> **来源：[研报客](https://pc.yanbaoke.cn)** # Kimi K3 发布，推动 AI 商业化提速 —— 行业点评报告总结 ## 核心观点 - **Kimi K3 发布，性能对标闭源模型** 月之暗面于 2026 年 7 月 17 日发布 Kimi K3，参数量达 2.8 万亿，是当前最大的开放权重模型之一。Kimi K3 在代码能力、智能体（Agent）相关多项基准测试中，性能对标甚至超越头部闭源旗舰模型，表明开放权重与闭源权重模型之间的性能差距持续收窄。 - **词元消耗持续增长，支撑行业长期发展** 全球 token 每周用量由 2025 年 8 月的 3T-4T tokens 增长至 2026 年 7 月的 60T tokens，国内日均调用量也实现指数级增长。词元需求的持续增长将带动 API 调用需求，进一步强化模型底座厂商的市场地位与盈利能力。 - **模型性能趋同，价值分配重心转移** 随着模型性能趋同，企业竞争将更多依赖于专有数据、流量分发渠道和用户粘性。数据资源日益稀缺，高质量训练数据的争夺将加剧，而“越大越好”的模型扩展路径效果可能减弱，数据供给将成为制约大模型发展的关键瓶颈。 - **开源生态推动 AI 应用发展** 开源生态有助于实现模型平权，降低企业技术接入门槛，释放应用端创新活力。国内互联网大厂如阿里巴巴、腾讯、字节跳动等，正加快开源布局，推动 AI 应用生态向更广泛的商业化方向发展。 --- ## 一、Kimi K3 发布与性能表现 - Kimi K3 是月之暗面推出的最新大模型，参数量达 2.8 万亿，是当前开放权重模型中规模最大的之一。 - 在代码能力、智能体（Agent）相关多项基准测试中，Kimi K3 的性能表现优异，甚至超越部分闭源旗舰模型。 - Kimi K3 采用混合架构，整体扩展效率较上一代 K2 提升 2.5 倍，具备更强的处理能力与推理性能。 --- ## 二、词元消耗与行业增长 - **全球词元用量持续上升** 全球每周 token 用量从 2025 年 8 月的 3T-4T tokens 增长至 2026 年 7 月的 60T tokens，显示 AI 应用对计算资源的依赖加深。 - **词元消耗对模型底座厂商的影响** 词元调用量增长直接带动 API 接口调用需求，模型底座厂商因承担词元运算与推理任务，其服务收入与规模效应与词元消耗量、API 调用频次密切相关。 - 高词元消耗量有助于摊薄模型训练与运维成本，提升模型底座厂商的技术壁垒与市场竞争力，成为支撑行业增长的核心驱动力。 --- ## 三、模型性能趋同与数据资源的重要性 - **数据资源成为关键瓶颈** 可公开获取的人类生成数据日益稀缺，合成数据质量较低，可能限制模型性能提升空间。 - **模型性能差距收窄** 随着开源模型与闭源模型性能趋同，开放权重模型的优势逐步显现，尤其在代码与智能体相关任务中。 - **价值分配重心转移** 基础大模型正走向商品化，企业间的竞争将从模型能力本身转向数据资源、流量渠道与用户粘性。拥有独家数据集与庞大用户基数的互联网平台将更具竞争优势。 --- ## 四、AI 智能体时代与开源生态 - **AI 从 1.0 到 3.0 的演进** AI 技术发展经历了三个阶段： - **1.0 阶段**：被动分析与判断（如生物识别）。 - **2.0 阶段**：生成式 AI 出现，具备内容生成能力。 - **3.0 阶段**：AI 智能体时代到来，模型具备环境感知、自主决策与任务执行能力。 - **开源推动应用端发展** 开源模型降低了企业接入 AI 技术的门槛，激发了应用端的创新活力。国内大厂如 DeepSeek、阿里巴巴、腾讯、字节跳动等均积极布局开源模型，推动 AI 应用生态发展。 - **代表企业进展** - **阿里巴巴**：2026 年 4 月开源 Qwen3 系列大模型，推出 Agent 全栈产品，强化视觉编程与视频生成能力。 - **腾讯**：发布混元 Hy3 模型，提升 Agent 实用性，推出 WorkBuddy 桌面助手。 - **字节跳动**：持续优化豆包大模型与 Seedance、Seedream 等多模态生成模型，提升视频与图像生成能力。 --- ## 五、风险提示 1. **市场竞争加剧的风险** 市场竞争可能通过价格战、产品创新等方式加剧，若企业无法保持核心竞争力，可能导致市场份额与盈利水平下降。 2. **AIGC 技术与应用发展不及预期的风险** 技术成熟度、算法精确度或市场接受度可能未达预期，影响 AI 应用的商业化进程。 3. **AI 商业化进展不及预期的风险** 商业化进程受阻可能导致企业投资回报周期延长，影响整体经营效率。 --- ## 六、图表与数据 - **图1**：Kimi K3 在多项性能测试中排名全球大模型前列。 - **图2**：Kimi K3 采用混合架构，提升模型处理效率。 - **图3**：Kimi K3 整体扩展效率较 K2 提升 2.5 倍。 - **图4**：全球模型每周 token 用量持续上行。 - **图7**：2028 年大语言模型训练数据消耗量将等同于互联网全部可获取文本。 - **表1**：AI 1.0 到 AI 3.0 的技术特征与应用对比。 - **表2**：近一年国内互联网大厂 AI 重要进展梳理。 --- ## 七、分析师信息 - **岳铮** 传媒互联网行业分析师，约翰霍普金斯大学硕士，2020 年加入中国银河证券研究院。 - **祁天睿** 传媒互联网行业分析师，清华大学（本科）、复旦大学（硕士）毕业，2023 年加入中国银河证券研究院。 --- ## 八、免责声明 - 本报告仅供参考，不构成投资建议。 - 报告内容基于可靠资料，但不保证其准确性或完整性。 - 银河证券不对因使用本报告而产生的损失承担责任。 - 报告可能包含外部链接，不对其内容负责。 --- ## 九、评级标准 - **行业评级** - 推荐：相对基准指数涨幅 10% 以上 - 中性：相对基准指数涨幅在 -5%~10% 之间 - 回避：相对基准指数跌幅 5% 以上 - **公司评级** - 推荐：相对基准指数涨幅 20% 以上 - 谨慎推荐：相对基准指数涨幅在 5%~20% 之间 - 中性：相对基准指数涨幅在 -5%~5% 之间 - 回避：相对基准指数跌幅 5% 以上 --- ## 十、联系信息 - **中国银河证券股份有限公司 研究院** - 深圳总部：深圳市福田区金田路 3088 号中洲大厦 20 层 - 上海总部：上海浦东新区富城路 99 号震旦大厦 31 层 - 北京总部：北京市丰台区西营街 8 号院 1 号楼青海金融大厦 - 公司网址：[www.chinastock.com.cn](http://www.chinastock.com.cn)