Воссоздание "DeepSeek момента"? Уолл-стрит единодушно заявляет: Kimi K3, наоборот, усиливает потребность в вычислительной мощности

Автор：Лунь Юэ

Рынок воспринимает Kimi K3 как "DeepSeek момент 2.0" с паникой, но на этот раз суждения Уолл-стрит совершенно иные.

16 июля в полночь "Лунь Юэ" представила Kimi K3 в Шанхае. Эта модель с 2,8 триллиона параметров, являющаяся открытым исходным кодом, набрала 57 баллов в индексе Artificial Analysis, заняв третье-четвертое место в мире, сравнявшись с Claude Opus 4.8 от Anthropic и GPT-5.5 от OpenAI. Более того, на программном рейтинге Frontend Code Arena, созданном в Университете Калифорнии в Беркли, K3 с 1679 баллами заняла первое место, обогнав Claude Fable 5 и GPT-5.6 Sol, став первой открытой моделью, которая превзошла все зарубежные закрытые модели в авторитетном программном рейтинге.

17 июля на фондовом рынке США наблюдалось значительное падение в секторе полупроводников. Рефлекс рынка легко понять — в начале 2025 года выпуск DeepSeek R1 вызвал резкое падение акций вычислительных компаний, логика была таковой: "Китайские модели становятся все сильнее, нужно ли американским AI-компаниям тратить так много денег на вычислительные мощности? Если китайские модели могут достичь передовых возможностей с меньшими затратами, будет ли пересмотрен спрос на NVIDIA, HBM, серверы и сетевое оборудование?"

Тем не менее, согласно сообщениям торговой площадки "Чайфэн", последние исследования от инвестиционных банков, таких как UBS, Nomura, Bank of America Merrill Lynch и Citigroup, считают: Kimi K3 не является концом спроса на вычислительные мощности, а является ускорителем.

Kimi K3 и DeepSeek R1 — это не одно и то же. R1 больше демонстрирует "эффективность"; K3 подчеркивает "масштаб". 2,8 триллиона параметров, контекст в 1M токенов, постоянное рассуждение, нативная мультимодальность, архитектура MoE — эти характеристики не являются историей о легких активах. Они увеличат давление на рассуждение, память, сеть и хранение.

Насколько силен Kimi K3?

Kimi K3 была представлена "Лунь Юэ" 16 июля 2026 года, полные веса модели планируется открыть 27 июля. Это модель с 2,8 триллиона параметров, открытым исходным кодом, которую многие организации называют самой крупной открытой моделью LLM на данный момент.

Основные характеристики включают три пункта:

Во-первых, контекстное окно в 1M токенов. Модель может обрабатывать более длинные тексты, более длинные кодовые базы, более сложные корпоративные профили и исследовательские задачи.

Во-вторых, постоянное рассуждение. Это не просто вопрос-ответ, а направлено на длинные цепочки рассуждений и задачи для агентов.

В-третьих, нативные визуальные способности. K3 обрабатывает не только текст, но и видео, изображения, разработку игр, фронтенд-дизайн, CAD и другие мультимодальные задачи.

В архитектуре K3 используется Kimi Delta Attention, Attention Residuals и Stable LatentMoE. В части MoE каждый токен активирует 16 экспертов из 896. По данным "Лунь Юэ", по сравнению с Kimi K2, общая эффективность масштабирования увеличилась примерно в 2,5 раза.

Это объясняет, почему K3 не является "дешевым K2". Цены, собранные Nomura, показывают, что цена ввода K3 составляет 3 доллара за миллион токенов, цена кэширования ввода — 0,30 доллара, а вывод — 15 долларов за миллион токенов; по данным Artificial Analysis, стоимость каждой задачи K3 составляет около 0,94 доллара. Эта цена ниже, чем у Claude Fable 5, около 2,75 доллара, и Claude Opus 4.8, около 1,80 доллара, близка к 1,04 доллара за GPT-5.6 Sol, но значительно выше, чем у GLM-5.2, который составляет 0,32—0,47 доллара, и намного выше, чем у DeepSeek V4 Pro, который составляет 0,04 доллара.

Таким образом, позиционирование K3 не в том, чтобы быть самой низкой ценой, а в том, чтобы приблизиться к возможностям передовых моделей по более низкой цене.

Четыре инвестиционных банка активно заявляют: это не ослабление спроса

Отвечая на опасения рынка по поводу "DeepSeek момента", аналитик команды по технологиям Азиатско-Тихоокеанского региона Nomura Дуань Бин в отчете написал: "Мы считаем, что конкуренция и инновации на глобальном рынке больших моделей не прекратятся. По мере того как мы все ближе подходим к общему искусственному интеллекту (AGI), применение генеративного AI как для потребителей, так и для бизнеса будет продолжать расширяться. Передовые AI-лаборатории и компании с облачными платформами большого масштаба могут продолжать инвестировать на этом этапе, чтобы поддерживать конкурентоспособность — по мере продолжения закона масштаба, мы интерпретируем эту конкуренцию как положительный фактор для цепочки создания стоимости AI-инфраструктуры."

Аналитик полупроводников Citigroup Питер Ли в отчете от 19 июля прямо назвал это "еще одним парадоксом Джевонса". Что означает парадокс Джевонса? Проще говоря: повышение эффективности угольных паровых машин приводит к увеличению потребления угля, потому что больше людей могут себе это позволить и больше сценариев могут использовать. То же самое и с AI моделями — когда качественные модели становятся дешевле, разработчики и компании будут разрабатывать больше приложений, обрабатывать больше токенов, и в конечном итоге потребление вычислительных мощностей возрастет.

Питер Ли считает, что даже если K3 будет широко использоваться, спрос на общую память, такую как серверные DDR5 и eSSD, все равно будет расти. Причина в том, что эффективность рассуждения K3 сопоставима с другими передовыми моделями, но использование кэширования KV будет увеличиваться с ростом контекста, что увеличит давление на память.

Аналитик полупроводников Bank of America Вивек Арья в отчете от 17 июля выразил свою точку зрения более прямо. Он считает, что ответы передовых AI-лабораторий США "не в меньших вычислительных мощностях, а в больших". Если китайские открытые модели продолжат приближаться, OpenAI, Anthropic и Google должны будут поддерживать дифференциацию за счет более масштабного обучения, более тяжелых рассуждений и более быстрой итерации. Арья также упомянул об одном фоне, который легко упустить из виду: СМИ сообщают, что Gemini 3.5 Pro от Google уже задерживается на несколько месяцев по сравнению с планом, а производительность программирования не достигла внутренних целей, и передовое лидерство "становится все труднее защищать".

Команда аналитиков UBS во главе с Тимо Аркури в отчете от 20 июля отметила, что параллели между K3 и DeepSeek R1 действительно существуют, но K3 больше касается масштаба — это самая большая открытая модель в мире с 2,8 триллиона параметров и контекстным окном в 1 миллион токенов. Аналитики подчеркивают, что открытые модели обычно требуют больше памяти, чем закрытые передовые модели, потому что контекстное окно длиннее, и потребность в кэшировании KV, даже после количественной оценки, продолжает расти в абсолютных величинах, что делает развертывание открытых моделей более зависимым от HBM и хранения.

Кто на самом деле выигрывает в этой конкуренции?

Хранение: самый прямой выигрышный сектор. UBS оценивает, что к 2028 году накопленный свободный денежный поток (FCF) в секторе хранения и памяти составит около 30% от рыночной стоимости, что является самым высоким показателем среди всех подсекторов — только у Micron (MU) он составит 47%. Citigroup и Nomura сохраняют рекомендации на покупку акций Samsung Electronics, поскольку глобальный рынок памяти находится в состоянии крайнего дефицита. Аналитик Citigroup Питер Ли отметил, что потребность в памяти для рассуждений Kimi K3 не уступает другим передовым моделям, а увеличение объема кэширования KV напрямую повысит спрос на серверные DDR5 и корпоративные твердотельные накопители (eSSD). Он особенно подчеркнул: для масштабного развертывания Kimi K3 требуется кластерная конфигурация "суперузла" с более чем 64 GPU.

Инфраструктура вычислений: TSMC и NVIDIA первыми получат выгоду. Независимо от того, сохраняется ли закон масштаба на стороне обучения или растет спрос на токены на стороне рассуждений, это в конечном итоге указывает на потребность в большем количестве передовых чипов. Nomura подтверждает свои рекомендации на покупку акций TSMC, ASE, MediaTek и других. NVIDIA ранее публично заявляла, что эффективность рассуждений современных моделей MoE (гибридная архитектура экспертов) на GB300 NVL72 по сравнению с предыдущей архитектурой Hopper увеличилась в 25 раз. Модели, подобные K3, естественным образом являются выгодополучателями от новейшего оборудования NVIDIA.

Сеть: тренд суперузлов создает структурные возможности. Kimi K3 требует кластеров суперузлов, а китайские вычислительные мощности ограничены экспортным контролем на высококачественные чипы, что требует большей зависимости от архитектуры суперузлов для компенсации разрыва в производительности одной карты, что стимулирует спрос со стороны поставщиков сетевых модулей, оптических чипов и т.д. Nomura положительно оценивает Zhongji Xuchuang и Suzhou Xuchuang.

Облачные платформы: выигрывают от эффекта экосистемы. Облачные платформы, которые управляют множеством передовых открытых моделей, имеют более сильные переговорные позиции и не зависят от единого поставщика закрытых моделей. Nomura положительно оценивает Alibaba (BABA) как ядро китайской AI-экосистемы, а также GDS, VNET и других операторов центров обработки данных.

Насколько быстро проникают китайские AI модели в глобальный рынок?

Это, возможно, самый недооцененный момент во всей нарративе.

Согласно статистике открытого API шлюза OpenRouter, доля использования токенов китайских AI моделей среди глобального трафика разработчиков за год увеличилась с менее 2% до более 45%. Данные Bank of America Merrill Lynch подтверждают ускорение общего проникновения AI: в настоящее время около 55% американских компаний подписались на AI модели, платформы или инструменты, уровень принятия Anthropic составляет 42%, а OpenAI — 40%. Ведущие AI потребители (первые 1% корпоративных пользователей) тратят на AI в среднем 4833 доллара на каждого сотрудника в месяц.

Рынок начинает дифференцироваться. С одной стороны, это китайские открытые модели, такие как DeepSeek и Kimi K3, охватывающие экономичный и средне-высокий сегменты рынка; с другой стороны, ведущие американские передовые модели сосредоточены на более сложных рабочих нагрузках (таких как научные вычисления), поддерживая технологическую и ценовую премию. Nomura считает, что ведущие игроки на обеих сторонах, как в Китае, так и в США, будут выигрывать — при условии, что они смогут оставаться на переднем крае технологической кривой.

K3 действительно меняет темп конкуренции, а не историю одной компании

После выпуска K3 первая реакция рынка была сравнить ее с DeepSeek R1. Это сравнение полезно, но не стоит останавливаться на уровне "снова ли нужно будет вкладываться в AI-аппаратное обеспечение".

DeepSeek заставил рынок переоценить эффективность обучения. K3 показывает рынку еще одну вещь: открытые модели также могут вывести масштаб, длинный контекст, агентов и мультимодальность на передний план.

Это заставит американские передовые лаборатории продолжать инвестировать, а также позволит китайским моделям продолжать расширяться в глобальной экосистеме разработчиков. Закрытые топовые модели сохраняют технологическую и ценовую премию, открытые модели охватывают больше ценовых диапазонов и сценариев развертывания, облачные компании обеспечивают распространение моделей и внедрение в бизнес, а аппаратные цепочки берут на себя давление от обучения и рассуждений.

В краткосрочной перспективе рынок может колебаться из-за "памяти DeepSeek". В среднесрочной перспективе, пока использование токенов продолжает расти, длинный контекст и агенты продолжают распространяться, вычислительные мощности, HBM, хранение, сеть и IDC остаются неизбежными статьями затрат.

Это также причина, по которой несколько организаций после K3 пришли к схожим выводам: более сильные открытые модели не являются концом спроса на AI-инфраструктуру, а могут стать входом в следующий раунд распространения спроса.

Тем не менее, Bank of America Merrill Lynch также четко оставила риск на заднем плане: "Если скорость прироста эффективности превысит рост рабочей нагрузки, мы можем увидеть некое снижение в инфраструктурном строительстве." Иными словами, если модели становятся все дешевле, но объем использования не увеличивается значительно, логика роста спроса на вычислительные мощности будет под вопросом.