20260729-中国银河-传媒互联网行业行业点评报告_Kimi_K3发布_推动AI商业化提速_12页_1mb

报告摘要

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。

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。

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。

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。

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