行业格局生变：本土模型加速追赶，海外优势持续压缩

据华泰证券最新研究分析，国产大模型在迭代频率上展现出显著加速态势。7月Kimi与二季度GLM系列新版本的接连发布，再次印证了本土模型演进的核心逻辑——技术更新周期可能进一步缩减。目前，国产闭源模型相较于海外领先者，技术代差已缩小至3至4个月区间，在保持高性价比的同时，正逐步强化能力上限与定价权。研究团队测评显示，K3在综合表现上仅略逊于GPT-5.6 Sol，而GLM 5.2发布后已具备对标Opus 4.7的实力。

投资视角：产业链受益与竞争加剧并存

从投资主线来看，第一，国产模型能力的快速跃升有望巩固整个产业链的正面趋势；第二，短期而言，尽管定价话语权有所改善，但模型层级的竞争正变得更为激烈；第三，放眼长期，Agent应用的渗透率持续爬坡，有望进一步抬升潜在市场空间。华泰认为，行业核心趋势包括：参数Scaling Law依然有效，前沿算力仍是关键瓶颈；K3后续的国产适配优化将引导投资重心向基建倾斜。同时，AI办公Agent赛道正迎来奇点——海外Codex与国内WorkBuddy的用户数保持月度环比高增长，有望释放更大规模的token需求。

模型追赶效应突出，下半年密集迭代值得关注

市场普遍反馈，大模型领域或难以形成长期稳定的SOTA厂商格局。三季度建议重点关注智谱、互联网大厂以及MiniMax等玩家陆续推出的产品升级。国产模型在参数规模、架构效率及复杂任务交付能力上正逐步逼近全球前沿，再次验证了大参数预训练技术路线的有效性。值得留意的是，Kimi在Agent议价权方面有所改善，编程能力显著增强。

Kimi K3深度测评：长程编程与多模态能力领跑

7月16日，月之暗面正式发布Kimi K3模型，总参数达到2.8万亿，原生支持视觉理解与1M上下文窗口，重点聚焦长程编程、知识处理以及复杂推理场景。定价方面，K3 API已接近海外前沿产品的水平，与友商过往价格相比，海外溢价显著收窄：每百万token在缓存命中、输入、输出场景下的价格分别为0.3、3、15美元，而GPT-5.6 Sol对应为0.5、5、30美元。K3的核心升级体现在三方面：一是长程编程交付能力显著提升，测评表现仅小幅弱于GPT-5.6 Sol；二是强化了复杂任务的分解与多Agent并行协作，可将资料获取、分析、制表等环节串成完整工作流；三是原生多模态能力增强，能够结合截图、视频等输入优化前端开发、游戏、CAD及视频编辑等任务。

架构创新缓解算力约束：KDA注意力与Stable LatentMoE

K3通过多项架构升级降低了长上下文与大参数规模下的计算和缓存压力。在延续参数Scaling策略的同时，有效控制了单次推理成本，算力约束得到一定缓解。具体技术包括：KDA混合线性注意力（降低长上下文场景下的KV Cache需求）、Attention Residuals（支持模型从前序多层中选择性回看并检索关键信息，减少信息传递损失）、以及Stable LatentMoE（每次从896个专家中激活16个，降低单次推理计算量）。

投资结论与风险提示

华泰证券认为，K3所代表的行业核心趋势包括：模型领先窗口持续缩短——从K2.7 Code到K3仅隔约一个月，且架构升级源于前期论文积累，技术储备与工程体系的追赶仍是竞争焦点；参数Scaling Law依然有效，但算力约束问题持续存在——K3参数达2.8万亿，对通信带宽和内存提出高要求，建议部署于64个加速器组成的超节点，前沿算力仍是核心瓶颈，行业价值量或进一步向基础设施建设倾斜；办公Agent奇点渐近——Agent行业具有供给创造需求的特征，模型能力加速进步有望推动渗透率提升；模型追赶效应显著，行业或难以形成长期稳定的SOTA厂商。风险提示：模型迭代速度不及预期，算力基建限制模型发展，用户渗透情况不及预期。