Kimi K3的“省”从何而来？
月之暗面最新发布的Kimi K3大模型总参数量达2.8万亿，采用稀疏MoE（Mixture of Experts）架构，在896个专家中每次仅激活16个。这种设计大幅降低了每个token的计算开销，类似于一家拥有896名专家的医院，每位患者仅由最匹配的16位专家会诊，无需全员参与。
算力节省≠总算力需求下降
尽管单次任务的算力消耗减少，但AI总需求可简化为“单次任务算力 × 任务数量”。若新模型使单次成本减半，而调用量因价格下降增长三倍，则总算力消耗反而上升50%。历史经验表明，技术效率提升往往刺激更多使用——如网络资费下降未减少上网行为，视频压缩进步也未遏制流量增长。
光模块为何仍在高增长？
光模块的需求并不直接取决于模型参数总量，而更依赖于AI集群中设备数量、设备间数据交换频率及客户对低延迟的支付意愿。Kimi K3虽降低算术压力，但因专家分散在不同加速器上，通信成为新瓶颈。因此，高带宽互连——尤其是800G光模块——仍是刚需。新易盛上半年净利润预计70亿至80亿元，同比增长78%至103%，印证了当前北美算力基建的强劲需求。
市场担忧的是未来，而非当下
新易盛的利润反映的是已交付订单，属于过去的投资成果。而资本市场交易的是预期。投资者真正忧虑的是：到2027年，云厂商是否还会维持当前资本开支增速？尽管台积电上调2026年资本开支至600亿至640亿美元，存储价格也在上涨，但这些利好已被市场充分定价。若缺乏更高增长斜率，高估值难以为继。
K3只是导火索，非根本原因
上周五科技股回调不应全归咎于Kimi K3。全球半导体板块已连续调整，A股科技股融资余额下滑，市场本就处于高估值、拥挤交易状态。K3的发布恰提供了一个通俗易懂的卖出理由——它如同划着火柴的人，而房间里的“汽油”早已堆积多时。
关键答案将在云厂商财报中揭晓
本周Alphabet将率先披露财报，其云业务收入、资本开支计划及数据中心建设节奏将成为判断AI硬件周期走向的关键信号。若云厂商继续扩产，光模块订单与毛利率有望维持，模型效率提升将被增量使用抵消；反之，若多家云厂商下调资本开支并强调模型效率可替代硬件投入，则当前利润或成周期顶点的“后视镜”。
不必二选一：Kimi与新易盛各有叙事
这场争论无需在Kimi K3与新易盛之间二选一。前者正在重塑AI的成本曲线，后者则验证了当前订单周期的强度。最终决定硬件股利润命运的，不是模型有多高效，而是当AI变得更便宜后，人类究竟会用掉多少。