算力租赁深度电话会系列之KimiK3发布对算力部署与Token工厂等算租模式的影响20260720

本次电话会议围绕KimiK3模型发布对算力部署与Token工厂等算力租赁模式的影响展开深入探讨。核心结论是：KimiK3参数规模为2.8万亿，是智谱GLM5.2（约7400亿参数）的3.5-4倍，其算力成本相应为智谱的3.5-4倍，定价也锚定于此。但K3并不会大幅冲击智谱的份额，两者定位不同——K3更偏向多模态全场景对标Claude，智谱则专注编程与软件工程，高性价比仍是开发者选择的关键。在算力部署方面，B300仍是当前最具性价比的方案，海外部署成本远低于国内；国产超节点（如昇腾910B/910C）成本高昂，Token生产效率接近2-4台B300，但与英伟达方案仍有差距。Token工厂的盈利核心在于设备采购成本、运营效率及出海能力，未来最大风险来自新技术（如RubinNVL72+LPX组合）带来的硬件贬值。 核心要点如下： K3与智谱的竞争关系：K3参数约2.8万亿，成本是智谱GM5.2的3.5-4倍，定价也相应为3.5-4倍（100元vs28元）。但两者并非直接竞争——智谱主要服务编程与软件工程客户，这些客户不会因K3在多模态领域的优势而更换更昂贵的产品。K3真正抢夺的是MiniMax、千问、Anthropic和GPT的份额。 算力部署方案： 海外：两台B300即可部署K3，总成本约150万美元（设备+网络），折合人民币约1000万。 国内：B300售价已涨至1350万/台，两台需2700万；国产超节点（910B/910C）成本约1-1.5亿元，新950系列预计2-3亿元。 效率对比：一台超节点（910B/910C）的Token生产效率约等于2-4台B300，但受限于推理引擎优化和通信效率，实际性价比不如英伟达方案。 Token工厂盈利模型：以B300部署智谱GM5.2为例，理想月收入约180万元，实际运营中约40万元/月。硬性成本（电费+机柜+运维）约1.5万元/月，净利润约38.5万元/月（假设设备不折旧）。设备采购成本是影响回报率的最关键因素。 Token降价预期：历史上云服务多为降价趋势，但2026年供应链从硬件到软件均在涨价。即使Token单价下降，推理引擎优化可能提升产出效率，总产值未必下降。若Token降价而租金固定，Token工厂可能亏损。 闲时租赁与出海：同时服务国内和海外的Token工厂因合规问题难以实现（物理隔离要求）。出海需将设备部署在汕头、上海临港、海南洋浦等特殊监管区，无法兼顾国内需求。 新技术风险：英伟达RubinNVL72+LPX组合（1500万美元）宣称可达10台GB300的效能（约100台B300），若兑现将导致B300、H300等现有设备大幅贬值。 市场规模与需求：国内AI算力需求增速超50%，远超产能增长。智谱几乎无自有算力，需求全部外溢给第三方；字节虽有自研芯片和运营商合作，但仍需大量采购第三方算力。 会议实录 算力成本与定价分析 假设算力成本基数一致，K3的算力成本应该是智谱GLMM5.2的3.5倍以上。由于K3的参 数尚未公开，第三方机构除我们外均未进行测试，我们只能估算。目前估计K3的效率不会高于智谱，这意味着其算力成本是智谱的3.5倍到4倍。 从定价来看，智谱GM5.2的输出定价为28元，KimiK3为100元，差不多也是3倍多。这个定价从侧面反映了K3的成本是智谱的3.5倍到4倍，其售价也相应设定在3.5倍到4倍之间。K3在定价时充分考虑了与GM5.2的竞争关系。从算力成本、成本和售价来看，两者非常匹配——我的成本是你的3.5-4倍，所以我的售价也是你的3.5-4倍，这是非常合理的。 从技术参数和售价策略来看，两者是吻合的。剩下的问题是开发者会如何选择。目前海外大部分中立评测机构认为，K3在性能上已超越智谱GM5.2的很多方面，且是多模态模型，适用场景更全面，对标的是Claude。而GM5.2对标的是OpenAI。 但市场需要的是什么呢？市场更需要的是性价比。作为开发者，大多数还是会选择智谱GM5.2。因此，市场对K3的反应有些过激，认为K3超越智谱GM5.2后大家都会改用K3，这是一个错误的想法。大范围使用智谱GM5.2的客户主要是做软件工程和编程的，他们不会因为K3在多模态等领域整体超越，就选择一个比智谱贵几倍的产品。K3可以抢夺MiniMax、千问的份额，尤其会抢Anthropic和GPT的份额，但不太会影响智谱GM5.2的份额。两者不在一个竞争维度上。 超节点部署与成本 超节点肯定可以部署K3。我们所说的超节点，大概率指英伟达的GB200、GB300及其下一代RubinNVL72，或者国内的昇腾910B、950等。 国产超节点的优势在于，卡间互联比英伟达更快。以昇腾为例，其卡间全部采用光互联，而英伟达超节点采用铜缆加光缆的组合。因此，在互联速率上，华为的910B、910C和950确实占有优势。但在模型适配、底层推理框架和推理引擎适配方面，英伟达仍占较大优势。 部署成本方面，海外部署K3的最低成本约150万美元——两台B300约120万美元，加上交换机、光模块等约30万美元，折合人民币约1000多万。B300在中国市场的售价为1350万元，两台国内部署成本约3000万元。 而国内超节点，以910B和910C为例，384节点显存远大于B300，成本约1亿元（风冷），液冷版本约1.5亿元。国内超节点部署成本很高，因为整体算力和显存都跟不上，造价昂贵。950系列目前尚未报价，预计接近2-3亿元。 海外方面，GB200约400万美元，GB300约500万美元，RubinNVL72报价约800万美元。 英伟达B300集群与国产超节点集群的权衡 在Token分成模式下，算力租赁厂商需权衡成本、稳定性及交付能力。由于官方数据与实际生产数据存在差异，我只能基于实际生产结果分享。 国内超节点以昇腾910B为例，生产Token的效率（以智谱GM5.2为例，K3尚无安装数据）约为两到四台B300。两台B300是指原始效率，四台是指推理引擎及内存优化后的效率——经过优化后，两台B300的Token生产效率差不多可达一台超节点水平。 由于供应链问题，B300从400-500万炒到1300多万，两台约2700万，基本能达一台超节点的生产效率。K3可部署在超节点和B300上，评估认为910B和910C的Token生产效率接近两台B300。950系列尚缺乏数据依据。 参数与成本的关系 参数并非完全等比例增加成本。智谱GM5.2约7400亿参数，K3约2.8万亿，接近4倍。部署成本方面，存储和显存倍数与参数等比例，但Token产出效率不同——越小的模型效率越高。 用一台B300部署GM5.2，四台部署K3，两者Token产出效率不一致。同等架构下，参数 越小，Token生产效率越高。K3还有静候机制，也会导致速度更慢。 GM5.2的专家分布在8张卡内，K3分布在16张卡内，卡间互联速度不及机内，越大的集群通信效率越低，Token产出效率也越低。K3的部署性价比低于智谱GM5.2——四台未必有一台效率高，价格也未达到四倍。大部分Token工厂仍会选择部署智谱GM5.2，除非折扣力度加大。市场会通过价格动态平衡。 模型高端化定价对算力租赁的影响 市场供需匹配价格。当供不应求时价格上涨。各厂商的订阅制（如智谱159元/月）相对于按量付费严重亏损，意在培育市场。盈利依赖于按量付费的企业级Token。 智谱自己卖7-10折，第三方部署智谱约4-7折。K3尚无第三方部署，官方限时7折。K3出台后，智谱未出现算力供过于求，仍严重供不应求，K3对智谱市场几乎无影响。 K3虽定价更高（成本接近4倍，售价3倍多），但并未提升算力租赁转Token出售的利润比例，仍是锚定智谱。K3目前供不应求，但试后的整体评价没有媒体强调的那么高。从性价比看，K3在编程领域无法超越智谱，更像与千问和DeepSeek竞争，但价格贵很多。它打开了售价天花板，但未改变租赁转Token的利润比例，算力租赁报价不受影响。 B300Token工厂的盈利测算 以智谱GM5.2为例，一台B300经推理引擎优化后，输入约100-150万Token/秒，输出约300万Token/秒，缓存命中约500-600万Token/秒。按输出计，售价28元/百万Token，第三方通常打5折至14元/百万Token。 满负荷理论值：每分钟产出约42元，每小时2520元，每天约6万元，每月约180万元。实际运营中，因大量时间空置及效能不足，实际月收入约40万元（对比之下，DV4PRO理论月收入160万，实际仅20-30万）。 成本方面，设备折旧是最大变量。机器原400万，现1330万。目前设备不折旧反涨价，成本主要为运维费和电费。B300加环境功耗约16kW，按0.5元/千瓦时计，月电费加机房租约8000元，加运维约5000元，合计约1.5万元。 40万收入减1.5万成本，净利润约38.5万元（假设设备不折旧）。设备涨价至1350万后，需约40个月回本，已抑制设备继续上涨。海外设备约60万美元/台，未大幅涨价，回报率极高，国内企业正开始出海做Token工厂。 Token降价与利润空间保护 第一个问题：Token是否会降价？历史上云服务多降价，但2026年从硬件到软件到Token均为涨价。官方曾宣称永久二五折，7月即变为忙时五折。长期趋势Token会降价，但推 理引擎优化可能提升产出效率，总产值大概率不会下降。目前硬件供不应求，Token需求增长快于软硬件优化速度，设备产值可能继续升高。 第二个问题：若Token降价，租赁合同已谈定，租金固定，Token总产值下降则亏损。闲时租赁和Token出海是应对思路。 出海目的包括利用闲时及海外定价高。但合规要求严格——物理服务器、网络、存储必须隔离，不能同时服务国内和海外。出海设备须部署在汕头、上海临港、海南洋浦等特殊监管区，无法同时服务国内。闲时更换容器在单台服务器可行，但集群层面极难实现，现有调度方案不支持或效率低。闲时租赁实际难以操作，且存在政策风险。 未来1-3年国内CSP算力资本开支 虽未拿到BAT和运营商详细数据，但从市场行为看，需求远供不应求。海外供货显示整体加速，且超过台积电、三星、美光现有产能增长，国内更是明显。除原有大厂Capex增长30%-50%外，大量互联网及传统公司新增推理需求，算力需求增速超50%。 国内大模型厂商算力缺口与第三方租赁依赖 智谱几乎没有自有算力集群，全部为租赁，设备总集群约2000台以内（含国产和英伟 达）。未来将有多个万卡级集群（1000台8卡机以上），算力需求必然外溢给第三方，如润泽、协创等。 字节现有算力仅够C端使用，已开始与运营商合建数据中心。后续训练需大量采购新设备，包括5万片天朔之星（公开信息），以及合规的国产设备和可能进入中国的H200。字节会采用自购合规设备加算力租赁形式，但智谱没有购买渠道，算力需求全部外溢给第三方。整体需求增长超过30%，可能达50%以上。 运营商入局的影响 运营商卖Token效果不佳，原因有三：一是成本高——只能以昇腾为主，单位人民币产出的Token数量远少于英伟达，导致售价高；二是决策机制慢，跟不上Token价格波动；三是专业度不足，缺乏成熟的云团队。 运营商刊例价是字节的两倍，需打5折才能竞争，且仍难敌官方原厂。目前运营商对市场格局影响不大。未来，运营商在Token工厂运营方面有天然优势（机房、网络、客户经理、营业厅），但需等模型稳定成熟后，优势才能发挥，至少需要几年时间。 算力卡残值贬值风险 残值大幅贬值的风险确实存在。算力市场正变得大宗商品化，HBM在AI服务器中占比已超GPU（RubinNVL72中GPU仅占25%，存储超30%），导致价格大幅波动。历史上电子产品三年贬值70%，但2024年的4090显卡从16000元涨至25000元，已无法以历史经验判断。 新 技 术 带 来 的 风 险 尤 为 突 出 。英