Kimi K3 wywołał falę wyprzedaży akcji technologicznych. Dlaczego model Moonshot AI tak mocno poruszył rynki?

Premiera szybko przestała być wyłącznie wydarzeniem ze świata sztucznej inteligencji. Inwestorzy zaczęli ponownie oceniać ekonomiczne podstawy całego boomu AI: skoro stosunkowo tani model z Chin może osiągać poziom porównywalny z częścią czołowych systemów amerykańskich, to czy firmy rzeczywiście będą potrzebowały tak ogromnych ilości układów GPU i infrastruktury? Ta obawa dołożyła paliwa do wyprzedaży akcji technologicznych i ożywiła amerykańską debatę o udostępnianiu zaawansowanych modeli z otwartymi wagami .

Poniżej oddzielamy potwierdzone informacje od twierdzeń, których nie udało się niezależnie zweryfikować.

Co właściwie zaprezentował Moonshot AI?

Kimi K3 to rzadki model architektury sparse mixture-of-experts (MoE). Łącznie ma 2,8 bln parametrów, ale podczas generowania każdego tokena aktywowanych jest tylko 16 z 896 modułów eksperckich . Oznacza to, że liczba parametrów podawana w nagłówkach nie odpowiada bezpośrednio liczbie parametrów wykorzystywanych przy każdym obliczeniu.

Model oferuje okno kontekstowe o długości do 1 mln tokenów oraz natywne możliwości analizy obrazu. Ma być przeznaczony przede wszystkim do zaawansowanego rozumowania, długich zadań programistycznych i pracy wiedzochłonnej .

Kimi K3 jest już dostępny przez Kimi.com, Kimi Work, Kimi Code i API Moonshot. Pełne wagi — czyli pliki pozwalające badaczom i firmom uruchamiać oraz dostosowywać model na własnej infrastrukturze — mają zostać opublikowane do 27 lipca 2026 r. Licencja jest często opisywana jako Modified MIT, ale w momencie premiery nie została jeszcze oficjalnie opublikowana .

Cena: koniec ery skrajnie tanich modeli z Chin?

API Kimi K3 wyceniono na:

• 3 dolary za 1 mln tokenów wejściowych bez trafienia w pamięć podręczną,
• 15 dolarów za 1 mln tokenów wyjściowych,
• 0,30 dolara za 1 mln tokenów wejściowych przy trafieniu w cache .

To wyraźnie więcej niż w przypadku poprzednika K2.6, który kosztował 0,95 dolara za wejście i 4 dolary za wyjście za 1 mln tokenów. Stawki K3 odpowiadają poziomowi cenowemu Claude Sonnet 5, dlatego część komentatorów ogłosiła „koniec supertaniej chińskiej AI” .

Sama cena tokenów nie przesądza jednak o koszcie całego zadania. Według dostępnych porównań przeciętny koszt zadania z użyciem K3 wynosi około 0,94 dolara — podobnie jak w przypadku GPT-5.6 Sol (1,04 dolara) i mniej więcej połowę kosztu Claude Opus 4.8 (1,80 dolara) .

Wyniki testów: gdzie K3 rzeczywiście wygrywa?

Najczęściej powtarzane stwierdzenie mówi, że Kimi K3 „pokonuje Claude Opus 4.8 i GPT-5.5”. To twierdzenie jest częściowo potwierdzone, ale bez dodatkowego kontekstu może wprowadzać w błąd.

Mocne strony Kimi K3

• Artificial Analysis Intelligence Index: K3 uzyskał wynik 57, przed Claude Opus 4.8 (56) i mniej więcej na poziomie GPT-5.5. Nadal pozostaje jednak za Claude Fable 5 (60) oraz GPT-5.6 Sol (59) .
• SWE Marathon, czyli test długich, agentowych zadań programistycznych: K3 osiągnął 42,0%, wobec 26,0% dla Opus 4.8 — to wyraźna przewaga w tym konkretnym sprawdzianie .
• Frontend Code Arena: K3 zajął pierwsze miejsce z wynikiem 1679 punktów. Był to pierwszy przypadek, gdy model z otwartymi wagami znalazł się na szczycie tego rankingu .
• Optymalizacja jąder GPU: Moonshot twierdzi, że K3 „znacząco przewyższył” Opus 4.8, GPT-5.6 Sol i GPT-5.5 .
• K3 prowadzi także w Program Bench (77,8), AutomationBench-AA (53%) i kilku innych testach programowania oraz pracy agentowej .

Gdzie K3 nie jest liderem?

Sam Moonshot przyznał, że Kimi K3 „wciąż ustępuje najpotężniejszym modelom własnościowym”, czyli Claude Fable 5 i GPT-5.6 Sol . W teście GDPval-AA v2 Elo Claude Fable 5 uzyskał 1760 punktów, GPT-5.6 Sol — 1748, a Kimi K3 — 1668 .

W uznawanym teście SWE-bench Pro prowadzi Claude Opus 4.8 z wynikiem 69,2%. Wynik K3 dla tego benchmarku nie został jeszcze opublikowany .

Werdykt: Kimi K3 faktycznie pokonuje Claude Opus 4.8 i GPT-5.5 w kilku konkretnych testach kodowania i zadań agentowych. Nie oznacza to jednak uniwersalnego zwycięstwa nad tymi modelami ani przewagi nad absolutną czołówką rynku. Najuczciwiej mówić o dużym sukcesie w wybranych zastosowaniach, a nie o ogólnej dominacji.

Dlaczego rynki zareagowały tak gwałtownie?

Premiera K3 zbiegła się z silną wyprzedażą akcji technologicznych i spółek półprzewodnikowych na całym świecie. Rynki nie zareagowały wyłącznie na samą liczbę parametrów. Kluczowe było pytanie o związek między postępem AI, kosztami obliczeń i przyszłym popytem na sprzęt.

Dotychczasowa teza inwestycyjna zakładała, że coraz lepsze modele będą wymagały coraz większych centrów danych, większej liczby akceleratorów i ogromnych nakładów kapitałowych. K3 podważył część tego założenia: jeśli model z otwartymi wagami może konkurować z droższymi systemami własnościowymi w ważnych zadaniach, firmy mogą próbować osiągać podobne rezultaty przy niższych kosztach lub przy użyciu mniejszej ilości infrastruktury .

Nie jest to dowód, że popyt na chipy rzeczywiście spadnie. Wystarczyło jednak, by inwestorzy zaczęli dyskontować możliwość niższych marż, mniejszych budżetów na infrastrukturę i słabszego uzasadnienia dla bardzo wysokich wycen spółek powiązanych z AI.

Skala spadków

• Tajwan: indeks ważony TSEC spadł o ponad 6% w dniach 16–17 lipca .
• Japonia: Nikkei 225 stracił około 4% .
• Korea Południowa: KOSPI spadł 6,3% 16 lipca; akcje Samsung Electronics zniżkowały o około 8%, a SK Hynix o blisko 11% .
• Nasdaq Composite: 17 lipca obniżył się o 1,40% .
• Philadelphia Semiconductor Index (SOX): znalazł się ponad 20% poniżej czerwcowego maksimum, co oznaczało wejście w rynek niedźwiedzia. Według dostępnych szacunków z globalnej kapitalizacji sektora chipów wyparowało około 3,3 bln dolarów .

Wśród pojedynczych amerykańskich spółek Nvidia spadła o 2,2%, Applied Materials o 3,7%, AMD o 5,5%, a Broadcom o 6,3% .

To nie był spadek wywołany wyłącznie przez K3

Wyprzedaż sektora półprzewodników trwała już od kilku tygodni. Inwestorzy obawiali się między innymi, że firmy technologiczne wydają na AI więcej, niż będą w stanie uzasadnić przyszłymi przychodami. Indeks SOX spadł o 4,2% już w tygodniu zakończonym 3 lipca .

Kimi K3 stał się więc raczej katalizatorem niż jedyną przyczyną ruchu. Premiera nadała konkretny kształt wcześniejszym obawom: zaawansowane modele mogą wymagać mniej mocy obliczeniowej, niż zakładano, a rozwój AI nie musi automatycznie prowadzić do nieograniczonego wzrostu popytu na chipy .

Co z wycenami OpenAI i Anthropic?

W przestrzeni medialnej pojawił się szacunek analityka IG Tony’ego Sycamore’a, według którego po premierze K3 z implikowanych wycen OpenAI i Anthropic mogło zniknąć łącznie 314 mld dolarów.

Ta liczba nie została potwierdzona obserwowalnymi transakcjami ani weryfikowalnymi danymi. Należy traktować ją jako raportowany szacunek analityczny, a nie jako faktycznie odnotowaną stratę wartości w transakcjach rynkowych.

Moonshot AI, finansowanie i możliwy debiut w Hongkongu

Moonshot AI powstał w 2023 r. Założył go Yang Zhilin, wcześniej związany z Google Brain . Według wielu doniesień startup pozyskał wcześniej w 2026 r. 2 mld dolarów przy wycenie 20 mld dolarów . W dostępnych materiałach nie ma jednak jednoznacznego potwierdzenia konkretnej rundy z maja 2026 r.

Raporty mówią również o przygotowaniach do debiutu giełdowego w Hongkongu, który mógłby wycenić spółkę na ponad 30 mld dolarów. Nie potwierdzono jednak oficjalnego zgłoszenia ani ostatecznej wyceny .

Amerykańska debata o otwartych modelach AI

Premiera K3 ponownie rozpaliła w Stanach Zjednoczonych spór o to, jak daleko firmy powinny posuwać się w udostępnianiu modeli z otwartymi wagami .

Sedno problemu jest strategiczne: jeśli amerykańskie przedsiębiorstwa ograniczą możliwości swoich modeli open-weight, a chińskie firmy będą publikować systemy zbliżone do granicy możliwości technologicznych, takie ograniczenia mogą osłabić pozycję USA zamiast ją chronić.

CNN i inne media informowały, że sukces K3 nasilił obawy o bezpieczeństwo trwającego boomu inwestycyjnego w AI oraz odnowił dyskusję w Waszyngtonie o tym, czy amerykańskie modele z otwartymi wagami powinny być ograniczane do poziomu możliwości chińskich systemów .

Nie udało się natomiast zweryfikować konkretnego twierdzenia, jakoby rzecznik Pentagonu publicznie sprzeciwił się postulowanym przez OpenAI ograniczeniom dotyczącym chińskich modeli z otwartymi wagami. Dla tej wymiany brakuje wystarczających dowodów.

Najważniejsze ustalenia fact-checkingu

Co będzie teraz najważniejsze?

Kimi K3 jest realnym osiągnięciem technicznym i wydarzeniem, które wpłynęło na rynki. Jako model o największej dotąd deklarowanej skali wśród systemów z otwartymi wagami pokazuje, że chińskie laboratoria mogą rywalizować z amerykańskimi firmami w kluczowych zadaniach programistycznych i agentowych.

Nie wynika z tego jednak, że K3 przewyższa wszystkie systemy własnościowe. Najmocniejsze modele — Claude Fable 5 i GPT-5.6 Sol — nadal prowadzą w ogólnych porównaniach, a część wyników K3 pochodzi z deklaracji Moonshotu lub testów, w których rezultaty zależą od zastosowanego środowiska i narzędzi .

Najważniejsze punkty obserwacji to:

1. faktyczna publikacja pełnych wag 27 lipca,
2. niezależne wyniki benchmarków, między innymi Artificial Analysis,
3. rzeczywiste koszty uruchamiania i dostrajania modelu,
4. dalszy przebieg wyprzedaży akcji półprzewodników,
5. formalne kroki związane z potencjalnym IPO Moonshot AI w Hongkongu.

Dopiero te dane pokażą, czy Kimi K3 zapoczątkuje trwałą zmianę ekonomiki AI, czy pozostanie jednym — choć wyjątkowo gwałtownym — sygnałem w długiej rywalizacji chińskich i amerykańskich laboratoriów.