Kimi K3發佈48小時後，月之暗面宣佈算力緊缺，暫停C端新用戶訂閱。花旗和美銀分別指出，K3的發佈非但不會削弱硬體投資邏輯，反而可能促使算力消耗上升。招商證券指出，單顆晶片性能已經無法單獨決定系統能力，晶片之間高效通訊、內存資源統一等各個維度逐漸成為影響算力效率的關鍵因素。
開源大模型從未如此接近全球頂尖水平——但也從未以如此戲劇性的方式，證明算力需求遠未到頂。
7月17日，月之暗面發佈新一代旗艦模型Kimi K3。在權威的Text Arena綜合排行榜中，該模型以1486分位列第9名，成為首個進入全球前十的開源模型。
更引人注目的是，在Fronted Code Arena榜單中，Kimi K3以1679分超越Anthropic的Claude Fable 5登頂第一，前端代碼7個細分方向中的6個排名首位。
然而，K3發佈後48小時內，因用戶請求量大幅超出預估並逼近叢集承載極限，月之暗面不得不在7月19日宣佈暫停C端新用戶訂閱——一款開源模型的發佈，竟以「算力不足」收場。
這種看似矛盾的現象，恰恰揭示了當前AI行業最核心的爭論：更高效的模型，究竟是削減還是放大硬體需求？
從第38名到第9名：開源首次撕開前十防線
Kimi K3的排名躍升幅度極為顯著。上一代Kimi K2.6在Text Arena僅排第38位，K3一舉躍升至第9名。
招商證券策略研究在最新周報中指出，此前開源模型中排名最高的通義千問3.7-max-preview位列第18，K3的出現標誌著開源模型首次在綜合文字評測中與全球頂級閉源模型進入同一梯隊。
分項來看，K3在創意寫作、代碼生成和指令遵循三個核心類別均進入前十，在物理與社會科學、法律與政府、醫療健康等專業領域排名第一，商業管理與金融運營排名第三。
技術層面，K3總參數2.8兆，採用Kimi Delta Attention與Attention Residuals架構，配合Stable LatentMoE實現896個專家中每token僅啟動16個的高稀疏度。據官方測算，整套架構的擴展效率較Kimi K2提升約2.5倍。
登頂即「熔斷」：算力瓶頸的反向證據
K3發佈後最戲劇性的一幕並非排名，而是訂閱熔斷。Kimi在公告中披露，過去48小時用戶請求量逼近叢集承載極限，公司即日起暫停C端新用戶訂閱，全力推進算力擴容。
這與高盛此前的預判形成了直接衝突。高盛合夥人Rich Privorotsky曾指出，一家無法匹配西方最大規模預訓練算力的中國實驗室，通過架構創新迅速縮小了與頂尖美國模型的差距，並據此警告「擴展不再是唯一制勝路徑」。
但Kimi的訂閱熔斷提供了反向事實——當模型性能真正獲得市場認可時，算力缺口反而以更猛烈的方式出現。
韓國Meritz證券在7月19日的報告中也明確回應了這一爭論。報告將K3與DeepSeek衝擊區分開來：DeepSeek核心敘事是600萬美元極低成本訓練，而K3並未披露訓練成本，且官方建議至少64顆高性能晶片組成的超節點環境部署。
從使用成本看，K3每次任務處理成本0.95美元，與GPT-5.6 Sol的1.04美元及Claude Fable 5的2.75美元處於同一量級。
閉源護城河縮小，但「傑文斯悖論」正在生效
招商證券研究進一步指出，開源模型對閉源最直接的衝擊來自性能追趕。
Stanford AI Index 2026顯示，截至3月，頂級閉源模型相對頂級開源模型領先約3.3%，差距已不足以支撐閉源在所有場景維持高溢價。Epoch AI的研究則顯示，最強開放權重模型平均落後最強閉源模型約4個月。
從token消費趨勢看，Silicon Data LLM Token Expenditure Index自6月起持續回落，反映出AI服務正經歷類似雲計算的發展路徑——通過成本下降推動使用規模擴大。
根據OpenRouter數據，截至7月6日全球周調用量已達52.6兆token，以DeepSeek、通義千問為代表的開源模型憑藉性價比多次在周調用量上領跑全球。
花旗分析師將K3視為AI產業鏈中「傑文斯悖論」的潛在案例：技術效率降低單位成本後，使用量可能大幅增加，最終資源總消耗不降反升。
美銀證券也指出，若中國開源模型持續逼近，美國前沿AI實驗室更可能增加而非減少算力投入，以維持差異化。
超節點崛起：進入系統級競爭
當算力需求持續擴張而單顆晶片性能已無法獨立決定系統能力時，超節點成為AI基礎設施演進的核心方向。
招商證券在周報中介紹，超節點是通過高速、低時延的Scale-up互聯，將數百乃至數千顆AI加速晶片連接為統一邏輯計算單元的新型高密度算力系統。
2026年WAIC上，華為昇騰950超節點真機首次公開亮相，支援最高1024卡級別部署，提供1 EFLOPS級FP8算力和256TB統一內存編址空間。
根據BCC Research預測，全球數據中心網絡技術市場規模將從2025年的458億美元增長至2030年的1030億美元，年複合增速約17.6%。
Research and Markets預計AI高速互聯市場規模將從2025年的103.1億美元增長至2030年的301.7億美元，年複合增速約23.9%，增速顯著高於傳統數據中心網絡。
對投資者而言，Kimi K3的發佈傳遞了一個清晰的信號：開源模型的能力突破不會削弱對底層硬體的需求，效率提升釋放的新增工作負載正在將行業競爭焦點從模型本身，推向支撐模型運行的算力基礎設施。 (華爾街見聞)