一場由一家中國AI公司模型釋出引發的全球資本市場震盪，在48小時內迅速蔓延。月之暗面（Moonshot AI）推出的Kimi K3模型，在LMArena前端程式碼榜以1679分登頂，綜合排名從上一代的第18名躍升至第1，前端7個細分方向拿下6個第一。更令市場震動的是，其成本據稱僅為美國頂級模型的六成。訊息傳出後，全球AI相關股票集體下挫，輝達等半導體股領跌，全球市值蒸發約萬億美元。

高盛合夥人在客戶電話會中直言“算力擴張時代可能到頭了”，摩根大通則在發給客戶的備忘錄中將其稱為“DeepSeek 2.0”。這兩家華爾街巨頭的聲音，放大了市場的恐慌情緒。過去三年，華爾街一直信奉一條“大模型定律”：模型越強，引數越大，訓練越貴，需要的GPU越多，資本開支越高，輝達就越值錢。這條公式在2023年ChatGPT火爆後一路執行至2026年中，推動輝達市值從1萬億美元衝到5萬億美元。然而，Kimi K3的出現，讓市場開始質疑：如果一家買不到最大規模算力的中國實驗室，能通過架構創新、合成數據、強化學習等路徑，以更低成本做出頂級模型，那麼全球GPU採購量是否還需要那麼大？

這並非中國AI公司首次衝擊華爾街。2025年1月，DeepSeek-R1以遠低於預期的成本跑出接近GPT-4的推理水平，曾導致輝達單日蒸發5890億美元，創下美股歷史紀錄。但隨後矽谷巨頭繼續加大AI基礎設施投入，市場一度將DeepSeek視為“虛驚一場”。Kimi K3的釋出，則讓華爾街不得不重新評估機率——低成本路徑被走通了兩次，第三次可能已在路上。

然而，就在市場拋售、討論算力時代是否終結之際，現實給出了反轉。Kimi官方公告稱，K3釋出後請求量遠超預期，叢集逼近承載極限，即日起暫停C端新使用者訂閱，全速擴容，並將耗能最猛的Kimi Code從主權益中拆出單獨售賣。這一訊息直接衝擊了“算力擴張終結”的敘事。經濟學上的傑文斯悖論在此顯現：效率提升不會減少需求，反而會引爆需求。19世紀蒸汽機效率提升後，煤炭總消耗反而上漲；如今GPU的角色正從訓練轉向推理——7×24小時的Agent服務、每台手機和車輛上的本地模型、影片生成、百萬token視窗持續計算，將使算力消耗模式從“低頻、巨量、集中”變為“高頻、海量、泛在”。

從更宏觀的視角看，這次拋售更像是擁擠交易的鬆動，而非AI邏輯的崩塌。費城半導體指數今年仍漲68%，一次深度回撥本就必然；標普500等權重指數同日創歷史新高，顯示資金只是從科技股挪向其他板塊。美國企業內部人士上半年拋售股票776億美元，為20年來第二高，聰明錢早已在撤離。台積電Q2淨利潤同比增77%，但資本開支640億美元超預期反而引發焦慮；Alphabet的Gemini 3.5 Pro延期數月，AI產品落地節奏不及預期。這些因素疊加，市場早已緊繃，Kimi K3只是遞上了釋放壓力的理由。

AI產業的競爭邏輯正在快速變道。第一階段（2023-2025年）核心是算力儲備，GPU多的一方勝出，贏家是輝達、台積電及少數能扛百億美元訓練預算的巨頭。第二階段（2025年底起）核心變為效率——誰能用更少資源做同等水平模型、更快將模型轉化為產品、在推理成本上建立優勢，誰就掌握主動權。華爾街過去三年用“GPU故事”解釋AI時代，如今這個故事第一次出現明顯的邏輯盲區：從“誰GPU最多”變為“誰把GPU用得最好”，從硬體紅利轉向工程能力和系統效率。

Kimi K3未必會成為最重要的模型，但它很可能成為一個標誌——讓全球資本意識到，AI競爭比的已經不是誰擁有更多資源，而是誰能把同樣的資源變成更大的能力。前一個時代，錢決定速度；後一個時代，效率決定價值。