市場敘事正在經歷一輪顯著切換。過去一年多，投資者習慣了以Mag7為代表的多頭定價邏輯，但最近兩週空頭敘事明顯增多，圍繞硬體資本開支上限、ROI、開源與閉源競爭以及週期性等老話題的辯論重新升溫。一位市場參與者犀利指出：“需要解釋一大堆才能說得清楚的東西，那麼可能本身也沒那麼好。”這一質疑此前曾指向軟體公司——它們需要解釋自己如何不被AI顛覆；如今迴旋鏢打向了硬體，後者需要解釋資本開支上限、ROI、開源/閉源競爭以及週期性，舉證難度顯著上升。

模型層的定價權與“每智慧價格”成為焦點。Kimi K3的釋出被視為重要事件，其模型能力達到SOTA水平，價格也接近SOTA。Kimi負責人提出“SOTA模型應有自己的定價權”，暗示單純看tokens價格已過時，取而代之的應是“每智慧價格”（Cost per intelligence），即完成單位任務的價格。GLM也即將釋出新模型，預計同樣強勁。當人人都在談論opus 4.8起步時，注意力會回到價格上。K3的敘事衝擊主要在模型能力，而DeepSeek接下來的衝擊可能落在“每智慧價格”上。DeepSeek的定位尚不明確，若其落在價效比高的區域，將強化現有敘事；若偏離較遠，則可能催生新的敘事催化。

地緣政治因素正深度介入模型出口博弈。Fable是第一個被北美禁掉的模型，理由是“放出來太危險了”。隨著下一代模型普及，圍繞SOTA模型出口的地緣政治博弈只會加劇，類似輝達B卡系列——B卡之下無人關注，B卡之上全是博弈。OpenAI的戰略曾暗示希望北美通過手段將開源模型拒之門外，這背後不僅是政治因素，也涉及基本的經濟問題。Chamath Palihapitiya提供了一個視角：未來模型、硬體和AI的定價中，政治元素將加強，容易產生新的敘事催化。

硬體與雲基礎設施或成利潤流向終點。有觀點認為，模型層難以建立網路效應，可能最終像大宗商品一樣捲成本、卷效率。K3釋出後，這一敘事重回主線。按照Gavin Baker的角度，利潤會源源不斷從模型層流出，流向硬體和雲等基礎設施。由於AI邊際成本不為零，壓榨硬體效率、卷硬體、投資硬體的動作可能持續很久。這一敘事與開源/閉源敘事交叉——再強的開源模型也需要硬體來卷效率、捲成本、卷推理部署，最終都落在物理層面。

模型釋出與模型訓練的時間差值得警惕。雖然K3等國產模型表現強勁，但“模型釋出”和“模型訓練”是兩個概念。例如Fable最近才開放公眾使用，但並非最近才訓練完成。外界無法確定OpenAI/Anthropic或國產模型是否藏著已訓練完成但未釋出的模型，這構成重大變數。關鍵在於斜率——是反向而行還是相向交叉？如果模型加速自我訓練的效果足夠明顯，斜率必然被某一方拉開。當前模型差距（至少是釋出時間上的間隙）變小，投資難度和敘事不確定性隨之增強。

科技巨頭資本開支在信用評級臨界點前或加速。谷歌業績會上的表述被視為第一槍。有觀點認為，“自由現金流”已是過時指標，下一個需要關注的臨界點是1倍淨債務槓桿（1x net debt leverage），即大科技信用評級的第一道紅線。在此臨界點之前，資本開支支出會加速而非減速。

儲存晶片的回購預期也構成潛在敘事差。UBS提及美光回購，摩根士丹利提及海力士潛在回購。若50%的自由現金流用於回購，將產生顯著影響。市場參與者普遍尚無回購預期，這可能形成敘事差。