中國推出低成本人工智慧 (AI) 模型，再度引發市場對企業投入龐大記憶體與算力成本的辯論，對此部分分析師認為，這對因 AI 硬體需求強勁而股價大漲的輝達 (NVDA-US)、美光 (MU-US) 等美國半導體龍頭未必不利，隨著人工智慧 (AI) 使用成本下降，相關晶片商反而可能成為受惠者。 中國 AI 新創月之暗面 (Moonshot AI) 上周四推出開放權重模型 Kimi K3，在部分基準測試中已可與美國頂尖模型競爭。 由於 Kimi K3 擁有 2.8 兆個參數 (parameter)，等到月之暗面本月底公開模型權重後，將成為全球最大的開源模型。

根據 Arena Frontend Code 排行榜，Kimi K3 在程式碼能力上超越 Anthropic 的 Fable 5 及 OpenAI 的 GPT-5.6 Sol，後兩者均屬封閉式模型。 中國 AI 實驗室在資金遠不及美國同業、且受限於美國對輝達高階 AI 晶片出口管制的情況下，仍開發出接近世界頂尖能力的模型，令市場震驚。 Kimi K3 發布也加速美國晶片股賣壓，費城半導體指數上周五正式步入熊市。 然而，Kimi K3 需求暴增，也顯示中國 AI 模型與西方模型同樣高度依賴算力 (compute)。

月之暗面周末在社群平台 X 表示，Kimi K3 需求遠超預期，運算資源已達極限，因此暫停接受新用戶註冊，優先保障現有會員的算力資源。 BluBird Capital 管理合夥人 Anni Sen 表示，這反而是「記憶體產業的一大利多」。 根據開源平台 Hugging Face 資料，Kimi K3 雖然擁有 2.8 兆個參數，但同時啟用的僅約 500 億個。 參數是 AI 模型訓練過程中用來學習與辨識模式的變數，可視為模型的「記憶」。 Sen 指出，雖然這種設計可以提升運算效率，但企業若要自行部署 Kimi K3，仍須將 2.8 兆個參數全部存放於記憶體中，因此對高效能記憶體的需求仍相當龐大。

目前 Kimi K3 每百萬 Token 輸出收費 15 美元，低於 OpenAI GPT-5.6 Sol 的 30 美元及 Anthropic Claude Fable 5 的 50 美元。 Sen 認為，這正符合經濟學中的「傑文斯悖論」(Jevons Paradox)：使用效率提高、成本降低，反而可能帶動整體需求增加。 她表示，Kimi 將催生更多 AI 應用需求，促使開發者利用低成本優勢推出更多 AI 服務，進而讓 AI 推論需求同步攀升。 企業未來也可能將大量中階 AI 工作轉移至成本較低的模型，而僅將步驟多且複雜的 AI 代理任務交由最先進模型執行。

AI 研究員、Interconnects AI 部落格創辦人 Nathan Lambert 表示，開放權重模型正使 AI 加速滲透整體經濟，因為取得一定程度 AI 能力的成本已顯著下降。 他也指出，開放模型提供更多客製化空間，因此對企業而言更具實用價值。 Wedbush 分析師 Matt Bryson 表示，隨著 AI 模型規模持續擴大，支撐更多參數所需的記憶體需求也將同步增加。 未來可能出現兩種情況，一是每顆 AI 晶片配置更多記憶體，二是 AI 運算叢集規模持續擴大，以容納更多模型權重。 因此 Bryson 表示，若中國 AI 模型持續普及，「對記憶體供應商反而是利多」，若運算叢集規模持續擴張，也將帶動高速網路設備供應商需求。

目前全球高頻寬記憶體 (HBM) 主要由美光 (Micron)、SK 海力士 (SK Hynix) 及三星電子供應。 在 HBM 供應持續吃緊的情況下，三家公司得以維持強勁的定價能力。 D.A. Davidson 執行董事 Gil Luria 表示，當 AI 模型運行成本下降，整體 AI 需求可能持續增加，晶片需求也會同步成長，尤其是供應仍相當緊俏的記憶體晶片。 PurePlay ETFs 執行長 Joseph DeYonker 也認為，AI 模型愈便宜、愈容易取得，反而會迅速測試基礎建設極限，Kimi K3 就是最佳例證，這證明晶片產業長期成長趨勢依然穩固。

DeYonker 說，運行高級前沿 AI 模型與超長上下文視窗 (context window)，將對記憶體及先進封裝供應鏈帶來龐大壓力，因此 HBM 供應商及先進封裝廠可望持續維持強勁定價能力。 另一方面，他也預期，輝達及博通 (Broadcom)(AVGO-US) 等 GPU 與客製化 AI 晶片設計公司，仍將因企業及大型雲端服務商 (hyperscaler) 持續搶購 AI 硬體，而維持強勁訂單。 DeYonker 認為，Kimi K3 因算力不足而暫停新用戶註冊，「並非半導體景氣循環轉弱的警訊，而是半導體產業結構性需求依舊強勁的證明。 」他表示，記憶體與算力瓶頸仍未解除，代表晶片產業長期獲利成長動能依然存在。

Futurum 首席市場策略師 Shay Boloor 則指出，Kimi K3 早已完成模型訓練，目前真正面臨的挑戰已不是訓練，而是如何大規模提供服務。 他表示，這意味著 AI 推論需求如今已成為限制 AI 產業發展的主要瓶頸。