一 | 48小时。
二 | 一家中国公司的模型发布。 全球AI股票集体下跌。
三 | 英伟达跌，半导体跌......全球市值蒸发万亿美元。 재정불안에 美 국채 장기금리 상승금 현물 4660弗대, 석달만의 최고 금 관련 ETF에도 개인 자금 유입 최근 미국 국채 금리가 19년 만의 최고 수준까지 오른 가운데 금값도 석 달 만의 최고치를 기록했다. ‘금리가 오르면 금값이 떨어진다’는 교과서적 관계가 뒤집힌 기현상이다. 금리 인상 요인이 미국 재정 불신으로 옮겨가면서 국채를 대체할 가치저장 수단으로 금이 부각된 결과이다. 최근 금 관련 상장지수펀드(ETF)에도 개인 자금이 대거 쏠리고 있다.25일(현지시간) 미국 뉴욕시장에서 현물 금 가격은 0.3%가량 오른 온스당 4660달러대에 거래됐다. 장중 3개월여 만의 최고치를 기록한 뒤 상승 폭을 줄였다. 한 달 전과 비교하면 15% 가까이 올랐다.같은 날 10년 만기 미국 국채 금리는 6.5bp(1bp는 0.01%포인트) 하락한 4.638%, 30년 만기 국채 금리는 5.6bp 하락한 5.174%를 기록했다. 소폭 하락했지만 여전히 높은 수준이다. 30년물은 18일 장중 19년 만의 최고치를 기록한 뒤 5%대에서 움직이고 있다. 10년물도 같은날 19개월 만의 최고인 4.75%를 찍은 뒤 4.6%대에 머물고 있다.이론상 금과 금리는 반대로 움직인다. 금은 이자나 배당을 낳지 않아 금리가 오르면 보유에 따른 기회비용이 커지고, 자금은 이자를 주는 국채로 이동한다.올해 상반기도 마찬가지였다. 금 선물 가격은 1월 말 온스당 5318달러로, 사상 최고 종가를 기록한 뒤 6월 약 3990달러까지 25%가량 떨어졌다. 미국과 이란의 갈등이 격화하며 국제유가가 뛰자 인플레이션 우려가 커졌고, 연방준비제도(Fed)의 금리 인상 가능성이 반영된 영향이었다.최근 국면은 다르다. 8월 들어 장기금리가 19년 만의 최고 수준까지 올랐는데, 금값도 15% 가까이 급등했다. 시장에서는 이 같은 기현상의 원인으로 금리 상승 요인의 변화를 주목한다.최근 국채 금리 상승 원인으로 주목되는 게 기간프리미엄(term premium)이다. 이는 장기 국채를 만기까지 보유하는 위험을 감수하는 대가로 투자자가 요구하는 추가 금리다. 재정적자가 불어나고 국채 발행 물량이 쏟아지면 투자자들은 수십 년 뒤까지 원리금을 온전히 받을 수 있을지 의심하게 되고, 그만큼 높은 금리를 요구한다.이 때는 금리 상승의 의미가 달라진다. 돈값이 비싸진 것이 아니라 국채 자산의 신뢰가 떨어졌다는 신호이기 때문이다. 이 때 자금은 국채를 떠나 또 다른 가치저장 수단인 금으로 향하게 된다. 즉, 재정 우려가 국채 금리와 금값을 동시에 밀어 올리는 구조다.이은택 KB증권 이사는 “장기금리가 재정 신뢰도에 대한 의심을 반영한다는 점을 생각하면 그 관계를 이해하기 어렵지 않다”며 “장기금리 상승 압력을 제어하기 쉽지 않다고 보는 투자자라면 금도 장기적인 관점에서 조금씩 모아갈 필요가 있다”고 말했다.이미 국내 투자자 자금은 빠르게 금 ETF로 유입되고 있다. 한국투자신탁운용의 ACE KRX금현물 ETF로 유입된 개인투자자 순매수 누적액은 연초 이후 2000억원을 넘어섰다. 8월로만 보면 655억원 이상이 들어왔고, 이달 모든 거래일에 하루도 빠짐없이 개인 순매수가 이어졌다. 24일 기준 순자산액은 4조2712억원으로 원자재 ETF 중 최대 규모다.수익률도 회복됐다. KRX 금 시세는 8월 첫 거래일부터 24일까지 g당 11.3% 올랐고, ACE KRX금현물 ETF는 같은 기간 12.76% 상승했다. 최근 1년과 3년, 상장 후 수익률은 각각 38.07%, 147.72%, 191.45%다.실물 금과 비교해 ETF의 접근성이 좋다는 점도 자금 유입 배경으로 꼽힌다. 골드바 등 실물 금은 매수 시 부가가치세 10%와 세공비가 붙고 보관 부담이 따르지만, ETF는 증권계좌에서 주식처럼 소액으로 매매할 수 있고 연금계좌에도 담을 수 있다. 남용수 한국투자신탁운용 ETF본부장은 “최근 주식형 자산의 변동성이 커지면서 금현물 ETF를 포트폴리오에 담으려는 개인투자자들의 수요가 늘어났다”며 “금현물 ETF는 장내 선물 상품과 달리 월물 교체에 따른 롤오버(Roll-over) 비용이 발생하지 않아 장기 보유 시 비용 효율성이 높다”고 말했다. 홍태화 기자。 高盛合伙人在客户电话会里直接抛出一句：算力扩张时代，可能到头了。 摩根大通给客户发的备忘录，称之为DeepSeek 2.0。
四 | 所有人都在问同一个问题：Kimi K3真有那么厉害？ 说实话，我觉得没有。 Kimi是个好模型。但它还不足以撼动全球资本市场。真正被震动的，也不是英伟达，是华尔街过去三年一直相信的那套故事。
五 | Kimi只是推倒多米诺骨牌的那只手。 一、华尔街到底怕什么 要看懂这场恐慌，先得看清过去三年华尔街到底在信什么。 本质上，他们相信的是一条大模型定律。 模型越强，参数就越大，训练就越贵，需要的GPU就越多，资本开支就越高，英伟达就越值钱。
六 | 这也是整个AI时代最大的金融叙事。 2023年ChatGPT火了之后，这条公式一路跑到2026年中。英伟达市值从1万亿美元冲到5万亿美元。
七 | 微软、Meta、Alphabet、亚马逊，每次财报电话会都在重复同一句：我们继续加大AI基础设施投入。
八 | 估值逻辑只有一个假设，做AI就得烧钱。烧得越多，护城河越深。 三年，这条公式没被证伪过一次。 直到DeepSeek出现。 2025年1月，DeepSeek-R1用远低于预期的成本，跑出了接近GPT-4的推理水平。英伟达那天蒸发了5890亿美元，创下美股历史纪录。
九 | 结果呢？ 半年之后，微软继续投。Meta加预算20%。CoreWeave上市股价翻倍。所有人继续下注。
十 | 华尔街松了一口气，DeepSeek被当成一次虚惊。 然后Kimi K3来了。 这次的数据更刺眼。LMArena前端代码榜以1679分登顶，超过Claude Fable 5。综合排名从上一代的第18名直接跳到第1。前端7个细分方向，拿下6个第一。7月27日开放权重发布，成本据说只有美国顶级模型的六成。
十一 | 高盛在内部备忘录里写了这样一句反问： 一家买不到最大规模算力的中国实验室，靠着架构创新、合成数据、强化学习、后训练，凭什么把差距缩得这么快？ 这个问题一问出来，华尔街的信仰就出问题了。 以前所有人默认，Scale就是GPU。今天Scale变成了GPU加算法加数据加后训练加RL的合力。
十二 | 算力不再是唯一的答案，这才是华尔街真正怕的东西。 华尔街怕的不是Kimi，是英伟达。准确说，是AI资本开支永远在扩张这个定价逻辑。 硅谷巨头们预计2026年资本开支达到7000亿美元，台积电刚宣布2026年资本开支640亿美元，超市场预期。
十三 | 这些钱要变成芯片、变成数据中心、变成英伟达的订单。
十四 | 前提是，大模型必须继续变大、继续烧钱。 Kimi K3出来后发现，未必如此。
十五 | 如果越来越多公司都能用更少GPU、更低成本，做出同等水平的模型，那全球GPU采购量还需要那么大吗？台积电640亿美元的回报率会不会打折？英伟达的远期收入预期要不要下调？ 这下好了，过去三年所有算力扩张的估值模型，都得重新计算。 Kimi只是让所有人第一次真正开始问一个问题：GPU还能卖这么多吗？ 只要华尔街开始思考这个问题，股价就必然晃动。 二、为什么偏偏又是中国？ 还有一层更深的东西，很多人不敢明说。 为什么又是中国？ DeepSeek第一次让华尔街意识到，中国能追。Kimi第二次告诉华尔街，中国还在追，而且没停。
十六 | 一次可以叫偶然，可以归给几个天才或者运气。两次在不同节点、不同方法上都发生了低成本逆袭，资本就必须重新算概率。 这个概率一改，事情就变了。 美国巨头信的是大力出奇迹。钱多、卡多，工程上有瑕疵就用更多算力去盖过去。这种打法效率其实不高，但在充裕环境里没人在意。 中国头部公司从第一天起，环境就完全反过来。
十七 | 买不到十万卡集群，融资也没那么阔绰，只能把手里的算力压榨到极致。 被逼出来两个能力。
十八 | 一是合成数据。
十九 | 用最少的高质量样本，卷出最高的逻辑上限。 二是后训练加强化学习。用工程微调和策略优化，去补底层预训练的不足。 这两个能力，恰好是算力信仰最不重视的地方。 结果就是，当追赶者能用40%甚至更低的成本做出顶级性能，美国巨头堆起来的十万卡壁垒，反而变成成本累赘。 这才是华尔街真正的系统性恐惧。不是一家中国公司做出了一个好模型，是这条低成本路径被走通了两次。第三次、第四次，可能已经在路上。 三、但华尔街可能又看错了 就在华尔街砸盘、讨论算力时代是否终结的时候，现实给了一个反转。 昨晚，Kimi官方公告，K3发布后请求量远超预期，集群逼近承载极限。即日起暂停C端新用户订阅，全速扩容。为了匹配算力，还得把耗能最猛的Kimi Code从主权益里拆出来单独卖。 这条消息，狠狠打了华尔街一记耳光。 它把一个反复被验证的技术产业规律，直接摆到了台面上。成本下降，从来不会减少需求，只会让需求爆炸。 这样的例子也比比皆是。 计算机便宜了，电脑数量翻倍。互联网便宜了，网站数量爆炸。云计算便宜了，全球服务器比以前多得多。
| 现在模型便宜了会发生什么？ Agent变多，AI应用调用量变大，推理需求飙升，Kimi自己都撑不住了。 这套现象在经济学上叫杰文斯悖论。19 世纪英国经济学家发现，蒸汽机效率提升后全国煤炭总消耗反而上涨，效率降低了使用门槛，大量产业开始普及蒸汽机，整体需求扩张抵消了单台设备的能耗节约。 今天的GPU，就是19世纪的煤炭。GPU需求不会消失，变的是身份。 以前GPU的主要买家是训练。几万张卡集中封闭训几个月，训完之后其实很多时候是间歇性闲置的。 以后主要买家是推理。7×24小时的Agent服务。每台手机、每辆车、每个机器人上的本地模型，视频生成，百万token窗口的持续计算。 算力消耗的模式，正在从低频、巨量、集中，变成高频、海量、泛在。 总量可能不降，甚至可能更高。
| 但谁受益、怎么受益，会重新排队。 高盛说算力扩张时代接近尾声，至少在两年维度里，这个判断大概率是错的。
| 更准确的说法应该是，算力扩张的逻辑变了。主导权从训练移交到推理。
| 英伟达不会因此崩盘。但过去三年那种闭着眼买英伟达的日子，可能真的过去了。 四、Kimi只是那面镜子 回头看这次抛售，Kimi K3的角色其实很清楚。
| 它是导火索，不是原因。
| 看几个数据你就明白了。 费城半导体指数今年还在涨68%。涨了这么多，一次深回调本来就是必然。
| 标普500等权重指数同一天创了历史新高。
| 钱没走，只是从科技股挪到了别的板块。 EPFR的数据显示，美国企业内部人士上半年抛股票776亿美元，20年来第二高。聪明钱早就在撤。
| 台积电Q2净利润同比涨77%，营收预期上调。但资本开支640亿美元超预期，反而让市场焦虑。 Alphabet的Gemini 3.5 Pro延期好几个月，AI产品落地节奏跟不上预期。 这些东西堆在一起，市场早就绷得紧了，缺一个理由释放压力。 Kimi K3刚好递上了这个理由，给了华尔街一块砖砸自己的脚。 严格来说，这次抛售更像是拥挤交易的松动，不是AI逻辑的突然崩塌，是过去三年集中抱团在英伟达身上的钱，开始往别处走了。 Kimi不是改变了AI，Kimi改变了资本理解AI的方式。 五、旧地图，新大陆 站在今天的位置来看，AI产业的竞争逻辑，正在快速变道。 第一阶段从2023年到2025年，核心是算力储备。
| GPU多、能训更大模型的一方就是赢家。这一阶段的赢家是英伟达、台积电，加上少数几家能扛百亿美元训练预算的巨头。 第二阶段从2025年底开始，核心变成效率。谁能用更少资源做同等水平的模型，更快把模型变成产品，在推理成本上建立优势，谁就在下一轮拿主动权。 华尔街的问题，从来不是不聪明，是太喜欢用一个简单故事，去解释一个复杂时代。
| 三年前，AI被讲成GPU的故事。估值围着GPU转，仓位也围着GPU转。 今天，这个故事第一次出现明显的逻辑盲区。 盲区不等于结束，盲区意味着故事需要升级。 从谁GPU最多变成谁把GPU用得最好。从硬件红利变成工程能力和系统效率，从资本密集变成技术密集和应用密集。 DeepSeek，让华尔街开始怀疑。
| Kimi，让华尔街开始修正。 【版面之外】的话： 如果未来有一天回头看。Kimi K3未必会成为最重要的模型。但它很可能会成为一个标志。
| 不是因为它超越了谁，是它第一次让全球资本意识到，AI竞争，比的已经不是谁拥有更多资源。现在看的是，谁能把同样的资源，变成更大的能力。 这是两种完全不同的产业时代。 前一个时代，钱决定速度。后一个时代，效率决定价值。
Current article:http://919vzo.yepenchunshouzuiwai.shop/news/20260826_5259.html
Published on:07:00:10
