料、隔膜、電解液，中游的電池裝置、結構件，下游的充電樁、儲能，整條產業鏈的公司都跟著漲了好幾倍甚至幾十倍。

做正極材料的容百科技，做負極的璞泰來，做隔膜的恩捷股份，做電解液的天賜材料……隨便拿一個出來，都是幾倍甚至十幾倍的漲幅。

DeepSeek登陸科創板，很可能扮演同樣的角色。

DeepSeek的產業鏈邏輯也是一樣的。它每融100億，大約70億要花在算力上——買晶片、建資料中心、租頻寬、做液冷。這些錢不是憑空消失了，而是變成了上游公司的收入和利潤。

具體到產業鏈上，有幾個方向是確定性的：

AI晶片：DeepSeek大量使用中國國產晶片，它的成功等於給中國國產晶片做了最硬核的背書——以前說"中國國產晶片能用"，現在是"中國國產晶片能支撐全球最大用量的大模型"。這個背書的價值，比任何廣告都管用。

今年四月，Uber 的 CTO 發現了一件事：公司全年的 AI 工具預算，四個月就花完了，這件事是整個矽谷「token 消耗大比拚」的一個典型例子，我們之前也寫過。

但就在幾周後，Uber 的 COO Andrew Macdonald 在播客裡給同事「補了一刀」：token 消耗和交付給使用者的功能之間的聯絡，還不存在。

Andrew Macdonald 圖片來自：Business Insider

Uber 在去年底部署了 Claude Code，95% 的工程師每個月都在用，70% 的提交程式碼來自 AI，使用率驚人，帳單也驚人。每個工程師每月的 API 呼叫費在 500 到 2000 美元之間，同一個人用同一個工具，同一天的消耗差異可以達到十倍。CTO 不得不說自己要推到重來，「因為我以為夠用的預算，已經被吹走了」。

他們花了很多錢讓 AI 寫程式碼，但花的錢和最終產出之間，看不到因果關係。錢確實花了，程式碼確實寫了，但使用者體驗提高了多？新增了多少有用的功能點？問就是不知道。

Uber 的困境是錢花了，成效沒出來，但很多公司選擇的是另一條路，由於看到了 AI 的潛力而大舉裁員，認為 AI 可以代替

不是給人買 AI 工具，而是用 AI 代替人，這條路的帳算得過來嗎？

Gartner 今年發佈了一份調查，覆蓋 350 家年收入超過十億美元的全球企業，結果發現：80%的企業在部署 AI 後都裁了人。可是裁員率和 ROI 之間，完全沒有相關性，裁得多的公司和裁得少的公司，回報率幾乎一樣。

這個結果反直覺，但仔細想想又很合理。裁員省的是人工成本，但省下來的錢並沒有變成新的業務價值。它只是讓財報上的數字好看了一個季度，而不是讓公司真的變得更強。Gartner 的結論很直接：裁員可以騰出預算，但不創造業務價值。

AI 驅動的裁員，ROI 是零，為什麼老闆們還在做？本質上，裁員不是經營決策，是訊號。對投資人說「我們在用 AI 了」的效果，和對董事會說「我們的營運效率在提升」的效果，都比真實的 ROI 重要得多。

Fortune 的分析把這叫做「AI washing」，用 AI 做藉口裁員，實際上純粹是在砍成本充利潤，和 AI 能不能替代這些崗位，沒有一點關係。

這樣看，AI 會帶來管理上的自相矛盾：用 AI 替代人，省了工資，但 ROI 沒提升；給人用 AI，效率似乎提升了，但預算先爆了。

AI 工具的計費模式和傳統軟體完全不同。傳統軟體是按席位收費的，每個人每年多少錢，寫進合同裡，可以預測。但 AI 工具是按 token 收費的，用多少算多少，而且每個人的用量差異巨大。Uber 的資料顯示，同一個工程師同一天的消耗可以相差十倍。這意味著傳統的 IT 預算模型完全失效了，你沒法在年初預測年底會花多少。

這像什麼呢？像從固定費率的健身房會員卡，換成了按次計費的私教。你以前每個月交 299，去不去都那麼多。現在每次去都要單獨付費，去得越勤花得越多，而且你的員工各自去得多勤你完全無法控制。

不用吧，怕被淘汰；用吧，帳算不過來。

Gartner 其實在報告裡很克制地提了一句預測：到 2028 年到 2029 年，自主化業務反而會淨增工作崗位。這聽起來像沒什麼用的安慰，實際上它暗示的是現在裁掉的人，未來可能還得重新招回來。只不過到時候他們的崗位叫「AI 協調員」或者「模型營運」之類的，工資可能也不一樣了。

打工人被裁了，公司也沒賺到更多，預算還爆了，錢去了那裡？當然是 AI 公司的營收裡。Anthropic 今年的年化收入已經突破十億美元，OpenAI 更高。當 Uber 的 CTO 說「預算飄走了」的時候，那些被吹走的預算正好落在了 Anthropic 的帳戶裡。

這是一個經典的淘金熱結構。真正賺錢的從來不是淘金的人，是賣鏟子和牛仔褲的人。現在的鏟子是 API，牛仔褲是 token。每一家公司都在拚命用 AI，拚命讓員工用 AI，拚命用 AI 替代員工——而 AI 公司在所有這些拚命的每一個環節裡都在收錢。

AI 沒有在省錢，它在換一種花錢的方式。

以前花在人身上，現在花在模型上；以前花在工資裡，現在花在 token 裡；以前花得可預測，現在花得無法控制。甚至，以前花的錢留在了員工手裡，他們會拿去消費、娛樂、還房貸，錢在經濟體裡循環。

現在花的錢，直接進了幾家硬體密集型、融資密集型的 AI 公司的帳上，變成了下一輪 GPU 採購和下一輪融資的底氣。

所以當你看到「某公司宣佈用 AI 最佳化人力結構」的新聞時，可以翻譯一下：我們把給員工的錢轉給了 AI 公司，但我們並不確定這筆交易是否划算，我們只是知道，如果不做這筆交易，投資人會不高興。    (愛范兒)

全球最大AI模型API聚合平台OpenRouter最新發佈的資料顯示，截至3月15日，中國AI大模型的周呼叫量達到4.69兆Token，連續第二周超越美國。全球呼叫量排名前三的位置，更是被中國模型包攬。摩根大通預測，中國的AI推理Token消耗量將從2025年的約10千兆增長至2030年的約3900千兆，五年間增長約370倍。

在AI的世界裡，Token是模型處理資訊的最小計量單位，無論是使用者的提問，還是AI生成的一段程式碼，最終都要被拆解成Token來完成運算。正因如此，Token呼叫量成為衡量AI模型活躍度和產業價值的關鍵指標，Token呼叫量越高，意味著模型被用得越多，創造的實際價值也就越大。   (科技日報)

彙整鉅亨號中所有使用「API Token」關鍵字，所發布的內容 (依照時間排序，最新在前，舊的在後)`