> **来源：[研报客](https://pc.yanbaoke.cn)** # Kimi K3投资启示总结 ## 核心内容概述 Kimi K3是Kimi推出的新一代生成式AI模型，其在模型规模、架构优化、功能扩展及商业化策略方面均实现了显著突破，为国产AI模型的发展提供了新的投资视角。该模型不仅在技术能力上超越了前代产品Kimi K2，还在应用场景和商业模式上展现出更强的竞争力。 ## 主要观点与关键信息 ### 1. 模型规模与架构升级 - **参数规模**：Kimi K3参数规模达到2.8万亿，远超Kimi K2。 - **推理效率**：通过KDA（知识蒸馏）、AttnRes（注意力资源优化）及高稀疏MoE（混合专家模型）等技术，实现相较Kimi K2约2.5倍的整体缩放效率提升。 - **功能增强**：支持100万Token的上下文长度和原生视觉理解能力，适用于软件工程、知识工作与深度推理等复杂场景。 - **软硬件适配**：模型架构对跨卡通信、专家路由和推理软件提出了更高要求，这为国产软硬件的适配化带来了新的机遇与挑战。 ### 2. Agent工作负载显著扩大 - **任务复杂度提升**：K3在生成AI ASIC行业研究网站时，经历了120轮以上的递归改进，完成2800次网页搜索与抓取、1100次终端数据调用，处理超过1.1万页内容。 - **并发处理能力**：引力波分析案例中，调用20个以上并发子Agent处理391个事件，显示出强大的并行计算能力。 - **工作流程扩展**：任务已由单次问答转变为包含检索、执行、校验、绘图和修改的长链路流程，Agent的渗透提升了实际工作流的效率和深度。 - **商业化价值**：Agent能力的提升带来了新的工作负载，推动模型在复杂任务中的应用，增加了商业价值。 ### 3. 定价中枢上移 - **API定价策略**：K3 API缓存命中输入、未命中输入和输出价格分别为\$0.30、\$3.00 和 \$15.00/百万Token，较K2系列明显提升。 - **产品定位转变**：K3的产品定位从低价模型服务转向旗舰能力定价，聚焦于长上下文、复杂推理和Agent任务。 - **行业趋势**：国产模型价格中枢正在向海外水平靠拢，反映其智能能力的持续提升。 - **成本控制**：K3通过优化降低了实际调用成本，使得模型厂商能够在提升名义Token价格的同时，维持用户的使用门槛。 ## 投资结论 - **能力提升**：国产模型在长上下文、多模态、工具调用及复杂Workflow执行等方面持续进步，与海外前沿模型的能力差距正在缩小。 - **价值转变**：模型价值由单轮问答转向实际工作环节，如检索、分析、执行、验证和交付，提升了整体的商业价值。 - **付费意愿增强**：复杂工作能力的提升有望增强客户付费意愿，从而推动API价格中枢、调用量及商业化空间同步改善。 - **行业竞争**：行业商业化竞争正由单纯低价策略转向模型能力、缓存效率与算力利用率的综合比拼。 ## 风险提示 - **宏观经济波动**：全球经济环境变化可能影响AI行业的投资回报。 - **技术进步不及预期**：模型性能提升可能未能达到预期，影响市场接受度。 - **中美竞争加剧**：国际竞争可能对国产模型的发展带来压力与不确定性。 ## 相关信息 - **研报名称**：《Kimi K3:能力跨越带来模型价值重估》 - **发布日期**：2026年7月18日 - **研究员**： - 郭雅丽（SAC NO.S0570515060003，SFC NO.BQB164） - 袁泽世（SAC NO.S0570524090001）