市场叙事正在经历一轮显著切换。过去一年多，投资者习惯了以Mag7为代表的多头定价逻辑，但最近两周空头叙事明显增多，围绕硬件资本开支上限、ROI、开源与闭源竞争以及周期性等老话题的辩论重新升温。一位市场参与者犀利指出：“需要解释一大堆才能说得清楚的东西，那么可能本身也没那么好。”这一质疑此前曾指向软件公司——它们需要解释自己如何不被AI颠覆；如今回旋镖打向了硬件，后者需要解释资本开支上限、ROI、开源/闭源竞争以及周期性，举证难度显著上升。

模型层的定价权与“每智能价格”成为焦点。Kimi K3的发布被视为重要事件，其模型能力达到SOTA水平，价格也接近SOTA。Kimi负责人提出“SOTA模型应有自己的定价权”，暗示单纯看tokens价格已过时，取而代之的应是“每智能价格”（Cost per intelligence），即完成单位任务的价格。GLM也即将发布新模型，预计同样强劲。当人人都在谈论opus 4.8起步时，注意力会回到价格上。K3的叙事冲击主要在模型能力，而DeepSeek接下来的冲击可能落在“每智能价格”上。DeepSeek的定位尚不明确，若其落在性价比高的区域，将强化现有叙事；若偏离较远，则可能催生新的叙事催化。

地缘政治因素正深度介入模型出口博弈。Fable是第一个被北美禁掉的模型，理由是“放出来太危险了”。随着下一代模型普及，围绕SOTA模型出口的地缘政治博弈只会加剧，类似英伟达B卡系列——B卡之下无人关注，B卡之上全是博弈。OpenAI的战略曾暗示希望北美通过手段将开源模型拒之门外，这背后不仅是政治因素，也涉及基本的经济问题。Chamath Palihapitiya提供了一个视角：未来模型、硬件和AI的定价中，政治元素将加强，容易产生新的叙事催化。

硬件与云基础设施或成利润流向终点。有观点认为，模型层难以建立网络效应，可能最终像大宗商品一样卷成本、卷效率。K3发布后，这一叙事重回主线。按照Gavin Baker的角度，利润会源源不断从模型层流出，流向硬件和云等基础设施。由于AI边际成本不为零，压榨硬件效率、卷硬件、投资硬件的动作可能持续很久。这一叙事与开源/闭源叙事交叉——再强的开源模型也需要硬件来卷效率、卷成本、卷推理部署，最终都落在物理层面。

模型发布与模型训练的时间差值得警惕。虽然K3等国产模型表现强劲，但“模型发布”和“模型训练”是两个概念。例如Fable最近才开放公众使用，但并非最近才训练完成。外界无法确定OpenAI/Anthropic或国产模型是否藏着已训练完成但未发布的模型，这构成重大变量。关键在于斜率——是反向而行还是相向交叉？如果模型加速自我训练的效果足够明显，斜率必然被某一方拉开。当前模型差距（至少是发布时间上的间隙）变小，投资难度和叙事不确定性随之增强。

科技巨头资本开支在信用评级临界点前或加速。谷歌业绩会上的表述被视为第一枪。有观点认为，“自由现金流”已是过时指标，下一个需要关注的临界点是1倍净债务杠杆（1x net debt leverage），即大科技信用评级的第一道红线。在此临界点之前，资本开支支出会加速而非减速。

存储芯片的回购预期也构成潜在叙事差。UBS提及美光回购，摩根士丹利提及海力士潜在回购。若50%的自由现金流用于回购，将产生显著影响。市场参与者普遍尚无回购预期，这可能形成叙事差。