关于KIMIK3与算力产业

KIMI K3与算力产业优势

• KIMI K3在参数层面表现强劲：8T模型通过KV缓存优化，上下文解码窗口吞吐提升6.3倍；
• Agent Swarm技术将任务落地时间缩短至小时级别，人类指令即可驱动AI高效工作。

算力资源依赖与供应变化

• KIMI 2.8T模型训练依赖阿里云（持股30%以上）的B300万卡集群及H200集群，后期因阿里云供应减少转向AWS采购，月租成本超50万/台；
• 算力需求持续增长：下一代6T模型需翻倍算力投入，推理算力需求随参数增加3-4倍，周末K3资源持续紧张。

算力资源短缺与成本飙升

• KIMI近400亿现金储备中2/3用于算力采购，智谱等厂商加剧需求，年算力投入近400亿，对应近13个万卡集群；
• 国内B300交付受限：Q2后二手渠道失效，一手货公司价值凸显，Q2交付超256台B300的A股仅6家；
• 价格扭曲：256台B300期货成本550万，最终付款达1000万，原厂价格稳定但下游溢价至1300万，违约罚则30-40%，预付比例10%。

大模型与CSP资本开支动力

• 盈利能力强支撑持续投入：算力推理ROI＞10，训练ROI＞3，Meta、谷歌无削减资本开支计划；
• 云厂商ROI＞2（杠杆后更高），产业良性循环，各环节盈利稳定。

国内B300交付现状

• 具备交付能力的公司稀缺，Q2仅6家A股交付超256台B300，非强绑定二手渠道基本中断。