更多Token、更多芯片，Kimi K3体现“杰文斯悖论”，效率提升反而增加资源消耗 文章

花旗半导体分析师Peter Lee认为，Kimi K3触发“杰文斯悖论”，即技术效率提升降低单位使用成本后，最终资源总消耗不降反升，服务器DDR5和eSSD等通用内存需求仍会增加。美银证券认为，更强的中国开源模型未必会让美国AI巨头削减算力投入，相反模型差距收窄会提高领先者维持优势的成本。 Kimi K3把AI投资者重新带回一个核心问题：模型更便宜、更高效，是否意味着芯片和内存需求下降？花旗和美银证券的答案都偏向否定，效率提升可能释放更多使用量，进而推高总资源消耗。 据追风交易台，月之暗面发布的Kimi K3拥有2.8万亿参数，面向100万token上下文窗口和长周期智能体任务。花旗半导体分析师Peter Lee认为，即便Kimi K3被广泛使用，服务器DDR5和eSSD等通用内存需求仍会增加。 美银证券半导体分析师Vivek Arya在7月17日的研究中也指出，美国前沿AI实验室更可能增加算力投入，而不是减少投入。若中国开源模型持续逼近，OpenAI，Anthropic和Google等领先者需要用更大训练规模，更重推理和更快产品迭代维持差异化。 这意味着市场对Kimi K3的定价逻辑，不能只看单次推理成本下降。更关键的是，低价模型是否带来更多调用，更长任务链和更多token生成。若答案为是，GPU，HBM，DDR5，eSSD，高速网络和推理系统都可能继续受益。 01 低价高性能，触发“杰文斯悖论” 花旗将Kimi K3视为AI产业链中“杰文斯悖论”的潜在案例。该悖论的核心是，技术效率提升降低单位使用成本后，使用量可能大幅增加，最终资源总消耗不降反升。 Kimi K3的吸引力来自低成本与高性能组合。公开价格显示，缓存命中输入价格为每百万token 0.3美元，输出价格为每百万token 15美元。其完整权重计划于7月27日披露，目标是支持长周期智能体工作。 花旗的判断是，模型降价不会自动减少硬件需求。相反，低成本可能提高开发者和企业调用模型的意愿，推动更多AI智能体部署。智能体任务并非一次性问答，而是在连续任务中不断生成，读取和处理token。调用次数和任务长度上升，会把单位成本下降重新转化为总资源消耗。 因此，Kimi K3对半导体链条的影响，重点不在“单次调用是否更便宜”，而在“总token量是否扩大”。