Kimi K3 引發晶片股恐慌？花旗同美銀用 160 年前嘅經濟理論講你知：錯喇

2026 年 7 月 16 日，Moonshot AI 推出咗 Kimi K3——一個 2.8 兆參數嘅開放權重模型，表現媲美甚至超越美國最先進嘅 AI 模型，但成本大約只有一半。市場反應即時而且殘酷：PHLX 半導體指數一週內跌咗 12.5%，Nvidia 單日插水 2.5%，投資者再次重演 2025 年 1 月 DeepSeek-R1 嗰陣嘅恐懼——更平、效率更高嘅 AI 會削弱驅動晶片嘅需求 。

但華爾街有兩間大行持相反睇法。Citi 同 Bank of America Securities 都認為呢次拋售正正係落錯注，佢哋仲引用一個有 160 年歷史嘅經濟理論嚟解釋點解：傑文斯悖論（Jevons Paradox）。

傑文斯悖論嘅論點：一句講晒

Citi 同 Bank of America Securities 都認為，Kimi K3 嘅效率突破唔會減少、反而會增加記憶體晶片嘅總需求，因為降低每 token 推理成本令 AI 變得更易用、更普及，正正係傑文斯悖論嘅經典案例。佢哋認為 7 月 16 日嗰場拋售係錯誤嘅方向性賭注 。

Citi 嘅立場：Peter Lee 直接引用悖論

Citi 半導體分析師 Peter Lee 明確引用傑文斯悖論：技術效率提升會降低每單位使用成本，歷史上呢種情況從來都係令總體資源消耗增加而唔係減少 。喺一個幾個月前、K3 推出前錄製嘅 Citi Research 播客入面，Lee 直接表示：「我覺得呢種軟件效率對記憶體嚟講唔係威脅，反而係正面嘅需求因素，因為令 AI 更平、更有用，驅動更強勁嘅高端晶片採購周期。所以我話佢好傑文斯悖論」。

佢解釋點解 Kimi K3 嘅架構特別會驅動更多記憶體需求：

• 100 萬 token 上下文視窗——每次長上下文推理呼叫都會消耗一個龐大嘅 KV cache，呢啲 cache 必須儲存喺高頻寬記憶體（HBM）同伺服器 DRAM 入面。每 token 定價更低，用家就會更頻繁地填滿嗰一百萬 token 嘅上下文，而唔係更少 。
• MoE 稀疏性對記憶體嚟講係假象——雖然 Kimi K3 每 token 只啟動 896 個專家入面嘅 16 個（約 500 億活躍參數），但成個 2.8 兆權重仍然要載入系統記憶體以支援動態專家路由。7 月 27 日開放權重之後，自托管部署需要配備幾 TB 嘅伺服器 DDR5 同企業級 SSD 嚟儲存同分頁整個模型 。
• 基於智能體嘅工作流程——智能體化、多步驟推理循環（K3 特別優化呢方面）每次任務會產生好多個連續嘅推理呼叫，每個呼叫都會消耗記憶體頻寬。更平嘅推理令更長嘅智能體鏈變得經濟可行，令每項任務嘅記憶體消耗疊加 。
• 開放權重自托管——當 7 月 27 日完整權重公開之後，企業同研究人員會運行自己嘅實例而唔係只依賴 API。每個自托管部署都需要自己專用嘅記憶體池（GPU 上嘅 HBM、主機上嘅 DDR5、用於模型儲存/交換嘅企業級 SSD），令總記憶體安裝基數倍增 。

Citi 仲另外大幅上調咗記憶體價格預測，預計 2026 年 DRAM 價格可能飆升高達 200%，HBM 價格喺 2026 年第四季按季升 30%，顯示佢哋喺 Kimi K3 之前已經預期緊 AI 驅動嘅記憶體超級周期 。Citi 更早喺 2025 年 9 月已警告，DRAM 同 NAND Flash 記憶體將喺 2026 年前進入供應短缺 。

Bank of America Securities 嘅立場：Vivek Arya 用相同邏輯

Bank of America 冇喺已發布嘅 Kimi K3 評論中明確用「傑文斯悖論」呢個詞，但佢哋喺拋售前後嘅觀點都同呢個邏輯吻合：

• 「夏季調整，秋季反彈」——BofA 將半導體回調（SOX 指數第三季跌 11%）定性為季節性情緒波動同健康調整，唔係結構性需求逆轉，預測秋季隨 AI 基建重啟反彈 。
• 記憶體「被低估且即將擴張」——喺 7 月 7 日嘅報告入面，BofA 指出記憶體晶片市盈率只有 10 倍，遠低於整個半導體板塊，建議趁低吸納 。
• 長期 AI 需求主題不變——BofA 嘅 2026 年半導體展望預計全球半導體銷售首次突破 1 萬億美元（按年升 29%），記憶體（HBM、DDR5、NAND）係主要增長引擎。佢哋一直認為更強、更平嘅 AI 模型只會擴大市場而不會縮小 。Bank of America 之後更進一步上調 2026 年半導體 TAM 預測至 1.3 萬億美元 。
• Kimi K3 之後，BofA 叫投資者唔使驚——7 月 17 日，Vivek Arya 將 K3 引發嘅拋售歸因於「季節性情緒波動」同記憶體成本通脹擔憂，唔係需求崩潰，指出記憶體晶片商嘅基本面仍然穩固 。

點解 Kimi K3 嘅架構本身就支持睇好論點

架構特點	點樣推動記憶體需求
2.8T 總參數（MoE）	即使係稀疏激活，2.8T 權重仍要存在系統記憶體。開放權重自托管需要配備大容量 DDR5 池同 HBM GPU 嘅伺服器 。
100 萬 token 上下文視窗	KV cache 隨上下文長度線性擴張。更平嘅推理鼓勵更長嘅提示，增加每次查詢嘅記憶體消耗 。
智能體 / 多步驟工作流程	每個推理步驟都係獨立嘅推理呼叫。每項任務步驟越多 = 每個用戶會話使用嘅記憶體頻寬越多 。
開放權重發布（7 月 27 日）	令廣泛自托管成為可能。每個自托管部署都會增加固定記憶體佔用，而原本用共用 API 端點可以集中處理 。
具競爭力嘅定價（約 $3/百萬 input tokens）	歷史上每一次主要 AI 價格下跌都令總 token 用量倍數增長，遠遠超過效率提升嘅幅度 。

兩間大行都借鑑嘅歷史先例

2025 年 1 月 DeepSeek-R1 嘅拋售係同一個模式：一個更平、高效嘅中國模型引發半導體恐慌，然後晶片需求實際上因為部署擴大而加速 。Citi 同 BofA 將 Kimi K3 視為「DeepSeek 2.0」——同一種恐懼，同一種最終結果：對 Samsung、SK Hynix 同 Micron 等記憶體製造商嚟講係利好 。

行業數據支持呢個論點。TrendForce 預計 HBM 需求喺 2026 年單年將增長 70%，HBM 將佔 DRAM 晶圓總產出嘅 23% 。分析師估計 AI 數據中心喺 2026 年可能消耗約 70% 嘅高端 DRAM 。記憶體製造商自己——包括 Micron CEO Sanjay Mehrotra——都承認短缺將持續到 2026 年之後 。

就算韓國市場都留意到呢個論點：7 月 20 日，《朝鮮日報》報道，一份引用傑文斯悖論嘅證券業備忘錄令 Samsung 同 SK Hynix 股價短暫倒升，不過之後更大嘅拋售潮又繼續 。

兩間大行冇講嘅嘢

要注意呢個論點嘅局限。兩間行都冇話拋售唔理性——只係話佢方向性錯誤。BofA 明確承認記憶體方面嘅合理「成本通脹憂慮」係跌市嘅部分原因 。Citi 嘅記憶體價格預測雖然睇好，但亦意味住價格壓力可能壓縮下游 AI 公司嘅利潤。而 Bank of America 並冇喺已發布嘅 Kimi K3 評論中明確用「傑文斯悖論」呢個詞；佢哋嘅邏輯一致性係從拋售前後嘅觀點推斷出嚟嘅 。

總結

兩間大行都承認短期市場恐懼，但佢哋一貫嘅立場係：Kimi K3 更低嘅成本同開放權重發布將擴大 AI 應用、增加總推理量、提升記憶體需求——而唔係扼殺需求。傑文斯悖論呢個最初喺 19 世紀煤炭消耗中觀察到嘅現象，可能會成為理解 2026 年 AI 半導體需求最可靠嘅框架。