Kimi K3撞上Gemini延期：AI交易進入回報審查期
Kimi K3以開放權重形式釋出，在程式設計、智慧體和通用能力測試中接近部分前沿閉源模型；幾乎同一時間，谷歌Gemini 3.5 Pro被曝因程式設計能力和內部協同問題再次延期。兩則訊息疊加，強化了市場對開源與閉源模型競爭、大模型公司商業生存能力，以及AI資本開支回報率的討論。
近期儲存、半導體和資料中心產業鏈集體下跌，蘋果卻逆勢創下新高，英偉達與Alphabet在大跌後僅出現有限修復。這種分化顯示，市場正在重新評估AI產業鏈各環節的盈利質量。過去兩年，只要資本開支援續增長，從GPU、HBM到伺服器、光模組和電力裝置都能獲得估值擴張；如今，投資者開始追問這些投入最終能夠創造多少收入、利潤和自由現金流。
開源模型正在改變AI行業的定價基礎
中國開源模型的追趕速度明顯加快。Kimi K3的意義不只在於效能接近前沿模型，更在於高效能模型正在以更低價格、更開放的部署方式進入市場。企業可以選擇私有化部署，也可以基於開放權重進行微調，從而減少對單一閉源API的依賴。
這種變化首先衝擊模型服務的定價能力。若開源模型能夠覆蓋大部分程式設計、客服、搜尋和智慧體任務，閉源廠商就需要依靠更強的效能、產品體驗、安全能力和生態整合證明溢價。模型能力的領先週期也在縮短，一次釋出建立的優勢可能很快被追平。
大模型公司的生存門檻因此繼續提高。持續訓練前沿模型需要鉅額資金，單純依賴API呼叫收入很難覆蓋研發、推理和獲客成本。未來能夠長期留在牌桌上的公司，大概率同時擁有融資能力、使用者入口、企業客戶和雲端計算資源。開源模式同樣面臨商業化壓力，開放權重可以迅速擴大影響力，卻不能自動轉化為穩定利潤。模型行業可能逐漸走向少數綜合平臺、若干專業模型廠商和大量低成本應用開發者並存的結構。
低成本模型對硬體需求具有雙向影響
開源模型追趕對上游硬體並非單一利空。短期內，更高的訓練效率、更低的推理成本以及模型複用，會降低部分重複訓練需求，並促使雲廠商重新審查資本開支節奏。市場擔心大規模GPU、HBM和資料中心投資最終形成供給過剩，這也是儲存和伺服器產業鏈波動放大的重要原因。
與此同時，成本下降也會擴大AI的使用範圍。當模型呼叫價格降低，更多企業會部署智慧體、自動化程式設計、內容生成和內部知識系統，單個任務消耗的算力減少，但任務總量可能快速增長。長期硬體需求取決於“單位計算成本下降”與“總使用量增長”之間的競爭。
硬體支出的結構也將變化。訓練叢集仍然重要，新增需求可能逐漸向推理晶片、企業伺服器、邊緣裝置、儲存容量和網路基礎設施擴散。GPU和HBM需求仍可增長，但產業鏈各環節很難繼續同步上漲。擁有技術壁壘、穩定客戶和成本優勢的公司更容易保持利潤，產能擴張過快、產品同質化較強的環節則會重新呈現週期屬性。
市場從資本開支擴張轉向現金流篩選
模型效率提升和商業化前景的不確定性，正在改變科技股內部的定價方式。近期儲存、半導體和資料中心產業鏈集體下跌，蘋果卻逆勢創下新高，英偉達與Alphabet在大跌後僅出現有限修復。這種分化反映出資金開始降低對遠期增長故事的容忍度，更重視資本開支強度、自由現金流以及現有業務能否為AI投入提供持續支撐。
蘋果目前承擔的AI基礎設施投入相對有限，同時掌握龐大的終端裝置、應用生態和付費使用者。它既可以通過端側模型發展自身能力，也可以呼叫外部模型完善產品，在模型競爭格局尚未穩定時保留較大的選擇空間。市場給予蘋果更高溢價，體現出資金對輕資本路徑、穩定現金流和使用者入口的偏好。
相比之下，谷歌既要保持Gemini的前沿競爭力，也要保護搜尋業務，並承擔持續增長的資料中心投入。Gemini延期因此容易被解讀為投入增加與產品兌現速度之間出現落差。英偉達仍擁有算力生態和軟體壁壘，但其估值越來越依賴雲廠商資本開支援續增長。當模型效率提升、客戶自研晶片和開源模型追趕同時出現，市場自然會提高對未來訂單和利潤率的審查標準。
儲存股承受的壓力更加明顯。其股價此前同時計入AI需求增長、產品漲價和供給緊張，一旦市場開始討論資本開支放緩、新產能釋放或模型效率提升，盈利高點預期便會被提前下修。即使實際訂單仍然強勁，估值也可能先於基本面調整。
AI行情將從普漲轉向分層
短期內，AI板塊較難迅速回到過去那種單邊上漲狀態。持倉擁擠、估值偏高、模型競爭加劇以及資本開支回報率爭議，會持續放大財報和產品延期帶來的波動。資金可能在晶片、雲平臺、軟體應用和消費電子之間頻繁輪動，行業指數的表現也會弱於少數真正兌現利潤的公司。
中期來看，全球科技公司仍需維持較高投入。模型競爭尚未結束，企業智慧體、主權AI和推理需求仍在擴張，任何一家大型平臺主動削減投資，都可能面臨技術和市場份額落後的風險。不過，資本開支增速可能逐漸放緩，管理層需要提供更明確的收入轉化證據。
長期價值將沿著產業鏈重新分配。基礎模型趨於商品化後，價值會更多流向使用者入口、專有資料、行業應用、雲平臺和高效率硬體。AI仍可能是未來數年最重要的科技投資主線，但行情會從“擁有AI概念即可上漲”轉向盈利兌現、現金流質量和競爭壁壘的篩選。市場對AI的信仰沒有消失，估值體系正在變得更加嚴格。