行业投资评级 - 投资评级为看好，并维持此评级 [9] 报告核心观点 - 报告认为AI应用正当时，月之暗面发布Kimi K3模型，标志着开源模型的Scaling（规模扩展）与商业化斜率继续加速 [1][6] - 本次模型发布证明模型Scaling Law依旧有效，看好模型需求、看好模型商业化和ARR（年度经常性收入）斜率抬升 [13] - 产业趋势明确，未来将是强化学习、数据、环境、基础设施等多个维度Scaling的比拼，长程自治、自训练与模型安全或是重点突破方向，看好国产大模型全年表现 [13] 事件与模型性能总结 - 事件描述：2026年7月16日，月之暗面发布Kimi K3模型，模型总参数达到2.8T（2.8万亿），具备原生视觉能力和100万Token上下文长度，模型已上线Kimi、Kimi Work、Kimi Code及API平台，完整权重计划于7月27日前开放 [2][6] - 综合能力排名：在官方口径下，Kimi K3的综合能力仅次于Claude Fable 5和GPT 5.6 Sol，前端能力表现突出 [13] - 在前端代码竞技场，K3以1679分登顶，超越Claude Fable 5 [13] - 在3大内部知识工作基准中，K3超越Claude Opus 4.8（max）与GPT-5.5（xhigh），标志其在智能体知识工作能力上全面进化 [13] - Artificial Analysis发布的评测证实，Kimi K3发布后性能已达到全球第三名 [13] 技术架构与Scaling效率 - 模型规模与架构：Kimi K3总参数达到2.8T，是开源模型首次进入3T规模参数量级，采用Stable LatentMoE架构，包含896个专家，每次激活16个，并引入了基于自研的Kimi Delta Attention和Attention Residuals [13] - Scaling效率提升：结合训练及数据方案优化，模型整体Scaling Efficiency较Kimi K2提升约2.5倍，注意力残差以低于2%的额外成本实现约25%的训练效率提升 [13] - 技术意义：K3证明了国产大模型训练Scaling Law依旧有效且有较大提升空间，Scaling竞争正由参数扩张转向架构、训练与系统效率的协同 [13] 模型能力扩展与应用场景 - 纵深扩展：模型能力从代码生成进一步延伸，纵深到GPU层面的优化与开发、芯片设计，在最长24小时的自主运行测试中，K3能够持续分析、重写并优化GPU Kernel，表现与Fable5相当，其从零开始构建的Tensor Core架构可以比肩Triton [13] - 横向拓展：能力横向拓展到泛知识型场景与各类前端开发创作场景，在游戏开发与数字创作上实现视觉闭环，能在代码和实时截图之间无缝迭代，即时查看并优化生成结果 [13] - 能力评价标准转变：模型编码能力的评价标准转向能否理解计算架构并完成复杂工程闭环、前端交付结果，模型边界开始不断向高价值场景延伸 [13] 商业化进展与市场反应 - API定价：Kimi K3 API输入价格（缓存命中/未命中）为0.3美元/3美元每百万tokens，输出价格为15美元每百万tokens，定价对标Sonnet级别模型 [13] - 技术支撑与需求：依托Mooncake分离式推理架构，官方API在编程场景中的缓存命中率超过90% [13] - 市场反应：2026年7月19日，Kimi宣布算力紧缺，暂停开放C端新用户订阅，侧面印证需求侧对模型能力定价的接受度以及需求爆发程度 [13]