2.8 万亿参数、登顶代码榜,Kimi K3 把美股芯片股打崩后,它们怎么又涨回来了¶
一个中国 AI 公司发了款新模型,华尔街先崩为敬,四天后又排队买回来。
2026 年 7 月 17 日,美股开盘,AI 芯片股集体跳水的画面,熟悉得让人有点恍惚。
英伟达在跌,美光在跌,连 Cadence 这种卖 EDA 设计软件的都在跌。费城半导体指数从 6 月的高点一路摔下来,跌幅超过 20%,正式滑进技术性熊市。单周重挫约 10%,是 2025 年 4 月以来最惨的一周。
亚洲市场的存储芯片龙头也跟着大幅回调。媒体的标题写得整齐划一,DeepSeek 2.0 来了,中国低价开源模型又要瓦解美国算力信仰。
引发这场地震的,是月之暗面前一天在世界人工智能大会前夕发布的 Kimi K3。
但故事没按套路走。四天后,剧情整个反转。7 月 21 日,费城半导体指数单日反弹 5.2%,美光一口气涨了 12.2%,闪迪、西部数据、SK 海力士 ADR 涨幅都在 11% 到 14%,AMD、台积电这些大块头也都涨了 5% 上下。前一周还在恐慌性抛售的人,这一周又在排队买回来。
模型更便宜了,卖芯片的反而更值钱了。
按常理,便宜的模型该让算力贬值,开源该砸碎闭源的护城河。可华尔街一帮最精明的人,凭什么四天里被同一个事实教育了两遍?
要讲清楚这件反常识的事,得先看看 Kimi K3 到底是个什么来头。
一个 2.8 万亿参数的「瘦子」¶
先把 Kimi K3 是什么,用三组数字说清楚。2.8 万亿的总参数,是目前全球最大的开源模型;上下文窗口拉到 100 万 token,原生支持文本、图像、视频;前端代码竞技场 Frontend Code Arena 拿到 1679 分,排名第一。
第一组数字最唬人,但也最容易误导。
Kimi K3 用的是稀疏 MoE 架构,中文叫混合专家模型。打个比方,它像一家有 896 位专科医生的超级医院。但每个病人进门,挂号系统不会把全部医生都叫来会诊,而是精准地挑出 16 位最对口的,其余 880 位在休息。
结果是,模型的总「脑容量」做到了 2.8 万亿,但每次回答问题时真正在干活的激活参数,只有几百亿这个量级。不同第三方评测给出的有效激活参数在 500 亿到 1040 亿之间,说法还没完全统一。容量和成本两头占,这是当下大模型最主流的省钱套路。所以与其说它是个 2.8 万亿的胖子,不如说是个看着壮、实际很精瘦的家伙。
Kimi K3 在工程上能立住,靠的是两个自研的注意力机制优化,这俩是月之暗面技术报告里的硬货。
一个叫 KDA(Kimi Delta Attention)。注意力机制是大模型处理长文本的核心瓶颈,文本越长,计算量越像雪球一样往下滚。KDA 这个改良,在 100 万 token 的超长上下文场景下,把解码速度提了 6.3 倍。以前读一本长篇会卡顿的地方,现在能基本顺滑读完。
100 万 token 也不是堆上去就行的。月之暗面用的是渐进式上下文训练,模型在训练里一步步把上下文拉长,没搞一刀切塞到 100 万。配套的还有一批合成的超长任务,这些任务必须真正读完全局 100 万 token 才解得出来,逼着模型去学全局推理,堵死了局部取巧的路。
另一个叫 Attention Residuals,用在训练阶段,把训练效率提了 25%,额外只多花不到 2% 的算力。花很小的代价,就能让模型学得更快。
还有量化。Kimi K3 的权重用 MXFP4 格式存储,激活用 MXFP8。量化通俗讲,就是把模型里那些精度很高的数字,从小数点后七八位压到两三位,用一点精度损失换大幅省内存、省算力。这也是为什么一个 2.8 万亿参数的模型,权重文件「只」有 1.56 TB。
注意这个「只」字。不量化的话,这个数字还得翻好几倍。但对个人玩家来说,1.56 TB 依然是道劝退的门槛。
登顶代码榜,还顺手做了颗芯片¶
技术规格吹得再漂亮,最后还是得看战绩。Kimi K3 这次的成绩单,确实有点东西。
在 Frontend Code Arena 这个前端代码竞技场上,Kimi K3 拿了 1679 分,直接冲到第一,超过了 Claude Fable 5 的 1631 分和 GPT-5.6 Sol 的 1618 分。要知道,上一代 Kimi K2.6 还只排第 18 名,这一代一口气跃升了 17 位。连马斯克都在相关报道下留了句「令人印象深刻」。
还有一个背景容易被分数盖过去。Kimi K3 是在美国芯片出口管制下训练的,用的不是最顶配的卡,性能却摸到了前沿模型的门槛。手里牌没那么好,打成这样,马斯克那句话算说到点子上了。
月之暗面自己的表态倒是很克制。他们说,整体上仍然落后于最强的闭源模型 Claude Fable 5 和 GPT-5.6 Sol,但稳定超过其他所有模型。在 Artificial Analysis 的第三方综合评测里,它的智能水平已经接近全球前沿闭源模型。
但比起榜单分数,有两个 Agent 案例更让我多看两眼,确实有点离谱。
在 48 小时的连续 Agent 运行里,Kimi K3 独立完成了一款芯片的构建、优化与验证,几乎不需要人工监督。它在大型代码库里来回穿梭,自己协调终端工具,把活儿干完。48 小时,一颗芯片,中间没人怎么插手。
还有一个更离谱的。Kimi K3 大约花了 2 小时,复现了计算天体物理学里著名的 I-Love-Q 普适关系。这是一条描述中子星转动惯量、Love 数和四极矩之间关系的规律,正常情况下,资深研究者要花一到两周才能完成。模型没去翻文献抄答案,是自己一步步推出来的。
以前 Agent 一直落不了地,缺的不是聪明,是这种能坐下来连干 48 小时的耐心。长上下文加上默认开启的推理模式,正好补上了这一块。
一个有意思的细节是,Kimi K3 推理模式默认开启。也就是说,它不等你切换到「深度思考」,默认就会先把问题想一遍再回答。这在当前这批大模型里,算是个相当激进的选择。
48 小时,市场坐了一趟过山车¶
技术归技术,但把这把火烧到全球的,是接下来这趟过山车。
16 号发布当天,2.8 万亿参数、100 万上下文、原生多模态,再加上开源和低价,三个关键词同时砸中市场的恐慌点。
接下来三天,恐慌蔓延。美股 AI 芯片股集体下跌,费城半导体指数从高点回落超过 20%,进入技术性熊市。市场的逻辑很朴素,模型效率提升了,训练和推理是不是就不需要那么多高端芯片了?
真正的转折出现在 19 号。月之暗面在官方 X 上说了一句很关键的话,Kimi K3 收到的喜爱远超预期,GPU 正在感受到压力。然后暂停了新订阅,优先保障现有用户体验。
这句话分量很重。它直接戳破了前面那套「便宜等于算力需求少」的逻辑。模型是便宜了,但用的人太多了,算力反而不够分。
到了 21 号周一,市场大悟。同一天,Alphabet 发财报,把 2026 年的资本开支指引提高到了 1950 到 2050 亿美元,谷歌云依然受制于算力不足,还在到处向外租用算力。芯片股全线反弹,费城半导体指数涨 5.2%,美光涨 12.2%。
看上去最不缺算力的谷歌,都要满世界找卡。这个信号,比任何研报都有说服力。
一个 150 年前的悖论,解释了这一切¶
到这里,问题来了。为什么模型更便宜、更高效,算力需求反而更大?
答案藏在一个 150 多年前的经济学悖论里。
1865 年,英国经济学家威廉·斯坦利·杰文斯研究煤炭问题时发现了一个反直觉的现象。瓦特改良的蒸汽机效率大幅提高,烧同样多的煤能干更多的活,按理说英国应该省下大量煤炭。结果恰恰相反,因为用煤的成本降了,蒸汽机被装到了越来越多原来用不起的场合,英国的煤炭总消耗量不降反升,翻了好几倍。
效率提升,反而带来总消耗的增加。这就是后来以他名字命名的杰文斯悖论。
这个悖论在生活里其实随处可见。汽车油耗降了,开车的人就多了,石油总消耗上升。LED 灯比白炽灯省电得多,结果人类把灯装到了以前根本不会发光的地方,楼宇亮化、景观照明、屏幕背光,总用电量也没见少。
AI 正在重演同样的剧本。
单次推理的成本已经降了大约 95%。按「便宜等于需求少」的逻辑,算力总需求早该萎缩。实际情况是,模型越便宜,企业越舍得把 AI 塞进越来越多的流程里。客服、写作、编程、搜索、数据分析,以前算不过来的账,现在都算得过来了。Token 的总调用量呈指数级增长。
增长的速度,远远盖过了单次成本下降的速度。
这就是花旗那份报告标题的意思,More Tokens, More Chips。Token 越多,需要的芯片越多。天风证券的分析师说得更直白,连看上去最不缺算力的谷歌都要向外租用算力,说明基础层已经是一个彻底的卖方市场。
真正被压的不是卖铲子的人,而是高价卖铲子的人。所以受冲击最直接的,是 OpenAI、Anthropic 这种靠高价订阅和 API 赚钱的模型服务商。而底层卖算力的英伟达、美光、台积电,需求没缩,反而被添了把柴。
当然,这套逻辑也有反方。说实话,我也没法把这些人完全驳倒。他们担心的是,如果 AI 应用的增长慢于效率提升的速度,半导体需求可能提前见顶,美国科技巨头每年几千亿美元的数据中心投资,会不会砸过头了。这是个还没定论的问题。但至少从 7 月 21 日那根大阳线看,市场当下押的是「没砸过头」。
谁受伤,谁躺赚¶
如果杰文斯悖论成立,那么 AI 产业链的利润,正在发生一次静悄悄的迁移。
短期被情绪杀的,主要是那些「高价卖铲子」的环节。Cadence、Synopsys 这种 EDA 厂商跟着估值一起抖;HBM 和高端 DRAM 被担心单次推理不再那么吃内存;压力最大的还是 OpenAI、Anthropic 这种靠高价订阅吃饭的模型厂商。它们计划上市的时间点都不算巧,OpenAI 盯着 2027 年初,Anthropic 盯着 2026 年秋天,叙事正好承压。
但把时间拉长,受益的那一头,逻辑要扎实得多。
最直接的是推理芯片。Token 调用量爆炸,推理需求长期看涨,这是杰文斯悖论最直白的兑现。
让我意外的是存储。Kimi K3 的权重文件 1.56 TB,部署、微调、缓存,每一步都在吃存储。前面那个让我调侃「只」有 1.56 TB 的数字,在这里变成了真金白银的硬盘订单,NAND 和数据中心 SSD 的需求跟着水涨船高。
还有 AI 应用层。这正是开头那个反常识的另一面,调用成本下来了,以前算不过来的账,现在都算得过来了,做应用的利润率直接改善。云服务、服务器、开源工具链,逻辑都类似,模型越便宜,用的人越多,底层卖算力和卖工具的就越忙。
说到底,利润正从「卖最贵的模型」那一端,流向「用最多的算力」这一端。
不是价格战,是基础设施化¶
回到开头那个问题。为什么模型更便宜,卖芯片的反而更值钱?
因为 Kimi K3 们并没有把算力变得不值钱,反而把它变得人人用得起。当一个东西便宜到可以随手调用,它就从「稀缺商品」变成了「水电气」一样的基础设施。
水电气,从来都不是小生意。
7 月 27 日,月之暗面兑现承诺,把完整的 Kimi K3 权重放上了 Hugging Face,1.56 TB,96 个分片文件。从这一天起,任何一个有足够硬件的团队,都可以在自家机房里跑起一个接近 GPT-5.6 和 Claude Fable 5 水平的模型。开源,把「能不能用上」这个问题,变成了「买多少卡」的工程问题。
而只要这个问题变成工程问题,卖卡的人,就永远不愁生意。
Kimi K3 不是又一个 DeepSeek。它证明的是一件更长远的事,当模型足够便宜、足够开放,算力会从少数巨头圈起来的围墙,变成所有人脚下共同的地基。
围墙推倒之后,能盖多高的楼,现在谁也算不准。但有一点是确定的,想在地基上盖楼的人越多,打地基的人就越忙。
欢迎关注我的公众号「Chyris Tech Note」,获取更多 AI 技术解读与实践分享。