Kimi K3被视为中国AI模型的新关键时点，但野村认为这不是算力需求见顶信号

概览

本报告围绕Moonshot AI在WAIC 2026前发布的Kimi K3，评估其对全球大模型竞争格局、中国AI模型国际化、以及AI供应链需求的影响。Kimi K3被描述为目前参数规模最大的开源LLM之一，采用Kimi Delta Attention、Attention Residuals和扩展MoE架构，相比Kimi K2整体扩展效率提升约2.5倍。报告认为，Kimi K3的出现可能让市场联想到DeepSeek R1发布时对算力需求的冲击，但野村的核心判断是：大模型竞争与创新不会停止，算力、网络、AI云和IDC等基础设施链条仍具结构性机会。

核心观点

核心观点包括：第一，Kimi K3标志着中国大模型厂商进入更高端的全球竞争区间，目标市场覆盖高端、经济型和低价模型层。第二，中国模型在全球开发者token量中的占比已显著提升，报告引用OpenRouter统计称中国模型已超过45%，而一年前低于2%。第三，Kimi K3的成功并不意味着训练需求下降，反而强化预训练和后训练扩展定律仍有效的判断。第四，长周期编码、知识工作、多模态创作和智能体任务会带来更重的token消耗，推动推理工作负载增长。第五，软件和应用公司面临LLM扰动，但具备行业数据、场景和客户壁垒的垂直龙头有望长期胜出。

分析框架

报告采用事件驱动加产业链映射的分析方法：先梳理Kimi K3的架构、能力、价格和用例，再将其影响拆分到计算、网络、IDC/云、软件应用四个环节，并进一步映射到相关上市公司评级和投资偏好。分析还对比了海外顶级模型、国内模型与Kimi K3在能力和成本上的相对位置。

方法论与常识提炼

• 模型竞争力评估能力价格对比

  将模型智能指数、单任务成本、上下文窗口、推理能力和多模态能力结合，判断Kimi K3在全球LLM价格带中的位置。

  Kimi K3任务成本约USD0.94，低于Fable 5和Claude Opus 4.8，并接近GPT-5.6 Sol，但高于GLM-5.2和DeepSeek V4 Pro，显示其定位从低成本转向高性价比。

• 产业链影响评估AI供应链分环节映射

  将大模型进展对计算、网络、IDC/云、软件应用的影响分开判断。

  报告认为计算和网络环节受益于训练与推理扩张，AI云和IDC受益于模型托管与算力需求，软件应用端则存在LLM降低进入门槛带来的竞争压力。

• 需求周期判断Scaling Laws与推理负载框架

  通过预训练、后训练和推理工作负载判断先进算力需求是否持续。

  报告认为领先LLM仍未达到性能极限，更多计算资源仍可转化为更强模型能力，因此AI基础设施需求仍然偏强。

标的映射与对比

研报将主题/逻辑映射到具体标的时的结构化摘要（优势、劣势、对比与风险）。

• TSMC (2330 TT)

  AI芯片制造与先进计算受益标的

  优势

  先进制程和AI芯片代工能力使其处于AI算力扩张核心位置。

  劣势

  受全球半导体周期、客户资本开支和地缘政治风险影响。

  对比

  报告将其列为AI chip enabler，并重申Buy。

  风险

  若AI资本开支放缓或供应链受限，订单与估值可能承压。

• ASE (3711 TT)

  先进封装和AI芯片供应链受益标的

  优势

  受益于WoS和CoW等先进封装需求。

  劣势

  周期性和封装产能利用率波动仍是约束。

  对比

  报告将其列入计算环节Buy名单。

  风险

  AI芯片需求或先进封装扩产节奏低于预期。

• Samsung Electronics (005930 KS)

  AI存储短缺受益标的

  优势

  全球存储行业因AI需求出现严重短缺，报告将其列为韩国科技分析师偏好标的。

  劣势

  存储业务仍具价格周期波动。

  对比

  报告中为Buy评级偏好股。

  风险

  若AI服务器需求降温，存储价格和盈利修复可能低于预期。

• Zhongji InnoLight (300308 CH)

  AI网络与光模块受益标的

  优势

  大规模AI工厂和SuperNode需求提升光模块与互联价值。

  劣势

  受客户集中度、产品迭代和价格竞争影响。

  对比

  报告将其列为全球AI networking领域偏好标的并给予Buy。

  风险

  AI集群建设节奏、海外需求或技术规格切换低于预期。

• Suzhou TFC (300394 CH)

  AI网络光通信组件受益标的

  优势

  受益于AI集群互联和高速光通信需求增长。

  劣势

  行业竞争和客户认证周期可能影响增长兑现。

  对比

  报告将其与Zhongji InnoLight并列为网络环节Buy标的。

  风险

  资本开支放缓或光通信价格下行。

• Alibaba (BABA US)

  中国AI云生态受益标的

  优势

  AI云平台可通过MaaS、开源模型托管、私有化部署和合规服务增强生态和议价能力。

  劣势

  云业务竞争和宏观互联网需求仍可能制约增长。

  对比

  报告称看好Alibaba在中国AI Cloud生态中的位置，并给予Buy。

  风险

  AI云变现低于预期、模型服务价格竞争或监管不确定性。

• GDS (GDS US)

  IDC基础设施受益标的

  优势

  受益于大型AI云公司和前沿模型公司的训练与推理基础设施需求。

  劣势

  IDC业务资本开支高、回报周期较长。

  对比

  报告将其列为IDC领域Buy标的。

  风险

  客户扩张不及预期、电力资源约束或融资成本上升。

• VNET (VNET US)

  IDC基础设施受益标的

  优势

  有望受益于中国AI训练和推理负载带来的数据中心需求。

  劣势

  行业竞争、资产负债表和利用率波动可能影响盈利。

  对比

  报告将其列为IDC领域Buy标的。

  风险

  AI客户需求兑现慢于预期或IDC供给过剩。

• Kingdee (268 HK)

  垂直软件与生成式AI应用受益标的

  优势

  具备企业软件和行业场景基础，若有效结合生成式AI可强化护城河。

  劣势

  LLM降低开发门槛可能加剧应用层竞争。

  对比

  报告将其列为中国软件领域Buy标的。

  风险

  AI功能商业化不足或客户IT支出疲弱。

• Kingsoft Office (688111 CH)

  办公软件与生成式AI应用受益标的

  优势

  办公场景适合AI助手和知识工作流升级。

  劣势

  通用软件可能受到LLM原生应用冲击。

  对比

  报告将其列为中国软件领域Buy标的。

  风险

  AI订阅转化低于预期或竞争加剧。

关键数据

• Kimi K3参数规模2.8T报告称其为目前参数规模最大的开源LLM之一。
• 上下文窗口1M tokensKimi K3具备100万token上下文窗口。
• 扩展效率提升约2.5倍相对于Kimi K2的整体scaling效率提升。
• Artificial Analysis智能指数57报告称Kimi K3在189个模型中排名第3至第4。
• Kimi K3价格USD3/mn token input；USD15/mn token output缓存命中输入价格为USD0.30/mn token。
• Kimi K3单任务成本约USD0.94低于Fable 5约USD2.75和Opus 4.8约USD1.80，接近GPT-5.6 Sol约USD1.04。
• 中国模型全球开发者token量占比超过45%报告引用OpenRouter统计，并称一年前低于2%。
• 无监督芯片设计用例48小时Kimi K3完成基于开源EDA的无人值守芯片设计流程示例。

影响与含义

投资含义上，报告将Kimi K3视为中国AI模型能力升级和全球化竞争的催化剂，而不是AI基础设施需求下行的证据。短期市场可能因中国模型在受限芯片条件下取得突破而担忧算力资本开支，但野村认为更强模型会扩大生成式AI在消费者和企业端的应用场景，推动训练、后训练、推理、网络互联、AI云和IDC需求继续增长。软件端的影响更分化：LLM会降低应用开发门槛，削弱部分通用软件公司的竞争优势，但垂直行业龙头若能利用生成式AI强化产品和生态，长期有望受益。

风险

• Kimi K3等中国模型突破可能短期引发市场对先进算力需求的担忧。
• 地缘政治和技术脱钩可能影响AI芯片、模型服务和跨境云生态。
• AI基础设施资本开支若放缓，计算、存储、网络、IDC相关标的可能承压。
• LLM降低软件开发门槛，可能削弱部分通用软件公司的护城河。
• 模型能力、价格和成本数据来自第三方或公司披露，存在后续变化和验证不确定性。

后续跟踪

• Kimi K3完整模型权重发布后的开发者采用情况和生态扩散速度。
• 中国模型在OpenRouter等全球开发者平台中的token份额变化。
• 海外顶级模型对Kimi K3的技术和价格响应。
• AI云平台MaaS收入、推理token消耗和私有化部署需求。
• AI服务器、先进封装、HBM/存储、光模块和IDC资本开支是否延续强势。
• 垂直软件公司将生成式AI转化为付费产品和客户留存的能力。