Kimi K3引领开源模型进入3T新阶段——开源模型跃迁的行业影响

一、Kimi K3引领开源模型进入3T新阶段。国产开源模型持续实现技术突破，Kimi K3作为全球首个开放3T级模型拉开开源大模型3T时代序幕。该模型拥有2.8T参数，搭载专属注意力技术，原生支持视觉输入与百万Token超长上下文，综合评测成绩仅落后头部海外闭源大模型；英伟达黄仁勋发布公开信，明确开源模型具备安全、创新、AI自主主权多重价值，行业将同步发展前沿闭源与开源模型，持续拉动云、算力基础设施需求。即便基座开源，大模型厂商仍具备底层调优优势，配套开源组件同步加速行业渗透。 二、模型二次开发空间扩大，软件公司价值量提升。开源模型拓宽企业深度开发边界，推动软件行业价值重构。相较于闭源API仅能做基础检索与提示词调试，开源模型可覆盖数据治理、模型微调蒸馏、行业定制对齐、多环境部署全流程；软件厂商核心竞争力从API集成能力转向行业数据、业务流程与模型工程能力，公有云、私有云、边缘混合部署模式也进一步拉高软件企业模型治理服务的附加值。 三、算力需求环节增加，云厂商AI Infra经验重要性凸显。开源模型全生命周期运营催生更多算力负载，具备完善AI底层基础设施的云厂商优势显著。企业针对不同行业、客户定制专属模型版本后，算力消耗不再局限于终端推理，还延伸至数据处理、微调训练、评测验证、长期运维全环节；云平台业务从单一API入口升级为GPU供给、模型托管、全链路调优一体化服务，完整模型生命周期带来持续扩张的算力需求。 四、模型进入3T时代，部署需求超节点，利好国产芯片。3T级别大模型推动行业部署架构转向超节点集群，国产AI芯片迎来发展机遇。Kimi K3官方要求至少64卡集群才能实现高效推理，2026 WAIC展会中华为昇腾、沐曦等国产芯片厂商集中推出大规格超节点产品；3T模型将竞争从单卡性能延伸至芯片、高速互联、整机集群、推理软件栈一体化系统能力，具备完整超节点产品与生态适配能力的国产芯片厂商充分受益。 投资建议 相关标的： 大模型&云：智谱、MiniMax、阿里巴巴、腾讯控股、金山云、百度集团、优刻得、首都在线、网宿科技、云赛智联、青云科技等。 海外算力：东山精密、工业富联、胜宏科技、江海股份、中际旭创、中钨高新、蓝思科技、东阳光、火炬电子、三环集团、欧科亿、天孚通信、鼎泰高科、新易盛、领益智造、兆易创新、鹏鼎控股、唯科科技、天岳先进、大普微、源杰科技、麦格米特、景旺电子、英维克、京东方等；英特尔、SK海力士、Lumentum、闪迪、铠侠、美光。 国内算力：寒武纪、海光信息、长鑫科技、东阳光、利通电子、中芯国际、华虹半导体、华达科技、摩尔线程、天数智芯、沐曦股份、壁仞科技、协创数据、禾盛新材、华丰科技、杰华特、京基智农、中科曙光、、浪潮信息、利扬芯片、胜蓝股份、华勤技术、国科微、中国长城、晶科科技、罗曼股份、盈峰环境、芯原股份、晶科科技、亿田智能、豫能控股、星环科技、鸿日达、盛视科技、神州数码、润泽科技、大位科技、润建股份、奥飞数据、瑞晟智能、科华数据、潍柴重机、欧陆通、杰创智能、奥尼电子。 风险提示 行业竞争加剧的风险；技术研发进度不及预期的风险；AI资本开支压力过高的风险。 内容目录 一、KimiK3引领开源模型进入3T新阶段..........................................................31.1国产开源模型突破，持续追赶海外闭源模型.................................................31.2黄仁勋发表开源模型公开信...............................................................3二、模型二次开发空间扩大，软件公司价值量提升...................................................4三、算力需求环节增加，云厂商AI Infra经验重要性凸显............................................43.1更大的二次开发空间最终转化为更多算力工作负载...........................................43.2云承接完整模型生命周期，算力调优对AI Infra需求增大....................................5四、模型进入3T时代，部署需求超节点，利好国产芯片..............................................5五、开源模型对产业影响总结.....................................................................5风险提示.......................................................................................6 图表目录 图表1：Artificial Analysis模型评测榜单.......................................................3图表2：黄仁勋在X首帖发布开源模型公开信......................................................3图表3：部分美股软件业务......................................................................4图表4：曦景S系列超节点产品..................................................................5 1.1国产开源模型突破，持续追赶海外闭源模型 KimiK3拥有2.8T参数，基于Kimi Delta Attention（KDA）与Attention Residuals（AttnRes）构建，具备原生视觉能力和100万Token上下文窗口，并将其称为全球首个开放3T级模型。在Artifacial Analysis评测基准上，kimi k3得分仅次于GPT-5.6/ClaudeFable 5和Claude Opus 5。 来源：artificial analysis,国金证券研究所 我们认为大模型全面普及背景下，即便基座对外开放，头部大模型厂商依旧保有不可替代的核心优势：底层架构迭代、大规模参数调优等硬核技术门槛持续拉开差距；同时模型厂商配套开源开发套件、微调工具、推理优化组件持续下沉渗透，进一步巩固自身生态话语权。 1.2黄仁勋发表开源模型公开信 黄仁勋在X账号首帖中分享了英伟达参与联署的开源模型公开信，并表示，AI将改造每个行业、赋能每家公司、由每个国家建设；开源模型能够强化安全与网络安全、加速创新与扩散并支持主权化，世界同时需要前沿闭源模型与前沿开源模型。 来源：X，国金证券研究所 我们认为，黄仁勋将开源模型与创新扩散、主权化并列，说明开源模型的产业价值不只在成本，更在于让企业和国家能够在自己的数据、云和硬件环境中建设AI。多主体、多区域部署有望扩大云平台、数据中心与推理算力的需求边界。 我们认为，开源模型的进步，使企业、软件公司和云平台可以进入过去被闭源API遮蔽的模型深层： 在数据与知识层，闭源API+RAG主要围绕知识库、检索和提示词展开，开源模型则可以把开发范围扩展到数据治理、合成、训练与持续回流。企业对模型交互数据的沉淀可以更深层次地优化开源模型。 在模型层，企业也由调用固定能力进一步进入微调、蒸馏、对齐、路由与评测，同一基座模型可以形成更多行业版本、岗位版本和任务版本，应用丰富度明显增加。软件公司的差异化从“谁更会接API”转向“谁拥有行业数据、工作流理解和模型工程能力”。软件公司的二次开发价值量因此提升。 在部署和产品层，开源模型支持公有云、私有云、本地、边缘及混合部署。也为软件公司的治理能力提出更高要求，进一步带来价值量提升。随企业级Agent进入部署阶段，数据库查询、日志监控、工作流调度等任务从“人使用软件”转向“软件调用软件”，系统复杂度上升后，企业对于数据治理、实时监控、权限体系、Workflow orchestration等方面的治理需求进一步增强，因此具备可观测、安全、身份、Workflow类的平台能力的软体公司，将重新获得估值溢价。 3.1更大的二次开发空间最终转化为更多算力工作负载 我们认为，软件公司为每个行业、客户和业务流程维护不同模型版本后，算力不再只发生在用户点击应用的时刻，还发生在数据处理、适配训练、版本评测、灰度验证和持续运维阶段。项目数量和版本数量的增加会扩大算力消耗。具备客户入口与行业数据的软件公司可以把模型二次开发打包为订阅、专属托管、按效果付费和持续运维服务。算力由成本项转化为产品交付的一部分，软件公司与云、算力供应商形成更紧密的长期合作。 3.2云承接完整模型生命周期，算力调优对AI Infra需求增大 我们认为，开源模型对云的需求在于：云从闭源API入口扩展为GPU供给、模型托管、数据治理、训练调优、推理服务与运维平台。企业同时管理多个模型和多个适配版本后，云平台的调度、治理和规模化交付价值更高。 算力需求也从单次API推理扩展为“训练/微调—评测—专属部署—持续推理—再训练”的完整链条，多阶段工作负载和更大的模型规模对算力调优需求增大，利好具备更强AIInfra能力的云厂商。开放门槛会带来更多模型版本、更多场景和更高调用频率，总算力需求有望扩张。 Kimi官方技术博客建议，为获得更大的高带宽通信域、提升推理效率，Kimi K3应部署在配备64张及以上加速卡的超节点配置上。 WAIC上2026多家国产AI芯片厂商集中发布或展示超节点： 华为官网显示，WAIC 2026期间，昇腾950超节点（Atlas 950 SuperPoD）首次线下展出，真机采用1024卡集群部署。 沐曦股份官网显示，公司在WAIC 2026正式发布曦景S系列超节点，其中曦景S600实现单机柜64卡高密度部署和柜内全互连。 来源：沐曦股份官网，国金证券研究所 我们认为，接近3T的开源模型正在把推理优化从单卡、单机问题推向大规模高带宽互连与系统级协同。国产AI芯片厂商有望通过芯片、互连、整机和软件栈协同提升大模型部署能力，利好具备超节点产品与生态适配能力的国产芯片厂商。 我们认为，随着国产开源模型持续进步，追赶行业前沿闭源模型： 软件公司有望由API集成商升级为模型资产与持续运营服务商，可以基于自己的行业knowhow和数据优势形成领域专属微调模型，迎来价值量上升。 云厂商有望承接模型选择、调优、托管、运维与治理需求，受益逻辑在于工作负载由单点API推理扩展到训练、评测、专属部署和持续推理，具备AI Infra经验的云厂商更能发挥推理成本上的技术优势。 开源大模型参数规模持续扩大，部署需求向超节点演进：更大通信域和更强系统协同要求，使竞争维度由单卡性能扩展到芯片、互连、整机、编译与推理软件栈，国产AI芯片厂商有望受益。 行业竞争加剧的风险： 众多新兴玩家参与到市场竞争之中，若市场竞争进一步加剧，竞争优势偏弱的企业或面临出清，某些中低端品类的毛利率或受到一定程度影响。 技术研发进度不及预期的风险： 技术开发需投入大量资源，如果相关厂商新品研发进程不及预期，表观层面将呈现出投入产出在较长时期的滞后特征。 AI资本开支压力过高的风险： AI资本开支过高可能导致云厂商自由现金流持续承压，并带来折旧压力。 行业投资评级的说明： 买入：预期未来3－6个月内该行业上涨幅度超过大盘在15%以上；增持：预期未来3－6个月内该行业上涨幅度超过大盘在5%－15%；中性：预期未来3－6个月内该行业变动幅度相对大盘在-5%－5%；减持：预期未来3－6个月内该行业下跌幅度超过大盘在5%以上