7月16日，Kimi更新K3模型，实现2.8万亿参数、100万Token上下文和原生视觉能力，进一步切入长时程编程、知识工作与复杂推理场景。与市场主要关注开放权重与榜单成绩不同，我们更关注其生产案例中数千次网页检索、终端数据调用、递归迭代及多子Agent并行所反映的推理负载变化。Kimi K3建议采用64张以上加速卡组成的超节点部署，表明高带宽互联、推理集群、上下文缓存及Agent基础软件的重要性进一步提升。K3智能的提高直接带来了token定价的提高，进一步强化了国产模型的商业化能力。
　　模型规模与稀疏架构同步升级，开放模型继续向前沿能力靠拢
　　Kimi K3参数规模达到2.8万亿，采用Kimi Delta Attention、AttentionResiduals及Stable LatentMoE架构，每次推理有效激活896个专家中的16个，并通过训练和数据配方优化，实现相较Kimi K2约2.5倍的整体缩放效率提升。模型同时支持100万Token上下文及原生视觉理解，覆盖软件工程、知识工作与深度推理。市场主流观点更重视参数规模与开放权重，我们认为，KDA、AttnRes及高稀疏MoE对跨卡通信、专家路由和推理软件提出的新要求，或构成更具持续性的国产软硬件适配变化。
　　长时程Agent工作负载显著扩大，单任务计算消耗可能持续上行
　　据Kimi官方披露，K3生成AIASIC行业研究网站时经历120轮以上递归改进，完成2800次以上网页搜索与抓取、1100次以上终端数据调用，处理超过1.1万页内容，覆盖87份季度报告和99份原始PDF；引力波分析案例则调用20个以上并发子Agent处理391个事件。上述任务已由一次问答转向检索、执行、校验、绘图和修改组成的长链路流程。我们认为，Agent渗透带来的核心增量并非用户请求数量本身，而是每个任务内部Token、工具调用次数和并行执行宽度的共同增长，带来真实工作流渗透提升。
　　智能能力升级推动价格中枢上移，逐步接近海外高端模型
　　Kimi K3 API缓存命中输入、未命中输入和输出价格分别为$0.30、$3.00和$15.00/百万Token，较Kimi K2系列价格明显提升，反映其产品定位已由低价模型服务转向长上下文、复杂推理和Agent任务驱动的旗舰能力定价。横向比较看，K3价格高于GLM、MiniMax等多数国产模型，国产模型价格中枢正在随智能能力提升逐步向海外水平靠拢。我们认为，K3通过自动缓存和推理系统优化降低实际调用成本，使模型厂商能够在提升名义Token价格的同时维持用户使用门槛，行业商业化竞争正由单纯低价转向模型能力、缓存效率与算力利用率的综合比拼。
　　投资结论
　　随着国产模型在长上下文、多模态、工具调用及复杂Workflow执行等方面持续进步，其与海外前沿模型的能力差距正在收窄，模型价值也由单轮问答逐步转向检索、分析、执行、验证和交付等实际工作环节。我们认为，复杂工作能力提升有望增强客户付费意愿，推动API价格中枢、调用量及商业化空间同步改善。相关标的：智谱，MiniMax。
　　风险提示：宏观经济波动，技术进步不及预期，中美竞争加剧。