7月17日Kimi K3正式发布，2.8万亿稀疏MoE架构让综合能力看齐海外顶尖模型，但发布当天国内大模型企业股价集体大跌。K3打出国内高端模型全新定价，跳出低价内卷赛道，却也引发市场对行业壁垒的集体担忧，后续多家万亿参数模型集中落地，竞争会进一步白热化。
模型实测暴露两大短板，深层指向硬件刚性约束。超大模型运行依赖GB300超节点集群，推理带宽需求极高，即便新型注意力机制压缩KV缓存，分布式专家调度带来的海量数据交互，反而推高高速网络需求，完美印证杰文斯悖论：单轮资源损耗降低，应用场景爆发反而拉升总算力需求。同等任务下K3token消耗更高，综合使用成本和海外头部差距不大，高端智能离不开昂贵算力支撑。
近期硬件板块大幅回调，源于市场对AI资本开支前景的分歧，行业存在四种需求收缩潜在风险。但美债收益率并未释放衰退信号，本轮下跌只是估值消化、资金结构性调仓，并非AI长周期终结。
Kimi的突破缩短中外技术差距，却不意味着算力需求见顶。智能体验提升永远对应硬件消耗增长，下半场资金应聚焦现金流充足的大模型厂商，以及掌握超节点、高速互联等核心供给壁垒的硬件龙头，云厂商AI资本开支数据将是后续行情关键观测指标。