Kimi K3 引发芯片抛售，但花旗和美银为何逆势看涨内存？

2026 年 7 月 16 日，中国 AI 初创公司 Moonshot AI 发布了拥有 2.8 万亿参数的开放权重模型 Kimi K3，其性能达到或超越美国顶尖模型，但成本仅为其一半。市场反应迅速且惨烈：费城半导体指数一周内暴跌 12.5%，英伟达单日下跌 2.5%，投资者重演了 2025 年 1 月 DeepSeek-R1 引发的那场恐慌——人们担心更廉价、更高效的 AI 会吞噬为其提供动力的芯片需求 。

然而，华尔街的两家银行却持相反观点。花旗（Citi）和美银证券（Bank of America Securities）都认为，这场抛售恰恰押错了方向，并援引了一个拥有 160 年历史的经济理论来解释原因：杰文斯悖论（Jevons Paradox）。

杰文斯悖论的核心论点

花旗和美银证券均认为，Kimi K3 的效率突破将增加而非减少对内存芯片的总需求，因为降低每次推理（inference）的 token 成本，将使 AI 变得前所未有的普及和易用，从而引发大规模的部署。这正是一个教科书式的杰文斯悖论案例。在他们看来，7 月 16 日的抛售完全是一个错误的交易方向 。

花旗的观点：分析师彼得·李（Peter Lee）明确援引悖论

花旗半导体分析师彼得·李明确提到了杰文斯悖论：技术效率的提高降低了单位使用成本，从历史上看，这反而会导致总资源消耗的增加而非减少 。在 Kimi K3 发布前几个月录制的花旗研究播客中，李直接表示：“我认为这种软件效率对内存并非威胁。我认为它对需求是积极的，因为它让 AI 更便宜、更有用，从而驱动对更先进芯片的采购周期，甚至产生更高的需求。所以我认为这就像杰文斯悖论” 。

他详细解释了 Kimi K3 的架构为何会推动更多内存需求：

• 100 万 token 上下文窗口 —— 每次长上下文推理调用都会消耗大量的 KV 缓存（Key-Value cache），这些缓存必须存储在高带宽内存（HBM）和服务器的 DRAM 中。更低的单 token 定价意味着用户将更频繁地使用这百万 token 的上下文，而不是减少使用 。
• MoE 稀疏性对内存而言是“海市蜃楼” —— 尽管 Kimi K3 每次推理仅激活 896 个专家（expert）中的 16 个（约 500 亿活跃参数），但为了支持动态路由，全部 2.8 万亿参数权重仍必须加载到系统内存中。计划于 7 月 27 日开放的权重，将使企业和研究机构进行自托管（self-hosting），届时需要配备数 TB 级的服务器 DDR5 内存和企业级 SSD 来承载和交换整个模型 。
• 基于智能体（Agent）的工作流 —— Kimi K3 专门为多步骤推理的智能体任务进行了优化。这类任务在单次会话中会产生大量连续的推理调用，每一步都消耗内存带宽。更便宜的推理使得更长的智能体推理链在经济上变得可行，从而进一步加剧了单次任务的内存消耗 。
• 开放权重的自托管模式 —— 当 7 月 27 日模型权重完全公开后，企业和研究人员将运行自己的实例，而非仅依赖 API。每个自托管部署都需要一个独立的内存池（GPU 上的 HBM、服务器上的 DDR5 以及用于模型存储/交换的企业级 SSD），这将成倍增加内存的总装机量 。

花旗还单独大幅上调了内存价格预测，预计 2026 年 DRAM 价格可能飙升 200%，HBM 价格在 2026 年第四季度可能环比上涨 30%，这表明他们在 Kimi K3 出现之前，就已经预期 AI 将驱动一轮内存超级周期 。花旗早在 2025 年 9 月就曾警告，到 2026 年，DRAM 和 NAND 闪存都将出现供应短缺 。

美银证券的观点：分析师维韦克·艾亚（Vivek Arya）运用相同逻辑

美银证券虽然没有在关于 Kimi K3 的公开评论中明确使用“杰文斯悖论”一词，但他们先前和抛售后的操作建议都与该逻辑吻合：

• “夏季调整，秋季反弹” —— 美银将半导体板块的回落（SOX 指数三季度下跌 11%）定性为季节性的情绪波动和健康的调整，而非结构性需求逆转。他们预计随着 AI 基础设施建设的恢复，秋季将出现反弹 。
• 内存“被低估，蓄势待发” —— 在 7 月 7 日的一份报告中，美银指出内存芯片的市盈率仅为 10 倍，远低于半导体行业的整体水平，并将其视为买入机会 。
• 长期 AI 需求逻辑未变 —— 美银在 2026 年半导体展望中预测，全球半导体销售额将首次突破 1 万亿美元大关（同比增长 29%），而内存（HBM、DDR5、NAND）是主要增长动力。他们一直认为，能力更强、成本更低的 AI 模型会拓宽市场，而不是使其萎缩 。美银后来进一步将其 2026 年半导体总可寻址市场（TAM）预测上调至 1.3 万亿美元 。
• Kimi K3 之后，美银安抚投资者 —— 7 月 17 日，维韦克·艾亚将 Kimi K3 引发的抛售归因于“季节性情绪波动”和对内存成本上涨的担忧，而非需求崩溃，并建议投资者保持冷静，认为内存芯片制造商的基本面依然稳固 。

为什么 Kimi K3 的架构本身加强了看涨逻辑？

架构特征	为何会推动内存需求
2.8 万亿总参数（MoE）	即使采用了稀疏激活，2.8 万亿权重也必须驻留于系统内存中。开放权重后的自托管需要配备大容量 DDR5 的服务器和配备 HBM 的 GPU 。
100 万 token 上下文窗口	KV 缓存的规模与上下文长度呈线性增长。更便宜的推理会鼓励用户使用更长的提示词，从而增加每次查询的内存消耗 。
智能体/多步骤工作流	每个推理步骤都是一次独立的推理调用。任务步骤越多 = 每个用户会话消耗的内存带宽越大 。
开放权重发布（7 月 27 日）	允许大规模自托管。每个自托管部署都会增加一个固定的内存占用，而共享 API 端点则会整合这些需求 。
有竞争力的定价（输入约 $3/百万 token）	历史表明，每一次重大的 AI 价格下降，都使总 token 数量成倍增长，远超效率提升带来的成本节约 。

两家银行倚重的历史先例

2025 年 1 月的 DeepSeek-R1 抛售事件遵循了同样的模式：一个更便宜、更高效的中国模型引发了半导体恐慌，随后随着 AI 部署的扩大，芯片需求反而加速增长 。花旗和美银将 Kimi K3 视为“DeepSeek 2.0”——同样的恐惧，最终很可能为三星、SK 海力士和美光等内存制造商带来同样的结果 。

行业数据支持这一论点。TrendForce 预测，仅 2026 年，HBM 需求就将同比增长 70%，HBM 将消耗 DRAM 晶圆总产量的 23% 。分析师估计，到 2026 年，AI 数据中心可能消耗高达 70% 的高端 DRAM 。内存制造商本身，包括美光 CEO 桑杰·梅赫罗特拉（Sanjay Mehrotra），也已承认短缺将持续到 2026 年之后 。

甚至韩国市场也意识到了这一论点：7 月 20 日，《朝鲜日报》报道称，一份引用杰文斯悖论的证券行业简报，曾短暂促使三星和 SK 海力士的股价由跌转涨，而后才在更大的抛售潮中再次回落 。

需要注意的局限

有必要指出这一论点的局限性。两家银行都没有声称抛售是非理性的——只表示其方向是错误的。美银明确承认，对内存“成本上涨的担忧”是导致下跌的部分原因 。花旗的内存价格预测虽然看涨，但也暗示了可能挤压下游 AI 公司的价格压力。此外，美银证券并未在关于 Kimi K3 的公开评论中明确使用“杰文斯悖论”一词；它们的逻辑一致性是基于先前和抛售后的操作建议推断得出的 。

总结

两家银行都承认市场的短期恐慌情绪，但它们的一致观点是：Kimi K3 的低成本及其开放权重的发布，将扩大 AI 的普及范围，增加推理的总量，从而推高而非拉低对内存的需求。这个最初在 19 世纪煤炭消费中观察到的杰文斯悖论，很可能会成为 2026 年理解 AI 半导体需求最可靠的框架。