低价中国AI模型为何利好AI硬件：从Kimi K3到全球算力扩容

（原标题：低价中国AI模型为何利好AI硬件：从Kimi K3到全球算力扩容）

7月16日，月之暗面发布Kimi K3。这个拥有2.8万亿参数、100万Token上下文窗口的中国AI模型，将每百万输出Token的价格降至约15美元，只有OpenAI GPT-5.6 Sol的一半、Anthropic Claude Fable 5的约三成。

Kimi K3最初被视为美国芯片股的新风险。市场担心，性能接近美国前沿模型、调用价格更低的中国AI模型，可能减少训练和推理对高端芯片的需求，削弱科技巨头继续扩大资本开支的依据。模型发布后，英伟达、美光等半导体公司股价继续承压。

不到48小时，市场看到了另一面。

Kimi K3上线后的请求量远超月之暗面的预测，计算集群接近负载上限。月之暗面甚至用“GPU正在感受到压力”来形容需求增长。

芯片股随即出现反弹。7月21日，费城半导体指数上涨5.2%，美光科技大涨12.2%，闪迪和西部数据分别上涨约14%和13%，SK海力士ADR上涨11.3%；AMD上涨6.2%，台积电ADR上涨4.7%，英伟达上涨2%。英特尔在财报发布前上涨8.6%。

投资者开始重新评估中国低价AI大模型对全球AI硬件产业链的影响。当Token调用量的增速超过单次推理成本的降幅，GPU、服务器、内存、网络和数据存储的总体需求仍会扩大。

Alphabet盘后公布的财报进一步强化了AI硬件需求逻辑。该公司将2026年资本开支指引提高至1950亿至2050亿美元。消息公布后，美光和闪迪在7月22日盘后分别上涨近2%和1.5%。

股价的快速反复显示，芯片市场正在低价模型压缩单次算力需求与Token调用量扩张之间，进行再一轮重新定价。

市场对上一轮互联网泡沫的记忆犹新，不再无条件奖励更高投入。全球AI投资逻辑由此汇聚到一点：模型服务商面临价格竞争和利润率压力，AI硬件企业则可能受益于更大的调用规模。

天风证券海外科技分析师李奇指出，谷歌财报发布后，股价之所以下跌，是因为这些漂亮的数字，是用"未来数年的巨额资本开支 + 转负的自由现金流 + 持续加杠杆"换来的；而对基础层公司而言，这无疑是正面信号，订单已是真金白银落袋，“看上去最不缺算力的谷歌都要向外租用算力，这恰恰说明基础层已是彻底的卖方市场：产能是稀缺资源，定价权牢牢握在供给方手中。”

资金配置已经反映出这种差异。招商证券数据显示，2026年第二季度公募基金对计算机板块的持仓比例环比下降0.23个百分点至1.18%，但机构继续加仓大模型和AI基础设施，前十大标的合计获得约74.84亿元增持。联想集团进入加仓金额前十，季度加仓约3.83亿元。

存储周期之问：谷歌云仍受制于算力不足

过去一个月，美股AI硬件板块出现高位获利了结。有关Meta拟出售部分过剩算力的消息，以及Kimi K3等低价模型带来的效率提升，一度引发市场对AI基础设施利用率和芯片需求的担忧。费城半导体指数较6月高点一度回撤超过20%，英伟达、美光等公司同步调整。

全球芯片股共振，韩国股市经历一波惨烈的去杠杆。7月13日，SK海力士下跌15.4%，创近20年来最大单日跌幅；三星电子下跌超过10%，KOSPI下跌近9%。SK海力士ADR在美国市场下跌9.3%，美光、闪迪和西部数据等存储企业同步走低。

SK海力士最新一季营业利润可能低于市场一致预期约8%的估算，成为直接催化剂。三星电子和SK海力士合计占KOSPI市值约一半，单只股票杠杆ETF又放大了市场波动，较小的盈利预测偏差迅速转化为集中平仓。

业绩与股价背离，说明存储股已经计入很高的利润预期。AI需求已由HBM扩展至传统DRAM和NAND，但市场开始关注价格涨幅和盈利增速能否继续超过预期。股价和盈利预期可能接近阶段性高点，产业需求却尚未出现同步转弱。

Alphabet最新财报提供了新的依据。第二季度Google Cloud收入达到248亿美元，同比增长82%，云业务运营利润率升至35.6%；积压订单达到5149亿美元，环比增长11%，其中略超过一半预计将在未来24个月转化为收入。

谷歌仍面临算力产能不足，正在同时建设自有数据中心并增加第三方云厂商产能。Alphabet第二季度资本开支达到449亿美元，同比增长100%；公司将2026年资本开支指引由1800亿至1900亿美元上调至1950亿至2050亿美元，并预计2027年继续显著增加。模型调用量也在增长。第二季度Gemini每分钟处理约220亿个API Token，环比增长37.5%；月活跃用户达到9.5亿，约为一年前的两倍。单位Token成本下降尚未带来总体算力需求收缩。

云厂商也开始承受现金流压力。Alphabet第二季度自由现金流降至负59亿美元，数据中心建设、第三方算力采购和折旧可能压制后续利润率。对芯片、服务器和数据中心设备厂商而言，云厂商增加资本开支意味着采购订单更早确认，收益兑现时间通常早于云业务收入。

存储股正在消化高估值和拥挤持仓，AI训练、推理和数据存储需求仍在增长。谷歌云产能不足、Token调用量上升及头部云厂商继续增加资本开支，尚不支持存储周期已经结束的判断。主要风险已经转向资本回报、自由现金流和云厂商的融资能力。

外资转向中国AI硬件

当韩国存储股和美国半导体股几乎同步开始消化这种拥挤持仓时，全球资金并没有完全撤离AI交易，只是开始重新挑选筹码。

花旗在6月9日发布的中国AI生态报告指出，数据中心、电力容量和本土芯片供应将成为中国AI应用扩张的直接受益环节。6月18日，摩根士丹利亚洲首席执行官、全球股票联席主管Gokul Laroia表示，中国是美国以外少数拥有完整独立AI生态的市场，国产半导体和数据中心被视为降低AI部署成本的重要基础。

“中国AI已正式进入我们的视野。”6月26日，高盛直接喊出“我们正目睹一场前所未有的协同效应”的叙事，称大规模政策支持、全球AI需求增长和资本配置调整正在同时发生，中国AI资产因此成为科技板块中“最具吸引力的增长故事之一”。其建议买入的并非单一芯片公司，而是一组覆盖电力、半导体、AI基础设施、模型和应用的中国AI价值链资产（GSXACART）。

自2022年底以来，全球AI相关股票增加了约34万亿美元市值，其中中国AI资产的市值略高于4万亿美元。据高盛统计，中国企业贡献了全球AI相关收入的约16%，对应的市值占比却只有10%；截至2026年1月，全球共同基金配置于中国市场的资金，仅占其全球科技股敞口的1.2%。

“当前市值与市场机会之间的差距，已经大到不容忽视。”高盛指出。

摩根士丹利7月9日研报称，国际投资者对中国股票兴趣升温，当前为“渐进建仓”，全球资金对中国资产仍处“极端低配”；渣打银行发布下半年展望，维持中国股票超配评级，看好科技与通信服务、原材料与工业；瑞银则预计海外资金将逐步回流A股，看好互联网、硬件科技与出海概念股。

外资投行判断共同指向：估值折让加AI主线，构成2026年下半年中国资产重估的核心逻辑。

联想集团：中国硬科技的业绩样本

AI资本开支由美国科技巨头的资产负债表出发，最终转化为亚洲硬件企业的订单和利润。

中国企业能否从中获得更高估值，最终取决于这些全球订单能否进入财务报表。要判断这一转化是否已经真实发生，最直接的方法就是找一家业绩结构已经开始改变、且财报可以被逐季拆解验证的公司，联想集团则提供了这样一个观察样本。

“联想集团现在是我们中国科技板块的首选标的。”7月10日，中信里昂分析师Tony Zhang团队发布报告，将联想称为“真正的全球AI服务器标的”。报告预计，来自美国新云厂商客户的强劲需求，正在推动联想GB200和GB300 AI服务器业务的收入与盈利能力，超过此前预期。

更值得关注的是，联想的估值依据正在发生变化。长期以来，市场主要按照PC厂商的框架为联想定价。中信里昂此次明确提出，AI服务器业务不仅提高了收入增速，也改善了利润率和业务结构，因此联想应当获得高于传统PC公司的估值。“AI推理所需的CPU服务器正在成为新的增长动力，相关市场空间足以支持更高的市盈率。”

联想集团之所以具有代表性，说明中国企业承接全球AI需求的方式正在变得可以量化：全球云厂商的采购进入服务器收入，产品结构改善进入经营利润率，最终再进入分析师的盈利预测与估值模型。

资金并没有离开AI。它开始离开最拥挤、必须不断超过极高预期的交易，转向仍能通过订单增长、利润率改善和盈利上调证明自身价值的环节。对中国硬科技而言，这构成了新的重估窗口，也提出了更严格的条件：下一轮上涨需要业绩，而不仅仅是故事。

本文来源：财经报道网