一场由一家中国AI公司模型发布引发的全球资本市场震荡，在48小时内迅速蔓延。月之暗面（Moonshot AI）推出的Kimi K3模型，在LMArena前端代码榜以1679分登顶，综合排名从上一代的第18名跃升至第1，前端7个细分方向拿下6个第一。更令市场震动的是，其成本据称仅为美国顶级模型的六成。消息传出后，全球AI相关股票集体下挫，英伟达等半导体股领跌，全球市值蒸发约万亿美元。

高盛合伙人在客户电话会中直言“算力扩张时代可能到头了”，摩根大通则在发给客户的备忘录中将其称为“DeepSeek 2.0”。这两家华尔街巨头的声音，放大了市场的恐慌情绪。过去三年，华尔街一直信奉一条“大模型定律”：模型越强，参数越大，训练越贵，需要的GPU越多，资本开支越高，英伟达就越值钱。这条公式在2023年ChatGPT火爆后一路运行至2026年中，推动英伟达市值从1万亿美元冲到5万亿美元。然而，Kimi K3的出现，让市场开始质疑：如果一家买不到最大规模算力的中国实验室，能通过架构创新、合成数据、强化学习等路径，以更低成本做出顶级模型，那么全球GPU采购量是否还需要那么大？

这并非中国AI公司首次冲击华尔街。2025年1月，DeepSeek-R1以远低于预期的成本跑出接近GPT-4的推理水平，曾导致英伟达单日蒸发5890亿美元，创下美股历史纪录。但随后硅谷巨头继续加大AI基础设施投入，市场一度将DeepSeek视为“虚惊一场”。Kimi K3的发布，则让华尔街不得不重新评估概率——低成本路径被走通了两次，第三次可能已在路上。

然而，就在市场抛售、讨论算力时代是否终结之际，现实给出了反转。Kimi官方公告称，K3发布后请求量远超预期，集群逼近承载极限，即日起暂停C端新用户订阅，全速扩容，并将耗能最猛的Kimi Code从主权益中拆出单独售卖。这一消息直接冲击了“算力扩张终结”的叙事。经济学上的杰文斯悖论在此显现：效率提升不会减少需求，反而会引爆需求。19世纪蒸汽机效率提升后，煤炭总消耗反而上涨；如今GPU的角色正从训练转向推理——7×24小时的Agent服务、每台手机和车辆上的本地模型、视频生成、百万token窗口持续计算，将使算力消耗模式从“低频、巨量、集中”变为“高频、海量、泛在”。

从更宏观的视角看，这次抛售更像是拥挤交易的松动，而非AI逻辑的崩塌。费城半导体指数今年仍涨68%，一次深度回调本就必然；标普500等权重指数同日创历史新高，显示资金只是从科技股挪向其他板块。美国企业内部人士上半年抛售股票776亿美元，为20年来第二高，聪明钱早已在撤离。台积电Q2净利润同比增77%，但资本开支640亿美元超预期反而引发焦虑；Alphabet的Gemini 3.5 Pro延期数月，AI产品落地节奏不及预期。这些因素叠加，市场早已紧绷，Kimi K3只是递上了释放压力的理由。

AI产业的竞争逻辑正在快速变道。第一阶段（2023-2025年）核心是算力储备，GPU多的一方胜出，赢家是英伟达、台积电及少数能扛百亿美元训练预算的巨头。第二阶段（2025年底起）核心变为效率——谁能用更少资源做同等水平模型、更快将模型转化为产品、在推理成本上建立优势，谁就掌握主动权。华尔街过去三年用“GPU故事”解释AI时代，如今这个故事第一次出现明显的逻辑盲区：从“谁GPU最多”变为“谁把GPU用得最好”，从硬件红利转向工程能力和系统效率。

Kimi K3未必会成为最重要的模型，但它很可能成为一个标志——让全球资本意识到，AI竞争比的已经不是谁拥有更多资源，而是谁能把同样的资源变成更大的能力。前一个时代，钱决定速度；后一个时代，效率决定价值。