Kimi K3 on Korea Invest Insights

Rapport hebdomadaire approfondi sur les semi-conducteurs : bénéfices solides, multiples plus bas et pivot vers 2028

Sun, 19 Jul 2026 15:53:00 +0900

Le 13 juillet, le KOSPI a baissé de 9,05% et l’action SK Hynix de 15,37%. Cependant, la même semaine, TSMC a annoncé un chiffre d’affaires de 40,2 milliards de dollars pour le deuxième trimestre avec une marge brute de 67,7%, tandis qu’ASML a relevé son objectif annuel des revenus à 43-45 milliards d’euros. Les prix des DRAM et NAND de commodité ont également augmenté de manière significative. C’était une semaine où les commandes physiques et les cours des actions se sont mouvées dans des directions opposées.

Cette divergence n’est pas un signe que la bulle des semiconducteurs est terminée, mais plutôt un signe que la question du marché a changé. Les investisseurs ne regardent plus seulement combien sera gagné en 2026 et 2027. Ils calculent d’abord combien de production s’étendra en 2028, si les clients peuvent maintenir des prix élevés pour la mémoire et l’investissement en centre de données, et combien les gains d’efficacité d’inference éroderont le premium de rareté de HBM.

Contexte Connexe Ce billet réunit Les Cinq Montres du Bull et Bear Case des Semiconducteurs, La Valeur Équitable de la Mémoire via FCFE et les Gains Normalisés, Samsung Electronics et SK Hynix : Scénarios 2027-2028 Intégrés et Évaluation Risk-Adjusted, et Modèle de Démarche de l’Offre et de la Demande HBM 2030 (26,7 EB) en une synthèse hebdomadaire mise à jour avec de nouvelles données provenant de la troisième semaine du mois de juillet. Des billets connexes sont disponibles sur le Hub IA HBM et le Hub d’Analyse Exclusif.

TL;DR

Les données officielles confirmées du 13 au 19 juillet ne soutiennent pas la prétention que la demande IA des semiconducteurs a atteint son pic. Les résultats et les perspectives de TSMC et ASML, les prix des contrats DRAM et NAND, ainsi que la demande de mémoire serveur renforcent le thème des bénéfices forts pour 2026-2027.
Ces mêmes données amplifient également les risques de production en 2028. Les plans d’expansion de capacité d’ASML et l’investissement important de TSMC sont des preuves des commandes actuelles — et simultanément une réservation de la future production et un dépréciation.
Les contrats à long terme sur HBM peuvent relever le seuil du volume et des bénéfices, mais peuvent ralentir le rythme à partir duquel les pics de prix ponctuels se traduisent par des ASP moyens. La stabilité du volume et une limite au potentiel de hausse des prix coexistent.
La Chine joue trois rôles simultanément : destination finale de la demande, concurrent en mémoire de commodité, et marché susceptible d’être découpé politiquement. Son impact le plus important est sur les plafonds de prix 2028 de la mémoire de commodité DRAM et NAND et la discipline mondiale de la production, pas sur la substitution à court terme de HBM.
Les gains d’efficacité provenant des modèles ouverts comme Kimi K3 ne suppriment pas simplement la demande de semiconducteurs. Ils peuvent déplacer la valeur de certains HBM vers le DRAM serveur, l’eSSD, le réseau et la puissance. La question clé n’est pas si le coût par tâche diminue, mais combien l’ensemble du volume de travail s’accroît et quelle part est déployée sur des infrastructures internes.
Les probabilités actuelles du scénario de base : 25% d’une Durée Étendue, 40% de Forts Bénéfices / Multiples Comprimés, 25% d’Économies et Normalisation de la Production, 10% de Déséquilibre Financier / Demande. Le chemin le plus probable est celui où les bénéfices forts en 2026-2027 et l’évaluation par dépréciation pour 2028 coexistent.

Déclaration Clé de la Semaine

La preuve physique sous-tendant le supercycle de la mémoire a passé son premier test de stress à grande échelle. Les cours des actions, cependant, ont commencé à se demander non pas l'ampleur de la rareté mais combien de temps les bénéfices excédentaires dureraient. 2026-2027 est le moment pour la livraison de bénéfices ; 2028 est le moment qui simultanément teste la production, l'efficacité et la rentabilité des clients.

1. Portée et Règles d’Utilisation des Évidences

L’analyse couvre les périodes du 13 au 19 juillet 2026. Les documents IR des entreprises, les déclarations gouvernementales et parlementaires, les données de l’industrie, les estimations des courtiers et les chiffres d’offre et de demande du marché tirés de deux documents d’analyse hebdomadaires ont été récatégorisés. Où plusieurs billets citent la même source sous-jacente, le compteur de confirmation n’a pas été incrémenté.

Grade	Source	Utilisation dans ce rapport
A	Documents IR des entreprises, déclarations gouvernementales / parlementaires / réglementaires, divulgations SEC	Base pour les faits et les plans officiels
B	Recherches de l’industrie comme TrendForce, rapports principaux des courtiers	Preuves d’appui pour les prix, parts de marché et estimations d’entreprise
C	Rappels de rapports de presse croisés, résumés des vérifications par canaux	Utilisé uniquement pour la confirmation directionnelle ; ne servent pas comme signaux d’investissement indépendants
D	Réseaux sociaux, images circulaires récapitulatives	Utilisé uniquement pour identifier les questions nécessitant une vérification supplémentaire

Les commandes de TSMC, ASML et des fabricants de mémoire peuvent refléter plusieurs fois la même planification d’investissement hyperscaler. Les plans officiels signalent l’intention de demande mais ne garantissent pas l’utilisation réelle ou le flux de trésorerie. La baisse brutale des cours d’action n’a pas été attribuée uniquement aux dynamiques de offre et demande techniques. Les déséquilibres de flux peuvent amplifier les baisses, mais ils ne peuvent pas éliminer une réévaluation fondamentale de la durée des bénéfices.

2. Carte des Développements de la Semaine

Date	Développements Confirmés	Questions que le Marché a Commencé à Se Poser	Évaluation Actuelle
13 juillet	Modèle de demande HBM 2030 ré-verifyé à 26,7 EB ; estimation du deuxième trimestre de SK Hynix réduite ; forte baisse du KOSPI	Pénurie à long terme ou extrapolation excessive ?	La pénurie en 2027 a un fort soutien ; la magnitude de la pénurie en 2030 est peu convaincante
14 juillet	Les estimations de SK Hynix ajustées pour refléter les contrats à long terme sur HBM ; IBM et Ericsson signalent le fardeau des coûts de mémoire ; rapports d’essais de puce CXMT par Apple	Sont-les contrats à long terme un plancher pour les bénéfices ou un plafond de prix ?	La visibilité du volume est haute, mais des contraintes de prix ASP et le fardeau financier des clients émergent en même temps
15 juillet	Résultats du deuxième trimestre d’ASML et plans de capacité pour 2027-2028	Fortes commandes ou le début d’une réponse de production ?	Les deux sont corrects — renforcent simultanément la demande actuelle et amplifient les risques de production en 2028
16 juillet	Résultats du deuxième trimestre et guidance du troisième trimestre de TSMC ; lettre du Congrès américain demandant des restrictions sur l’achat de mémoire chinoise	La demande IA est forte — pourquoi les actions de la mémoire sont-elles faibles ?	Le débat se concentre sur l’attribution des bénéfices, la production et le coût du capital — pas une colapsation de la demande
17 juillet	Lancement de Kimi K3 ; gains d’efficacité ouvertes et réévaluation des prix API	Les gains d’efficacité réduisent-ils la demande de semiconducteurs ?	Le coût par tâche diminue, mais l’utilisation aggregée et les déploiements internes peuvent s’accroître
18 juillet	Analyse des coûts API IA chinois ; revue de l’exposition de trio mémoire à la Chine	La Chine est-elle un client ou une concurrente ?	Les deux rôles simultanément ; impact sur la valeur normalisée en 2028 plus que le PFE 2026
19 juillet	Rappels de canaux circulant prétendant des commandes fortes pour DRAM serveur et HBM4	A-t-on intégré un repli dans les bénéfices du troisième trimestre ?	La probabilité semble plus faible, mais la source primaire non confirmée — maintenue au Grade C

La plus grande transformation de cette table n’est pas la direction des événements individuels, mais l’horizon temporel. Jusqu’à début juillet, le débat se concentrait sur si les bénéfices du deuxième semestre 2026 dépasseraient les attentes. Il a depuis basculé vers savoir si les bénéfices de 2028 représentent un niveau normalisé des bénéfices et combien longtemps les prix élevés et marges élevées peuvent être maintenus.

3. Les Évidences Sont Renforcées Cette Semaine

3.1 TSMC et ASML Montrent que la Demande IA a Transcendé le Stade de Planification

Les résultats du deuxième trimestre de TSMC montrent que la demande IA est passée au stade d’activité réelle.

Élément	Perspectives de TSMC pour 2026 Q2 et 2026 Q3
Chiffre d’affaires du deuxième trimestre	40,2 milliards de dollars
Marge brute du deuxième trimestre	67,7%
Marges opérationnelles du deuxième trimestre	60,3%
Guidance pour le chiffre d’affaires du troisième trimestre	44,6-45,8 milliards de dollars
Guidance pour la marge brute du troisième trimestre	65-67%

Les marges brutes élevées et les perspectives de croissance pour le prochain trimestre indiquent que la qualité des commandes pour les nœuds de processus avancés et l’emballage avancé reste intacte. Résultats officiels du deuxième trimestre 2026 de TSMC

ASML a confirmé la même direction. Un chiffre d’affaires de 9,326 milliards d’euros et un bénéfice net de 2,918 milliards d’euros ont été signalés pour le deuxième trimestre, et l’objectif annuel des revenus pour 2026 a été fixé à 43-45 milliards d’euros. Le calendrier de capacité révèle la timeline au cours de laquelle les commandes actuelles se traduisent par une future production.

Équipement	Capacité en 2026	Plan pour 2027	En revue pour 2028
EUV à faible NA	~65 unités	~30% d’expansion	Une autre ~30% d’expansion en cours de révision
Immersion DUV	~130 unités	~30% d’expansion	Une autre ~30% d’expansion en cours de révision

ASML a déclaré que l’investissement IA pousse la demande pour les nœuds de processus avancés et la mémoire, et que les engagements de capacité des clients se transforment en visibilité à long terme. Ces chiffres affaiblissent le fort scénario bear qui prétend que toutes les commandes IA sont des réservations dupliquées. Résultats officiels du deuxième trimestre 2026 d’ASML

3.2 Les Prix de la Mémoire Restent Élevés

TrendForce a projeté une augmentation des prix de contrat DRAM de commodité de 58 à 63% par rapport au trimestre précédent pour le deuxième trimestre 2026, et une augmentation des prix NAND de 70 à 75%. La prévision de croissance des prix DRAM serveur du troisième trimestre a été révisée à 13-18%, mais l’orientation de la trajectoire haussière est maintenue. Perspectives DRAM/NAND du deuxième trimestre, Perspectives DRAM serveur du troisième trimestre

Il est important de distinguer entre une décélération de la vitesse des augmentations de prix et une réelle baisse des prix. Étant donné à quel point les prix ont rapidement augmenté au deuxième trimestre, la croissance quarter-to-quarter peut ralentir au troisième trimestre. Néanmoins, si les prix absolus restent élevés, l’opérational income des fournisseurs peut demeurer fort. Le risque que le marché évalue n’est pas une baisse des bénéfices, mais une décélération de la croissance des bénéfices.

3.3 La Région HBM Cannibalise la Production DRAM de Commodité

Le HBM nécessite plus d’espace de wafer, de piling, d’emballage et de test pour produire le même nombre de bits que la mémoire de commodité. À mesure que les trois fabricants de mémoire augmentent leur mix HBM, les expéditions de HBM s’élargissent tandis que l’offre effective en bits de DRAM de commodité peut se contracter.

En conséquence, le goulot d’étranglement s’élargit dans la séquence suivante :

GPU / ASIC
-> HBM
-> DRAM serveur
-> eSSD et NAND
-> Emballage / Substrat / Test
-> Réseau / Puissance / Refroidissement

Les agents IA et l’inference à long contexte ne dépendent pas uniquement du HBM pour les poids des modèles. Ils consomment également la DRAM serveur et eSSD pour le cache KV et le service de données, et consomment plus de réseau pour connecter plusieurs accélérateurs et les modèles d’expert partagé. C’est pourquoi les volumes totaux de niveaux mémoire peuvent continuer à s’accroître même si la pression sur le prix unitaire du HBM diminue.

3.4 La Pénurie en 2027 est une Conclusion Forte ; 2,5× Pénurie en 2030 est un Scénario

En comparant la demande de HBM de 2030 de 26,7 EB avec une offre de 10,6 EB, on obtient une demande de 2,52 fois l’offre. L’arithmétique est réproducible. Le problème ne réside pas dans le résultat mais dans la simultanéité des hypothèses sous-jacentes. Le modèle de base suppose un croissance des tokens de 24 fois, une expansion du modèle de 5 fois, une extension de la longueur du contexte de 4 fois et un taux de rétention HBM de 70% pour le cache KV — tous simultanément.

Changement d’Hypothèse	Demande HBM en 2030	vs. Offre de 10,6 EB
Modèle de base	26,7 EB	2,52 fois
Taille du modèle 2 fois	18,5 EB	1,75 fois
Éfficacité KV 6 fois	22,3 EB	2,10 fois
Taux de rétention HBM 50%	22,9 EB	2,16 fois
Tokens 12 fois	16,2 EB	1,53 fois
Hypothèses bear composite	6,5 EB	0,62 fois

Réduire n’importe quelle variable individuelle laisse toujours une pénurie, mais si plusieurs hypothèses bear sont simultanément vraies, l’offre excédentaire devient possible. La déclaration investissable est donc : “Le marché sera probablement serré jusqu’en 2027.” La déclaration “L’offre sera définitivement 2,5 fois en pénurie en 2030” ne peut pas être directement insérée dans un objectif de prix.

4. Risques renforcés cette semaine

4.1 La croissance des bénéfices opérationnels est devenue plus importante que les bénéfices absolus solides

La révision à la baisse de l’opérating income de SK Hynix Q2 a été due aux ajustements des hypothèses ASP plutôt qu’à une diminution des volumes de livraison.

Rapport	Estimation du bénéfice opérationnel Q2 2026	Ajustement clé
Mirae Asset Securities	De ₩70,7 trillion à ₩62,3 trillion	ASP DRAM de +40,6% à +32,9%; ASP NAND de +55% à +50%
Korea Investment & Securities	₩60,4 trillion	ASP DRAM +28,9%; ASP NAND +50,9%

Un bénéfice opérationnel dans la fourchette des ₩60 trillion est très important en termes absolus. Cependant, les prix de l’actions ont réagi davantage à la magnitude de la révision par rapport aux estimations précédentes qu’au niveau absolu des bénéfices. La baisse de 15,37% d’SK Hynix le 13 juillet est mieux expliquée par la combinaison des attentes changeantes et des dynamiques de l’offre/demande techniques concentrées que par une conclusion selon laquelle la phase haussière s’est terminée.

C’est la logique centrale de l’analyse hebdomadaire. Une demande forte seule ne pousse pas les prix des actions à augmenter. La demande doit dépasser les attentes du marché, et il est nécessaire d’avoir des preuves que les bénéfices élevés persistent jusqu’en 2028.

4.2 Les contrats à long terme créent à la fois un plancher de bénéfices et un plafond de prix

Les accords de fourniture à long terme (HBM) offrent une visibilité sur les volumes, une fidélisation des clients, une prédicable période de retour sur investissement et une protection contre le risque baissier lorsque les prix spot diminuent. Cependant, plusieurs préoccupations s’appliquent :

Même si les prix spot augmentent, l’ASP moyenne d’une entreprise peut augmenter progressivement seulement.
Les formules de tarification, les mécanismes de renégociation, les engagements minimums de commande et les termes de résiliation ne sont pas divulgués.
Le respect des obligations minimales de commande par les clients et le risque de crédit restent avec le fournisseur.
Les paiements d’entrée et les engagements à long terme en matière de volumes peuvent ne pas se traduire immédiatement dans les bénéfices opérationnels et le flux de trésorerie opérationnel.

Interpréter les contrats à long terme comme une renforcement inconditionnel du pouvoir tarifaire est seulement la moitié de l’image. Les contrats érigent un plancher de bénéfices et réduisent la volatilité, mais ils ne capturent pas nécessairement le plein potentiel d’une augmentation des prix spot. La révision de l’estimation du bénéfice opérationnel Q2 d’SK Hynix a été la première instance où ce fossé a apparu dans les chiffres publiés. Les détails sont discutés dans Réduction du bénéfice opérationnel Q2 et maintien des cibles de prix pour SK Hynix.

4.3 Les commandes d’équipement sont à la fois une demande actuelle et une future offre

Lire l’expansion de capacité d’ASML uniquement comme preuve positive à court terme manque la dimension temporelle.

Capacité Low-NA EUV 2027 ≈ 65 unités × 1,30 = 84,5 unités
Capacité DUV immersion 2027 ≈ 130 unités × 1,30 = 169 unités

Les fabricants d’équipement reconnaissent les commandes en tant que revenus dès 2026-2027. La production de bits réelle chez les fabricants de mémoire peut augmenter à partir de 2028 après l’installation des équipements, la stabilisation des rendements et l’ajout de capacités d’emballage. Le même investissement initial qui augmente initialement les revenus et les flux de trésorerie opérationnelle peut plus tard peser sur les prix et marges de mémoire.

Les indicateurs à surveiller pour 2028 ne sont donc pas les montants totaux d’investissements annoncés. Ils sont le timing de l’installation des équipements, les nouveaux débuts de fabrication de wafers, la montée en charge du rendement, l’augmentation de la dépréciation et la production réelle de bits.

4.4 Les hautes prix de mémoire peuvent éroder la demande client

Lorsque les prix de la mémoire augmentent, les clients peuvent répondre par quatre voies :

Avancer les achats d’inventaire avant que les prix ne montent davantage.
Augmenter les prix des serveurs et des produits finaux.
Réduire le contenu en mémoire ou dégrader les spécifications.
Retarder les achats et projets.

Le premier comportement rend les commandes à court terme plus fortes mais simplement tire la demande future vers l’avant. Les trois autres représentent des voies par lesquelles le pouvoir tarifaire des fournisseurs finit par détruire la demande client. Les exemples d’IBM et Ericsson ont montré que les contraintes de fournissement de mémoire commencent à affecter l’allocation budgétaire et les marges des clients finals. Nous sommes actuellement dans une phase où le pré-achat et l’ajustement des spécifications sont visibles avant de grands retards d’ordres.

4.5 Le bouchon du capex de l’IA se déplace vers le coût du capital

Même si la demande IA est réelle, si les flux de trésorerie de l’entité investissante ne peuvent pas suivre le rythme des dépenses d’amortissement et des coûts de financement, le rythme des investissements ralentira. À l’avenir, ce qui compte davantage que la valeur brute totale des capex des hyperscalers est :

Si les marges brutes d’IA et de cloud dépassent l’augmentation des dépenses d’amortissement.
Si la mise en service des centres de données et l’utilisation des GPU se déroulent selon le plan.
Si les retours sur les nouveaux projets, y compris les coûts de prêt, excèdent le coût du capital.
Si la qualité financière et les paiements d’entrée des clients ayant signé des contrats à long terme HBM restent stables.

La force des commandes chez TSMC et ASML ne prouve pas une récession actuelle. Cependant, dans les résultats de l’échiquier américain au cours du mois d’août, les investisseurs devraient examiner les marges brutes d’IA, le flux de trésorerie libre et la pente des prévisions d’investissement pour 2027 en parallèle — et non à la place — des chiffres totaux de capex.

5. La chute brutale du cours a-t-elle été un choc offre/demande ou une réévaluation fondamentale ?

La forte baisse des actions des semiconducteurs coréens cette semaine présente les caractéristiques d’une déconnexion de la dette, de la vente programmée et d’un structure de capitalisation de marché fortement concentrée sur quelques noms à capitalisation importante — toutes ces facteurs ont amplifié le repli. La vente simultanée par des investisseurs étrangers et institutionnels a causé des mouvements de prix en une journée bien au-delà de toute modification de la valeur d’affaires sous-jacente.

Cependant, conclure que “c’était simplement un choc offre/demande, donc tout reprendra” comporte son propre danger. Si la force relative ne se recouvre pas même après des résultats et des données tarifaires solides, cela peut signifier que le marché réduit activement ses estimations de l’EPS 2028 et des multiples normalisés.

Le cadre diagnostique est simple.

Signaux indiquant un choc offre/demande	Signaux indiquant une réévaluation fondamentale
La vente étrangère et programmée ralentit rapidement	La vente continue malgré de bonnes nouvelles
La force relative se recouvre en volume	Les semiconducteurs continuent à sousperformer le marché général
Les révisions des EPS 12 mois restent positives	Samsung Electronics, SK Hynix et Micron ont tous révisé leurs EPS simultanément vers la baisse
Les prix contractuels augmentent et les stocks se stabilisent	Les stocks s’accumulent tandis que les prix contractuels diminuent simultanément
La CAPEX de l’échiquier américain et la rentabilité de l’IA s’améliorent	Des coupes en CAPEX ou des marges d’IA en déclin

Cette distinction est précisément pourquoi les estimations de cours et de bénéfices doivent être suivies ensemble. Se concentrer uniquement sur le dynamique offre/demande risque de manquer les risques à long terme ; se concentrer uniquement sur les résultats risque de manquer la contre-performance supplémentaire créée par une position trop congestionnée.

6. La Chine est trois variables en même temps

6.1 La Chine est un marché important de la demande

Les chiffres d’exposition à la Chine divulgués dans les rapports financiers des entreprises utilisent différentes définitions, rendant difficile la comparaison directe.

Société	Métrique d’exposition à la Chine	Remarque
Samsung Electronics	30,1%	Basé sur le revenu consolidé indépendamment — pas seulement les parts de marché en mémoire
SK Hynix	24,3% au 1er trimestre 2026, 19,7% pour l’année complète 2025	Basé sur la localisation des entités de vente
Micron	+10,1% en Chine et Hong Kong pour FY25	Basé sur le lieu d’implantation du siège social des clients

Si la demande chinoise contracte, Samsung et SK Hynix sont directement exposés. L’exposition directe de Micron est comparativement faible, mais elle ne peut pas échapper à l’impact si les prix mondiaux baissent. Les chiffres d’affaires partagés seuls ne suffisent pas pour évaluer le risque chinois.

6.2 La Chine est un concurrent de mémoire en matière de matières premières

CXMT a annoncé la production à grande échelle du LPDDR5X à 8,533 Mbps et 9,600 Mbps, avec son produit 10,667 Mbps en cours d’qualification chez les clients. Sa part estimée des revenus mondiaux DRAM pour le premier trimestre 2026 s’établit à environ 8%. Cependant, un accord de fourniture avec Apple, une adoption large dans les produits phares globaux et la yield HBM n’ont pas été confirmés. Announcement officielle du LPDDR5X de CXMT

La menace à court terme est concentrée sur deux canaux plutôt que le remplacement par HBM :

La localisation des DRAM et NAND en Chine dans les smartphones et ordinateurs personnels.
L’utilisation de CXMT comme quatrième fournisseur dans les négociations tarifaires avec la trio établie.

Si le volume déplacé de la Chine se répartit vers d’autres marchés, cela pourrait peser sur les prix contractuels mondiaux pour Samsung, SK Hynix et Micron. Cette contagion des prix peut être plus importante en second ordre qu’une baisse directe du revenu chinois. Un détails de l’exposition est disponible dans Localisation de la mémoire en Chine et les trois grandes entreprises.

6.3 La Chine peut être segmentée par des politiques

Le 16 juillet, les membres du Comité sélectif de la Chine de la Chambre des représentants ont envoyé une lettre au Département du Commerce appelant à un contrôle renforcé sur YMTC, à une révision accélérée de l’inclusion de CXMT dans la Liste d’entités, à des restrictions sur l’achat de DRAM et HBM en Chine pour les systèmes IA, les centres de données, le IT fédéral et l’infrastructure critique, et à une coordination avec la Corée du Sud, le Japon et l’Union européenne. C’est une demande politique — pas un interdit d’achat. Lettre officielle du Comité sélectif de la Chine

Si elle est mise en œuvre, le marché mondial des mémoires pourrait se diviser selon les lignes suivantes :

Marché	Structure possible
États-Unis et alliés	Chaînes de fourniture vérifiées, prix plus élevés, défense du partage de marché par la trio de mémoire
Marché domestique chinois	Localisation, prix plus bas, risque à moyen terme d’excès de stock

Micron profitera le plus directement des politiques américaines. Samsung et SK Hynix bénéficient à la fois du statut de fournisseur allié et de l’exposition de leurs activités en Chine. Ce facteur politique n’est pas un catalyseur qui relève directement les bénéfices HBM 2026, mais une variable qui réduit le taux d’excès de stock chinois pris en compte dans les valorisations 2028.

7. Kimi K3 et l’efficacité : un déplacement de la demande, pas sa destruction

Selon l’annonce officielle de Kimi, K3 a 2,8 trillion de paramètres totaux, active 16 des 896 experts par token et supporte une fenêtre de contexte de 1 million de tokens. L’architecture expertes sparses réduit le calcul par requête, mais nécessite toujours un grand stockage de mémoire et une bande passante réseau élevée pour stocker tous les poids et routiner la sélection d’experts. Announcement officielle de Kimi K3

L’impact des gains en efficacité sur le secteur semi-conducteur est mieux compris par l’équation suivante :

Demande totale de semi-conducteurs = coût du silicium par tâche × nombre total de tâches × fraction auto-hébergée

Les architectures sparses, le cache et la quantification réduisent le temps GPU et l’empreinte HBM par tâche.
La baisse des prix API augmente les volumes d’utilisation AI et le nombre d’agents.
Les modèles à poids ouverts peuvent augmenter les déploiements de serveurs auto-hébergés par les entreprises et les gouvernements.
Le tiercé mémoire déplace une partie du travail HBM vers la DRAM des serveurs, l’eSSD et les caches distants.

Les commandes actuelles et les données CAPEX suggèrent que le volume de vente dépasse les gains en efficacité. Cependant, sur un horizon plus long, l’élasticité du volume pour la DRAM des serveurs, eSSD, réseau et puissance peut être plus favorable que le pouvoir tarifaire des GPU premium et HBM. L’efficacité est moins une variable qui “réduit la consommation totale de semi-conducteurs” qu’une qui réforme “lesquels capturent les revenus.”

Deux précautions s’appliquent ici. Les taux de économies du cache KV et le throughput théorique des modèles linéaires de recherche de Kimi ne peuvent pas être appliqués directement à K3 en production. De plus, les benchmarks de performance auto-rapportés ne doivent pas être pondérés de la même manière que les résultats indépendants de vérification. Les poids, les termes de licence, les résultats de throughput indépendants et le nombre réel de tokens et le coût total par tâche nécessitent une confirmation.

8. Cinq montres — Lorsqu’elles sont observées ensemble, les contradictions s’éclaircissent

Montre	Observation cette semaine	Interprétation d’investissement
Tarification	Hausses nettes de 2Q DRAM et NAND ; accélération du rythme des gains en 3Q ralentit	Les bénéfices 2026 semblent forts, mais le taux de croissance peut ralentir
Investissement	TSMC étend son investissement ; commandes d’ASML et capacité augmentent	La demande actuelle est confirmée tandis que la réponse de l’offre pour 2027-2028 est enregistrée
Construction	Les bouteilles de gaz en matière de puissance, de terrain et d’emballage persistent	L’investissement annoncé se traduit par une augmentation réelle de la production plus tard
Monétisation	L’utilisation AI augmente ; les coûts des clients et les frais de financement augmentent également	Les marges brutes d’IA et le flux de trésorerie libre nécessitent un examen en parallèle avec les revenus
Cours de l’action	Réaction molle aux bonnes nouvelles ; choc offre/demande concentré en Corée du Sud	Le marché discute la durée et la position plutôt que les bénéfices actuels

Les montres tarification et investissement sont en avance, tandis que les montres construction et monétisation sont en retard. La montre de cours d’action est le reflet à long terme de ce qui se passe si cette différence s’élargit ou se rétrécit. C’est pourquoi des résultats solides et une augmentation du CAPEX peuvent provoquer la vente sur la même journée.

La “coexistence de 55% de force de l’industrie / faiblesse de la valorisation” mentionnée précédemment et “P2 à 40%” ci-dessous ne sont pas deux lectures différentes d’un même tableau. Les 55% étaient une catégorie large dans laquelle les multiples restent comprimés malgré la force de l’industrie. La distribution plus granulaire ici divise cette catégorie en ses phases précoce et tardives de P2 et P3. Car de nouvelles données de TSMC et ASML ont confirmé la demande actuelle tout en élargissant simultanément la réponse d’offre implicite, une partie de la probabilité à long terme de normalisation de l’offre a été déplacée vers une normalisation des offres.

9. Mise à jour du scénario

Les probabilités ci-dessous sont des valeurs de jugement reflétant les informations confirmées au 19 juillet — pas des taux historiques de base.

Scénario	Probabilité	Conditions d’validité	Comportement attendu sur le marché
P1. Scarceté persistante	25%	L’utilisation de l’IA, les dépenses en CAPEX et la capacité de production continuent d’envahir la disponibilité et les gains d’efficacité ; le prix et les commandes HBM4 se maintiennent	Les noms à haut beta de la mémoire comme SK Hynix et Micron, ainsi que l’emballage et l’équipement, se distinguent
P2. Résultats forts, multiples comprimés	40%	Les résultats restent solides en 2026-2027 mais des inquiétudes persistent concernant la disponibilité de 2028 et la rentabilité du client	Des transactions limitées dans un intervalle avec une volatilité accrue malgré la croissance des bénéfices ; Samsung Electronics conserve l’avantage relatif
P3. Normalisation de l’efficacité et de la disponibilité	25%	La capacité de production entre 2027-2028, le commerce de produits miniers chinois, la résistance des clients aux prix et la baisse des coûts d’IA convergent	Le premium de rareté HBM se réduit ; les commandes d’équipement et de matériaux atteignent leur pic avant celui de la mémoire elle-même
P4. Déséquilibre financier ou de demande	10%	Des coupures des dépenses en CAPEX par les géants du numérique, un événement de crédit, une augmentation des stocks et des révisions simultanées des prix contractuels et des bénéfices par action	Une déclinaison sectorielle des semi-conducteurs ; la diversification en cash et en produits non semi-conducteurs devient plus importante

La distribution précédente était de 35% / 40% / 15% / 10%. Cette révision a transféré 10 points de pourcentage de P1 à P3. Les données d’ordres de TSMC et ASML n’ont pas augmenté la probabilité de P4. Au contraire, l’expansion des capacités de production de l’équipement et le fardeau tarifaire sur les clients ont accru la probabilité de normalisation de l’efficacité et de la disponibilité par rapport à une scarseté persistante.

10. Rôles par action et chaîne d’approvisionnement

Samsung Electronics : Coeur ajusté au risque

Samsung absorbe les hausses de prix du DRAM et NAND commodités sur une large base de parts de marché tout en conservant la valeur optionnelle de rattraper le HBM et de récupérer son activité de foundry. Il conserve également des caractéristiques défensives relativement à un modèle ouvert et une inflexibilité tarifaire, ce qui pourrait déplacer certaines charges de travail HBM vers la mémoire et l’archivage commodités.

Les risques clés incluent l’exposition à la Chine et aux semi-conducteurs commodités, l’incertitude autour des qualifications clients pour le HBM4, et le fardeau élevé des investissements en capital de l’activité foundry. Samsung offre plus de caractéristiques défensives que SK Hynix dans les scénarios P2 et P3, mais la diversification ne signifie pas nécessairement une rentabilité si la rattrapage du HBM n’a pas été validé par les bénéfices.

SK Hynix : Pure beta sur une scarseté persistante

SK Hynix détient la part de marché la plus importante en HBM, des relations de co-développement avec ses clients et des accords de fourniture à long terme lui confèrent le potentiel de bénéfices les plus importants sous P1. En revanche, elle porte également une sensibilité élevée aux bénéfices et aux multiples comprimés si l’expansion de la capacité et les gains d’efficacité s’accélèrent sous P3.

Des jugements supplémentaires sont nécessaires pour suivre les qualifications clients HBM4 et HBM4E, les rendements, les termes de prix moyen de vente intégrés dans les contrats à long terme, ainsi que les flux d’investisseurs étrangers et de trading de programmes. La qualité du business et la marge de sécurité intrinsèque doivent être évaluées séparément.

Micron : Intersection entre la politique américaine et le semi-conducteur pur

Micron est le bénéficiaire direct le plus important de l’industrie des semi-conducteurs basée aux États-Unis, du soutien à la politique et des restrictions sur l’achat de mémoire chinoise. Il offre une lecture claire de l’upcycle HBM, DRAM et NAND. Cependant, sa diversification limitée en affaires signifie qu’elle est également directement exposée à toute normalisation des prix moyens de vente mondiaux. Même avec une part de revenus chinois faible, Micron ne peut pas facilement éviter l’impact si les volumes excédentaires de mémoire originale chinoise dépriment les prix mondiaux.

SanDisk : Beta tactique sur NAND et eSSD

SanDisk est directement exposé aux contraintes de la disponibilité du NAND et à la demande d’eSSD pour serveurs IA. Il profiterait le plus si l’inference à faible coût et la tiering mémoire déplaçaient les volumes de stockage supplémentaires vers des mémoires commodités. En même temps, le NAND présente une volatilité tarifaire supérieure au DRAM et est exposé directement aux coûts de production YMTC, ce qui lui confère un caractère plus tactique par rapport à des positions de base.

TSMC et ASML : Validateurs de la demande et indicateurs précurseurs futurs de l’approvisionnement

TSMC démontre la qualité de la demande d’IA et la profondeur du fossé de foundry avancée. ASML est le point de données observable le plus tôt pour les intentions de capacité de production à long terme des clients. Les résultats de ces deux entreprises servent en soutien à la thèse mémoire, mais ne sont pas simplement des indicateurs coïncidents. Un fort CAPEX et une augmentation croissante des commandes d’équipement signalent non seulement une future demande de mémoire mais aussi une expansion future de l’approvisionnement.

Équipement et matériaux coréens : Commandes réelles et revenus récurrents au-dessus des prévisions publiées

Catégorie	Noms candidats	Données pour confirmer	Rôle actuel
Consommables récurrents	Hana Materials, Wooldex	Taux d’utilisation client, canaux OEM, corrélation entre revenus et marge opérationnelle	Groupe de recherche prioritaire
Équipement de processus	KC Tech, Nextin	Commandes réelles, qualifications clients, backlog	Groupe de confirmation conditionnel
HBM back-end	Techwing	Commandes supplémentaires Cube Prober et revenus de production	Groupe d’événements confirmés
Construction d’infrastructure	Hanyang E&E, autres	Gagnants importants de contrats majeurs, ratio commande-revenu, marges	Groupe événementiel plutôt que de base

La séquence de confirmation des investissements est : annonce de capacité → commandes réelles → construction du backlog → reconnaissance du revenu → consommables récurrents. Les noms d’équipement pourraient atteindre leur bénéfice plus tôt que la production de mémoire elle-même. Au lieu d’acheter largement sur les plans des usines, l’accent devrait se porter sur les entreprises où les commandes réelles et les marges sont confirmées.

11. Contre-arguments : Où cette thèse pourrait être fausse

Les preuves de la demande pourraient avoir été double-comptées

Les commandes de TSMC, ASML et le trio mémoire peuvent toutes provenir des mêmes plans de dépenses en CAPEX des géants du numérique. Ajouter les commandes à travers plusieurs niveaux de chaîne d’approvisionnement comme des signaux distincts de la demande surévalue l’effectif réel de la demande finale. Les lignes de temps de raccordement électrique, le taux d’utilisation GPU, les expéditions de serveurs et les marges brutes du cloud IA sont les points de vérification finaux.

Le modèle de demande pour 2030 sous-estime peut-être les gains d’efficacité

Si l’un des quatre — le nombre de jetons, la taille du modèle, la longueur du contexte ou le taux de conservation HBM — diminue, une pénurie persiste. Mais si tous les quatre diminuent simultanément, un scénario d’excès de production en 2030 devient plausible. Le cas directeur pour une pénurie à long terme et la magnitude numérique de cette pénurie doivent être évalués séparément.

Les dépenses en CAPEX peuvent croître plus rapidement que les retours

Les fournisseurs doivent dépenser davantage sur de nouvelles usines et emballage même lorsque leurs carnets de commandes sont pleins. Les clients doivent absorber la dépréciation des centres de données et l’intérêt. Si le croissance des revenus ne se traduit pas par une croissance du flux de trésorerie libre, des bénéfices élevés peuvent attirer des multiples réduits.

La politique chinoise peut ne pas être mise en œuvre

La lettre du Comité des représentants est un signal de politique — pas un ordre exécutif ou une action coordonnée. Si CXMT entre dans un ensemble limité de produits consommateurs au sein de la Chine et que l’application reste floue, le pouvoir tarifaire pour les acteurs en place peut s’éroder avant tout changement significatif du partage de marché.

Les déclarations des sociétés d’entreprise ouvertes ne peuvent pas être reproduites indépendamment

Les spécifications officielles de Kimi K3 sont confirmées, mais le throughput, la consommation réelle de jetons et le coût total de service nécessitent une vérification indépendante. En revanche, si les gains d’efficacité arrivent plus rapidement que prévu et que l’élasticité de l’utilisation est inférieure à ce qui était supposé, le premium de rareté HBM pourrait se comprimer davantage.

Toute la baisse des prix peut avoir été attribuée à une liquidation forcée

La déconnexion du levier et la vente programmée expliquent la magnitude de la baisse. Mais si les prix ne se rétablissent pas même face aux nouvelles informations positives, le marché pourrait réduire activement ses hypothèses d’earnings pour 2028 et multiples normalisés. Une explication basée sur l’approvisionnement et la demande ne peut remplacer une validation de la durabilité des bénéfices.

12. Conditions observables qui changeraient la thèse

Il n’est pas question d’un seul article ou d’une reprise en un jour, mais plutôt de savoir si deux axes de données indépendants se déplacent ensemble.

Conditions qui augmentent la probabilité d’un résultat bull

La croissance des dépenses en CAPEX par les géants du numérique et l’amélioration des marges brutes d’IA et de cloud sont confirmées simultanément.
Les connexions de puissance des centres de données, les taux d’utilisation GPU et les expéditions de serveurs augmentent ensemble.
Les prix HBM4, DRAM pour serveur et eSSD, ainsi que la révision à 12 mois des bénéfices par action à court terme continuent d’être revus à la hausse.
Samsung Electronics, SK Hynix et Micron se renforcent sur les nouvelles informations positives et récupèrent leur force relative par rapport à l’indice semi-conducteur.
La vente de programmes et d’investisseurs étrangers ralentit et une tendance de rétablissement accompagnée de volumes apparaît.

Conditions qui augmentent la probabilité de normalisation P3

Les livraisons d’équipement et les nouvelles capacités en bits entre 2027-2028 se mettent en place plus rapidement que prévu.
Les rendements HBM et la productivité du packaging s’améliorent brusquement tandis que la production de tous les trois acteurs s’élargit simultanément.
Suite à une augmentation des prix de la mémoire, les clients réduisent le contenu par appareil et les retards d’achat deviennent courants.
Les qualifications client CXMT DDR5 et LPDDR5X et les ventes en dehors de la Chine augmentent.
Les taux de croissance des prix contractuels pour DRAM serveur et HBM, ainsi que les bénéfices par action pour 2028 sont simultanément révisés à la baisse.

Conditions d’avertissement P4

Les géants du numérique américains coupent leurs dépenses en CAPEX ou annulent ou reportent des projets de centre de données.
Les étendues de crédit et les risques de refinancement pour les clients d’infrastructure IA s’accroissent brusquement.
Les stocks de semi-conducteurs DRAM et NAND augmentent simultanément avec une baisse des prix contractuels.
Les bénéfices par action à 12 mois pour Samsung Electronics, SK Hynix et Micron sont révisés ensemble à la baisse.
La force relative du secteur semi-conducteur et l’ampleur du marché (ratio avance-recul) se détériorent simultanément.

13. Données à suivre à partir de juillet

Date	Données à suivre	Changement de jugement
Fin juillet	Résultats financiers et conférences téléphoniques des géants du numérique américains	CAPEX, marges brutes d’IA et cloud, flux de trésorerie libre, résistance aux prix de la mémoire
Fin juillet	Autres déclarations techniques supplémentaires sur Kimi K3 et évaluations indépendantes	Quelle est plus grande — les gains d’efficacité ou la croissance de l’utilisation
Fin juillet	Déclarations détaillées IR de Samsung Electronics et SK Hynix	HBM4, contrats à long terme, ASP DRAM et NAND, expéditions, CAPEX
Août et suivant	Prix contractuels du 3e trimestre et niveaux d’inventaire de distribution	Si le rythme des hausses de prix a atteint un pic et si l’achat anticipé se normalise
Trimestriellement	Commandes ASML, CAPEX TSMC, commandes d’équipement de la mémoire	Vitesse de la réponse d’approvisionnement 2027-2028
Ongoing	Actions réglementaires et qualifications clients CXMT et YMTC	Contagion tarifaire des approvisionnements chinois sur les marchés mondiaux et bifurcation du marché

14. Dernier jugement

Cette semaine a servi comme le premier test de pression complet de la narration de l’hypercycle mémoire. Les cours actions ont bougé fortement, mais les résultats TSMC et ASML, les prix DRAM et NAND et la demande de mémoire serveur ont incliné la balance des preuves vers une pénurie physique persistante en 2026-2027.

En même temps, ces mêmes données ont rendu plus clairement définies les risques pour 2028. Les capacités de production d’équipement et le CAPEX s’élargissent, les contrats à long terme HBM ralentissent la transmission des hausses de prix, les clients doivent absorber des prix de mémoire élevés en même temps que les coûts de financement des centres de données, et la mémoire commodités chinoise et les gains d’efficacité du modèle ouvert exerceront une pression sur les prix et multiples pour 2028.

La décision entre “la bulle est terminée” et “c’est un hypercycle permanent” est donc une fausse alternative. Le chemin de base actuel est le suivant :

2026-2027 : Pénurie physique et bénéfices forts
-> 2027-2028 : Réponse en capacité, rendements et productivité
-> Le rythme des hausses de prix ralentit
-> Les bénéfices absolus restent au-dessus du niveau historique, mais les multiples se contractent
-> La dispersion des bénéfices par action est déterminée par le mélange de produits, la structure des contrats et l'exposition à la Chine

À partir de ce point, la tâche centrale n’est pas de ré-démontrer que la demande d’IA existe. Il s’agit de mesurer simultanément la vitesse de la réponse en capacité, le parcours de monétisation pour les clients, la qualité des contrats, les estimations de bénéfices pour 2028 et comment les cours actions réagissent aux nouvelles positives. Les bénéfices d’aujourd’hui parlent à 2026 et 2027. Le marché demande déjà sur 2028.

Sources clés

Limitations de Données Publiques

Les formules de pricing à long terme des contrats HBM pour Samsung Electronics, SK Hynix et Micron — y compris les prix de plafond et de plancher, les volumes d’achat minimums, les clauses de résiliation et les termes de crédit spécifiques aux clients — ne sont pas divulguées publiquement.
Il n’existe aucune donnée fiable officielle concernant la yield HBM de CXMT ou son avancement vers l’qualification d’Apple.
Les coûts unitaires par modèle et les coûts réels par accélérateur pour les fournisseurs chinois d’API IA ne sont pas rapportés publiquement.
Le chiffre de 26,7 EB de demande HBM pour 2030 n’est pas une prévision de consensus mais un scénario construit en combinant plusieurs hypothèses optimistes.
Les vérifications du canal en juillet 19 sur le DRAM serveur et l’HBM4 ne peuvent pas être sources indépendamment des documents primaires et sont utilisées uniquement à titre indicatif.
La date de coupure des informations est le 19 juillet 2026. Les scénarios devraient être révisés après les résultats trimestriels des grandes entreprises technologiques américaines et des fabricants de mémoire attendus en fin de juillet.

Cet article est une analyse informative basée sur des sources publiques et ne constitue pas une recommandation d’achat ou de vente d’un titre financier spécifique. Les prix, les dynamiques offre-demande, les estimations de bénéfices et les conditions réglementaires peuvent changer ; les lecteurs devraient vérifier les dernières divulgations et évaluer les résultats en fonction de leur tolérance au risque.

Ce que change vraiment la convergence des modèles ouverts chinois : redistribution de la chaîne de valeur, pas effondrement de la demande

Fri, 17 Jul 2026 22:00:00 +0900

Contexte Cet article fait suite à Kimi K3 Réinitialise la Courbe de Prix de l’IA. Si le précédent article vérifiait le prix et la structure d’un seul modèle, celui-ci élargit la focale à la manière dont l’ensemble de l’écosystème des modèles ouverts chinois redistribue la chaîne de valeur des semi-conducteurs et de la Big Tech, et à la façon dont la politique américaine et le conflit sino-américain modifient cette lecture. À lire avec Le vrai débat des semi-conducteurs, la juste valeur des semi-conducteurs et IPO de CXMT et risque sur les prix mémoire. Les hubs associés sont le Hub AI HBM et le Hub Exclusive Analysis.

TL;DR

La convergence de performance des modèles ouverts chinois relève davantage d’une redistribution de la chaîne de valeur que d’un effondrement de la demande en IA. La valeur de monopole des API de modèles et des GPU de pointe recule, tandis qu’une inférence moins chère augmente les volumes d’usage et peut valoriser la mémoire, le stockage, les réseaux, l’énergie et la distribution cloud.
Les préférences relatives se répartissent ainsi. Pour la mémoire coréenne, Samsung Electronics > SK Hynix ; pour les semi-conducteurs américains, Micron, SanDisk > NVIDIA ; pour la Big Tech, Meta, Amazon > Google, Microsoft > les purs acteurs de modèles. [Inférence : jugement relatif]
Les modèles ouverts chinois ont démontré une baisse du coût de calcul et de mémoire par unité d’intelligence. Ils n’ont pas démontré de baisse des dépenses totales en silicium. TSMC a au contraire relevé son CAPEX 2026 de 52-56 à 60-64 milliards de dollars.
Sur le HBM, CXMT accuse un retard de 1,5-2 générations en termes de produit et de 2-3 ans en termes de commercialisation par rapport aux trois leaders. La menace de 2028 est donc une option conditionnelle, pas un choc d’offre actuel.
La diffusion technologique des modèles chinois et la diffusion du chiffre d’affaires des opérateurs d’API chinois sont deux choses distinctes. Le chemin le plus réaliste consiste à réhéberger les modèles chinois sur AWS, Azure ou dans un VPC d’entreprise, puis à les vendre via les dispositifs de sécurité et de contrat occidentaux. [Portée]

Thèse principale

Les modèles chinois peuvent ébranler le prix des modèles américains, mais ils ne font pas s'effondrer immédiatement la demande d'AWS, d'Azure, des puces américaines et de la mémoire coréenne. Le dommage direct touche la marge des API de modèles fermés. Ce qui survit durablement, ce sont la couche de distribution cloud et de sécurité, ainsi que l'infrastructure fondée sur l'usage (mémoire, réseau, énergie).

1. D’abord, vérifier les faits

La direction générale de l’écosystème est la bonne, mais le matériel d’entraînement de tous les nouveaux modèles n’a pas été rendu public. Cette distinction compte.

DeepSeek-V3 a été entraîné avec 2 048 NVIDIA H800 et 2,788 millions d’heures GPU. [Fait : rapport technique DeepSeek V3] Le H800 est soumis à des restrictions d’exportation, mais ce n’est pas un GPU grand public bas de gamme. Kimi K3, de son côté, a annoncé 2,8 billions de paramètres, un contexte d’un million de tokens et une efficacité d’extension 2,5x supérieure à K2, mais le rapport technique complet et le matériel d’entraînement ne seront publiés que le 27 juillet. [Fait : annonce officielle de Kimi]

On ne peut donc pas encore affirmer que « Kimi K3 a lui aussi été entraîné sur des GPU NVIDIA bas de gamme ». [Non vérifié]

Les gains d’efficacité sont réels

DeepSeek V4-Pro n’active que 49 milliards de paramètres sur un total de 1,6 billion. Sur une fenêtre de 1 million de tokens, le calcul par token tombe à 27% et le KV cache à 10% du niveau de V3.2. [Fait : fiche modèle DeepSeek V4] C’est une preuve directe qu’il est possible de réduire fortement l’usage de GPU et de HBM par token tout en maintenant la performance.

Mais l’autre versant est tout aussi réel

Le CloudMatrix384 de Huawei assemble 384 Ascend 910C pour servir DeepSeek-R1. Selon les données compilées par JPMAM, CloudMatrix consomme 49 To de HBM et 599 kW, contre 21 To et 145 kW pour le GB300 NVL72 utilisé en comparaison. [Fait : article CloudMatrix, données comparatives JPMAM]

Ce n’est pas une comparaison de performance strictement équivalente, mais la direction est claire : la Chine compense la faiblesse de la puce unitaire par davantage de puces, de mémoire et d’énergie. Une puce individuelle moins chère ne signifie pas nécessairement moins de silicium, de réseau et d’énergie au total. [Inférence : interprétation structurelle]

2. L’équation clé : que faut-il regarder

La réponse à ce débat ne se trouve pas dans les scores de benchmark, mais dans deux équations.

Demande de calcul totale = nombre total de tokens × calcul par token

Demande de mémoire totale = nombre total de tokens × usage mémoire par token
 + volume stocké de modèle, de KV cache et de données de recherche

Si un modèle ouvert fait baisser le prix du token de 70% tout en multipliant l’usage par 5, la demande totale augmente malgré le gain d’efficacité. À l’inverse, si le HBM par token diminue de 70% pendant que l’usage ne fait que doubler, la demande de HBM recule.

L’indicateur à surveiller se résume donc à une seule question : de combien le taux de croissance des tokens dépasse-t-il le taux de baisse de la mémoire par token.

Le verdict à ce jour

La dépense totale est déterminée par l’équation suivante.

Dépense totale en silicium = nombre de sessions d'entraînement × coût par session
 + nombre de tokens d'inférence × coût par token

Lors de son call du 2T26, TSMC a relevé son CAPEX 2026 de 52-56 à 60-64 milliards de dollars. Microsoft, de son côté, a augmenté son débit d’inférence de 40%, mais l’usage de tokens de ses grands clients a progressé de 30% en séquentiel, et l’entreprise a maintenu son CAPEX 2026 à environ 190 milliards de dollars. [Fait : call 2T26 de TSMC, call T3 FY26 de Microsoft]

À ce jour, la croissance de l’usage l’emporte sur les gains d’efficacité. [Inférence : synthèse des données]

3. Impact sur les semi-conducteurs : la dispersion par valeur

Valeur / groupe	Impact sur le cours	Lecture clé
Samsung Electronics	Positif	Bénéficie le plus largement : pas seulement le HBM, mais aussi la DRAM serveur, le NAND/eSSD et la mémoire générique
SK Hynix	Mixte à positif	La hausse des tokens est favorable, mais la compression MoE/KV réduit le HBM par token, ce qui pèse sur le multiple de rareté
Micron	Positif	Exposition combinée DRAM, HBM, NAND dans la chaîne d’approvisionnement américaine. Bénéfice broad-memory comparable à Samsung
SanDisk	Positif	Le déploiement local, les poids de modèles et la hausse du RAG/cache alimentent la demande d’eSSD et de NAND
NVIDIA	Négatif à court terme, mixte à long terme	Recul de la part de marché chinoise et de la valeur de monopole des GPU haut de gamme. La hausse du volume total de tokens et les livraisons de H200 compensent en volume
AMD	Relativement positif	Les modèles ouverts facilitent la portabilité vers du matériel hétérogène. ROCm et la part de marché réelle de service seront déterminants
Broadcom, Marvell, Arista	Positif à moyen terme	Demande croissante d’ASIC sur mesure occidentaux, d’Ethernet, d’optique et de SerDes
TSMC	Neutre à positif	La demande de puces d’entraînement NVIDIA/AMD/ASIC se maintient, mais l’inférence chinoise se déplace vers Ascend et SMIC

Pourquoi Samsung est relativement avantagé par rapport à SK Hynix

Bien qu’elles appartiennent au même trio des grands acteurs de la mémoire, Samsung Electronics et SK Hynix divergent. L’inférence bon marché et la diffusion des modèles ouverts n’augmentent pas seulement le HBM : elles augmentent aussi le volume total de DRAM serveur, de NAND et de mémoire générique. Samsung Electronics, dont l’exposition est plus large, capte une plus grande part de cette diffusion.

À l’inverse, le MoE et la compression KV réduisent le HBM par token. SK Hynix, dont l’exposition est concentrée sur le HBM pur, subit à la fois le bénéfice de la hausse des tokens et le poids de la baisse du HBM par token. C’est le multiple de rareté, plus que la demande absolue, qui est comprimé en premier. [Inférence : analyse de la structure d’exposition]

Samsung Electronics fait toutefois face à un risque inverse : elle est la première exposée à la montée en volume de la DRAM générique de CXMT.

NVIDIA et le H200

Les États-Unis ont récemment commencé à autoriser des expéditions limitées de H200 vers la Chine, mais les volumes restent faibles pour l’instant. C’est positif pour le chiffre d’affaires de NVIDIA à court terme, mais pas au point d’inverser la bascule vers une infrastructure domestique centrée sur Huawei. [Fait : article Reuters, juillet 2026] [Inférence : évaluation d’impact]

4. Impact sur la Big Tech

Entreprise	Jugement	Raison
Meta	Le plus positif	Sa stratégie d’écosystème ouvert est validée ; elle capte la valeur de l’IA via la publicité et les recommandations plutôt que via les API
Amazon	Positif	Quel que soit le modèle gagnant, AWS vend de l’inférence, du stockage et du réseau
Google	Mixte à positif	TPU et cloud en bénéficient, mais la prime de prix de l’API Gemini est sous pression
Microsoft	Mixte	L’usage d’Azure progresse, mais la redevance des modèles OpenAI et le taux de retour sur CAPEX sont sous pression
Apple	Positif	Les petits modèles ouverts bon marché réduisent le coût de l’on-device et du Private Cloud
OpenAI, Anthropic	Négatif	Réduction de l’écart de performance et de la prime de prix des API, pression sur des valorisations et des levées de fonds élevées

Contrairement à une idée reçue, Meta n’est pas la plus grande perdante. L’entreprise gagne de l’argent via la publicité et les recommandations plutôt que via la vente de modèles, et utilise les modèles ouverts pour réduire ses coûts, ce qui lui donne un potentiel de gain relatif. La pression se situe plutôt du côté du CAPEX et de l’amortissement. [Inférence : analyse du modèle économique]

La leçon du choc DeepSeek de 2025

Lors du choc DeepSeek de 2025, NVIDIA a perdu 17% de sa capitalisation boursière en une seule journée, soit environ 593 milliards de dollars. La réaction initiale a été une vente généralisée touchant l’ensemble de l’infrastructure GPU, énergie et data centers, avant un rebond partiel. [Fait : couverture médiatique, 2025]

Cette fois encore, il est probable que le cours réagisse à court terme à la peur de l’efficacité, et les résultats à moyen terme à la hausse de l’usage. [Inférence : schéma historique]

5. Verdict sur les thèses relatives aux modèles ouverts chinois

Voici, un par un, le verdict sur les arguments avancés par les haussiers comme par les baissiers.

Argument	Verdict
Les GPU haut de gamme sont indispensables à la performance frontière	Affaibli, mais non réfuté
L’intelligence IA est un bien rare	Largement invalidé au niveau du prix brut des modèles et des tokens
L’échelle du capital constitue une douve	La douve du pré-entraînement s’affaiblit ; elle se déplace vers le déploiement, les données, l’énergie et la distribution
Le coût marginal de l’open source est nul	Seul le prix des poids tend vers zéro, le coût d’inférence continue de courir
Un entraînement à 1 milliard de dollars dépasserait un investissement de 100 milliards de dollars	Argument inexact qui compare deux catégories de coûts différentes

Ce dernier point est particulièrement souvent mal utilisé. Le coût d’entraînement et l’investissement total en infrastructure ne sont pas des catégories comparables.

6. Où en est vraiment le HBM de CXMT

C’est le point le plus souvent exagéré dans le débat sur la menace chinoise. Décomposé étape par étape, le tableau réel apparaît.

Étape	Verdict actuel	Base du jugement
Procédé de cellule DRAM	Commercialisé, progression rapide	Vente de DDR5/LPDDR5X ; Apple teste aussi de la DRAM chinoise pour ses produits
Empilement TSV	HBM2 en petits volumes, HBM3 à un stade précoce	Une production de HBM2 est rapportée, mais volumes et rendement restent non divulgués
Packaging et base die	En cours de construction	L’écosystème chinois se forme, mais les données de rendement en production de masse, thermiques et de fiabilité manquent
Qualification client	HBM non confirmé	Le contrat avec Tencent et les tests d’Apple ne prouvent que la capacité en DRAM générique
Écart avec les leaders	1,5-2 générations	Les trois leaders sont déjà en montée en cadence sur le HBM4, alors que CXMT n’a même pas encore validé la production de masse du HBM3

Au 17 juillet 2026, la gamme de produits officiellement publiée par CXMT se limite à DDR5, LPDDR5/5X, DDR4 et LPDDR4X : il n’y a pas de HBM. TrendForce classe également le HBM3 de CXMT en phase de validation précoce et estime que les barrières technologiques et l’obligation d’utiliser des équipements domestiques retardent la production de masse. [Fait : documents officiels de CXMT, TrendForce]

Les estimations de capacité divergent elles aussi. Un plateau autour de 240 000 wafers par mois s’oppose à une prévision de 350 000 en fin d’année. Mais ce chiffre de 350 000 provient d’un modèle privé et non d’une guidance de l’entreprise, ce qui le rend difficile à retenir comme valeur confirmée. [Non vérifié]

Comment corriger l’hypothèse sur la DRAM legacy

2026-2027 : les investissements HBM de CXMT retardent le relâchement de l’offre de DRAM legacy chinoise.
2028 : si le HBM3/3E obtient la qualification des clients accélérateurs chinois et des volumes significatifs, il pourrait d’abord remplacer le marché chinois du HBM ancienne génération.
2029 et après : il faudra que le HBM4, le base die et le rendement de packaging suivent pour que la pression touche directement le marché mondial leader et la marge de SK Hynix.

Autrement dit, l’affirmation la plus juste n’est pas « CXMT va immédiatement aggraver la pénurie de legacy », mais plutôt « CXMT ne libère pas l’offre de legacy aussi vite qu’espéré ». [Inférence : jugement par étapes]

7. Comment la politique américaine modifie cette lecture

Les États-Unis traitent l’IA moins comme une technologie commerciale que comme une infrastructure critique de leur bloc d’alliances. C’est pourquoi une analyse purement technique ne suffit pas à trancher.

L’AI Action Plan américain et le décret présidentiel 14320 précisent l’intention d’exporter vers les pays alliés une pile IA « Made in USA » intégrant matériel, cloud, réseau, modèles et applications, tout en réduisant la dépendance technologique envers les pays adverses. Même si les modèles chinois sont supérieurs en performance et en prix, la pile américaine conserve un avantage politique dans les marchés publics et les industries stratégiques des pays alliés. [Fait : White House AI Action Plan, EO 14320]

Ce n’est cependant pas un découplage complet

En janvier 2026, le BIS américain a soumis les exportations de H200 et de MI325X vers la Chine à un examen au cas par cas, sous conditions de clients agréés et d’exigences de sécurité. C’est un compromis qui vise à maintenir un levier de contrôle tout en gardant la Chine partiellement rattachée à l’écosystème des puces américaines. [Fait : BIS, 13 janvier 2026]

L’usage de modèles chinois par les entreprises privées américaines n’est pas non plus interdit de façon générale. Le No DeepSeek on Government Devices Act n’en est encore qu’au stade de proposition législative. En revanche, le gouvernement australien a ordonné le retrait de DeepSeek de ses systèmes publics, et l’autorité italienne de protection des données a restreint le traitement des données des utilisateurs. [Fait : mesures officielles de plusieurs pays]

Il est probable que l’interdiction de fait imposée par les services d’achats publics et de sécurité s’impose avant même toute loi. [Inférence : ordre de mise en œuvre des politiques]

8. Les entreprises occidentales peuvent-elles utiliser les API de modèles chinois ?

Le potentiel de diffusion varie entièrement selon la voie empruntée. Ce tableau répond à la question.

Mode d’adoption	Potentiel de diffusion	Jugement
Appel direct à une API hébergée en Chine continentale	Faible	Risques de données, de juridiction et de conformité aux achats
API de Qwen (États-Unis, UE, Japon, Singapour)	Moyen	La localisation des données est possible, mais le risque lié à l’opérateur chinois subsiste
Modèles chinois réhébergés par AWS ou Azure	Moyen-élevé à élevé	Le contrat, la sécurité et le contrôle des données relèvent du cloud occidental
Poids ouverts en VPC d’entreprise ou on-premise	Élevé	Aucune donnée n’a besoin d’être envoyée vers des serveurs chinois
Gouvernement, défense, infrastructures critiques	Très faible	Les restrictions d’achat peuvent remonter jusqu’à la lignée même du modèle

Le chemin le plus réaliste est le suivant.

Développement du modèle en Chine
→ Réhébergement sur AWS, Azure ou dans un VPC d'entreprise
→ Vente via les dispositifs occidentaux de sécurité, de contrat et d'audit

Autrement dit, la diffusion technologique des modèles chinois et la diffusion du chiffre d’affaires des opérateurs d’API chinois sont deux choses distinctes. [Inférence : analyse des voies d’adoption]

Les limites de l’API directe

La politique de confidentialité de DeepSeek indique que les données personnelles, y compris les données saisies, sont collectées, traitées et stockées directement en Chine, et peuvent être utilisées pour améliorer le service et le modèle. [Fait : DeepSeek Privacy Policy] C’est une condition rédhibitoire pour toute entreprise qui manipule du code source, des données clients, des données médicales ou financières, ou des technologies soumises au contrôle des exportations.

Qwen se distingue quelque peu. Alibaba Cloud Model Studio propose des régions aux États-Unis, en Allemagne, au Japon et à Singapour, permet de restreindre les données et l’inférence à une zone géographique donnée, et précise ne pas utiliser les données clients pour l’entraînement de ses modèles. [Fait : politique régionale et de sécurité d’Alibaba Cloud] L’adoption directe de l’API pourrait donc progresser dans les secteurs non régulés, ainsi qu’en Asie du Sud-Est, au Moyen-Orient et en Amérique latine.

La localisation des données et la certification SOC 2 ne suppriment cependant pas le risque d’interruption de service, de sanctions ou de restriction des achats lié au conflit sino-américain. [Inférence : risque résiduel]

9. Révision de la thèse : ce qui change et ce qui reste

Premièrement, la logique d’un effondrement des hyperscalers américains s’affaiblit. AWS et Azure hébergent directement DeepSeek et fournissent isolation des données, SLA et évaluation de sécurité. Le cloud américain peut absorber l’innovation de coût des modèles chinois et la transformer en chiffre d’affaires. [Fait : annonces officielles d’AWS et d’Azure]

Deuxièmement, la pression sur les prix touche d’abord les API de modèles fermés. C’est un poids sur le prix du token et la marge d’OpenAI, d’Anthropic et de Google, mais le volume d’inférence et l’usage d’AWS et d’Azure peuvent, eux, augmenter. C’est relativement favorable à la stratégie de modèles ouverts de Meta.

Troisièmement, la séparation sino-américaine soutient l’investissement total en infrastructure. Les deux blocs construisent en doublon des accélérateurs, de la mémoire, des réseaux et des réseaux électriques. La probabilité que les gains d’efficacité se traduisent directement par une baisse des dépenses mondiales en silicium diminue d’autant.

Quatrièmement, la prime HBM de SK Hynix peut se maintenir plus longtemps dans le bloc allié. Le HBM de CXMT pénétrera vraisemblablement d’abord les accélérateurs et les data centers chinois. L’adoption par les CSP occidentaux exige, au-delà de la qualification technique, une validation politique et une certification de chaîne d’approvisionnement. Le contrôle des exportations accélère toutefois l’investissement chinois vers l’autonomie, ce qui constitue un risque pour la part de marché de SK Hynix en Chine à partir de 2028.

Cinquièmement, Samsung Electronics constitue une couverture relative. L’inférence bon marché et la diffusion des modèles ouverts peuvent augmenter le volume total non seulement de HBM, mais aussi de DRAM serveur, de NAND et de mémoire générique. À l’inverse, le risque existe que Samsung Electronics soit la première exposée à la montée en volume de la DRAM générique de CXMT.

10. L’ordre des dommages et des bénéfices

Dommage maximal : les surprofits des API de modèles fermés, les opérateurs de location de GPU à fort effet de levier
Risque intermédiaire : les acteurs à investissement anticipé massif et à clientèle concentrée, comme Oracle
Meta : n’est pas la plus grande perdante. Elle utilise les modèles ouverts pour réduire ses coûts, d’où un potentiel de gain relatif. La pression se situe du côté du CAPEX et de l’amortissement
NVIDIA : le multiple et le mix produit sont comprimés avant l’EPS à court terme. La substitution en Chine est un risque, mais la douve CUDA, réseau, efficacité énergétique et délai de développement subsiste
Mémoire : le scénario de base n’est pas un recul de la demande absolue de HBM, mais une contraction de la prime de rareté du HBM, combinée à un élargissement de la couche vers la DDR, le CXL et l’eSSD

11. Mise à jour des scénarios

Il est justifié d’ajuster provisoirement les probabilités établies dans la juste valeur des semi-conducteurs.

Scénario	Avant	Après
Poursuite de la surdemande	30%	30%
Reconcentration des actifs	40%	40%
Normalisation de l’offre et de l’efficacité	20%	25%
Rupture systémique de la demande	10%	5%

La performance des modèles chinois réduit la probabilité d’une disparition pure et simple de la demande d’IA (rupture : de 10% à 5%). En contrepartie, les gains d’efficacité et le matériel chinois font baisser la prime de rareté de NVIDIA et du HBM (normalisation : de 20% à 25%).

Le scénario en axe temporel reste valable également : l’usage l’emporte sur l’efficacité jusqu’en 2027 (70%), normalisation du mix et des prix à partir de 2028 (25%), contraction totale du CAPEX (5%). Toutefois, le moteur du scénario à 70% n’est plus un écosystème mondial unique, mais un double investissement, dans le bloc américain et dans le bloc chinois. [Inférence : recalibrage des scénarios]

12. Ce qui pourrait changer le jugement

Rapport technique de Kimi K3 (27 juillet) : si le matériel d’entraînement est révélé, la validité de la thèse « entraînement frontière sur GPU bas de gamme » sera tranchée
Taux de croissance des tokens contre taux de baisse de la mémoire par token : l’écart entre ces deux valeurs est la vraie réponse à ce débat
Qualification de la production de masse du HBM3E de CXMT et volumes réels de packaging : si confirmé, il faudra abaisser à la fois l’EPS 2028 et le multiple de SK Hynix
Ralentissement du prix et du contenu en HBM : premier signal d’une contraction de la prime de rareté
Extension du réhébergement de modèles chinois par les CSP occidentaux : preuve de la hausse de valeur de la distribution cloud
Application réelle de la réglementation américaine sur les achats et la sécurité : l’étendue de l’interdiction de fait, qui précède la loi

Ce n’est pas encore le moment de mélanger risque terminal et résultats du trimestre en cours. Il suffira d’ajuster la trajectoire de SK Hynix au-delà de 2028 lorsque la qualification de la production de masse du HBM3E de CXMT sera confirmée. [Inférence : ordre du jugement]

Conclusion

Pour revenir à la question posée, voici la réponse.

Il est vrai que les modèles ouverts chinois convergent vers la frontière américaine, et il est vrai que le coût par unité d’intelligence a chuté rapidement. Mais cela ne signifie pas une baisse des dépenses totales en silicium. Le relèvement du CAPEX de TSMC et la hausse de 30% des tokens chez Microsoft sont, à ce jour, la réponse la plus fiable.

La politique américaine modifie profondément cette lecture. La séparation sino-américaine engendre un investissement en doublon dans les deux blocs, ce qui soutient la demande totale d’infrastructure, et protège politiquement, dans le bloc allié, la place de la pile américaine et de la mémoire coréenne.

L’adoption des API de modèles chinois par les entreprises occidentales doit être vue en séparant le modèle de l’opérateur. La technologie se diffuse via les poids ouverts, mais l’entité qui la vend sera vraisemblablement AWS, Azure ou un VPC d’entreprise, plutôt qu’un opérateur d’API chinois.

La conclusion est donc une redistribution. Ce qui s’effondre, ce sont les surprofits des API de modèles fermés. Ce qui subsiste, c’est l’infrastructure fondée sur l’usage.

Cet article est une synthèse analytique fondée sur des articles publics (DeepSeek V3/V4, Huawei CloudMatrix384), des annonces officielles d’entreprises (Kimi, call 2T26 de TSMC, call T3 FY26 de Microsoft, CXMT, Alibaba Cloud, politique de confidentialité de DeepSeek), des documents du gouvernement américain (AI Action Plan, décret 14320, BIS), des mesures réglementaires de plusieurs pays et des études de marché (TrendForce, JPMAM). Le matériel d’entraînement de Kimi K3 reste non confirmé jusqu’à la publication du rapport technique du 27 juillet. Les estimations de capacité de CXMT et les probabilités de scénarios sont des estimations de l’auteur au moment de la rédaction, et non une guidance de l’entreprise. Les valeurs mentionnées sont des exemples destinés à illustrer la structure de la chaîne de valeur, et non une recommandation d’achat ou de vente sur un titre en particulier. Les décisions d’investissement et leurs conséquences relèvent de la seule responsabilité de l’investisseur.

Articles associés

Kimi K3 Réinitialise la Courbe de Prix de l'IA : De Kimi Linear à HBM et la Stratégie des Grandes Tech

Fri, 17 Jul 2026 12:31:36 +0900

Kimi K3 a été lancé le 16 juillet 2026 à 3 $ par million de tokens d’entrée non mis en cache et 15 $ par million de tokens de sortie. Ce n’est pas le positionnement ultra-bas prix habituel d’un challenger chinois. Ce tarif correspond à celui de Claude Sonnet 5 et se situe 40 % en dessous de GPT-5.6 Sol sur l’entrée et 50 % en dessous sur la sortie. Moonshot AI positionne K3 comme modèle d’entreprise de référence, non comme une solution de repli économique.

L’architecture est conçue pour soutenir cette affirmation. K3 dispose de 2,8 billions de paramètres au total, mais n’active effectivement que 16 des 896 experts par token. Kimi Delta Attention contrôle le coût du contexte long, les Résidus d’Attention récupèrent sélectivement des représentations antérieures en profondeur, et l’entraînement avec conscience de la quantification utilise des poids MXFP4 avec des activations MXFP8. Moonshot recommande un supernœud d’au moins 64 accélérateurs.

Cette combinaison crée un résultat semi-conducteur à double effet. La mémoire et le calcul par token peuvent diminuer tandis que le nombre d’institutions capables de déployer un modèle de classe frontière — et la quantité de travail qu’elles exécutent — peut augmenter. K3 est à la fois une technologie d’efficacité et une charge de travail d’infrastructure.

Lectures connexes : Valeur du token IA et capture de la valeur mémoire / Futures sur tokens IA et coût par token / Divergence États-Unis–Chine dans l’infrastructure d’inférence agentique / Vérification croisée du modèle de pénurie HBM 2030

Synthèse

K3 combine 2,8 billions de paramètres, une vision native et une fenêtre de contexte de 1M tokens. Ses produits et son API sont actifs, mais au 17 juillet, les poids complets, le rapport technique et la licence n’ont pas encore été publiés. La thèse des poids ouverts devra être vérifiée après la date limite du 27 juillet.
Le score officiel GDPval-AA v2 de Moonshot est de 1 668, et non de 1 687. AA-Briefcase est à 1 548. BrowseComp à 91,2 utilise la compaction de contexte ; le résultat sans compaction sur le contexte 1M est de 90,4. Les résultats sont solides, mais les configurations mixtes et les évaluations réalisées par la société elle-même nécessitent une reproduction indépendante.
Les affirmations de Kimi Linear concernant une réduction allant jusqu’à 75 % du cache KV et un débit de décodage théorique jusqu’à 6,3 fois plus élevé à 1M de contexte proviennent d’un modèle de recherche de 48B paramètres totaux et 3B actifs. Elles ne doivent pas être présentées comme des performances mesurées de l’API K3.
K3 n’est pas un modèle à bas coût. Son prix correspond au tarif standard de Sonnet 5, est 50 % plus cher que la promotion de lancement temporaire de Sonnet, et moins cher que GPT-5.6 Sol. Étant donné que seul le mode de raisonnement maximal est actuellement disponible et que les tests indépendants montrent une utilisation élevée de tokens de sortie, le coût par tâche accomplie peut être moins attractif que ce que le tarif officiel laisse entendre.
L’impact semi-conducteur oppose une réduction du calcul et du cache KV par requête à un déploiement plus large en auto-hébergement et une charge de travail totale accrue. La DRAM serveur et les SSD entreprise sont les bénéficiaires secondaires les plus nets, car le contexte agent de longue durée déborde de la HBM vers des niveaux de cache déconcentrés.
La couche modèle et la couche cloud connaissent des économies opposées. La tarification des API d’OpenAI, Anthropic et Gemini subit une pression, tandis qu’Azure, AWS et Google Cloud peuvent monétiser K3 et d’autres modèles via le calcul, le stockage et le réseau. Meta doit défendre son leadership américain sur les poids ouverts.
Les preuves du 27 juillet attendues sont : la licence, les poids complets, l’évaluation externe, le débit sur NVIDIA et AMD, la prise en charge des accélérateurs chinois, les tokens de sortie effectifs par tâche, la compatibilité vLLM et l’adoption dans les catalogues cloud.

1. Corriger les Chiffres Avant de Tirer des Conclusions

Plusieurs valeurs ont évolué au fil de la circulation du lancement sur les réseaux sociaux. Les chiffres officiels sont importants car certains écarts modifient l’interprétation pour l’investisseur.

Élément	Valeur officielle	Interprétation pour l’investisseur
Paramètres totaux	2,8T	Taille totale du modèle, pas le calcul actif par token
Routage d’experts	16 sur 896	MoE extrêmement sparse ; qualité du routage et communication deviennent des contraintes de premier ordre
Contexte	1M tokens	Utile pour les dépôts et la recherche, mais le coût par tâche dépend de la longueur de sortie et des hits de cache
GDPval-AA v2	1 668	Le tableau officiel ne mentionne pas 1 687
AA-Briefcase	1 548	Au-dessus de GPT-5.6 Sol à 1 495, en dessous de Claude Fable 5 à 1 583
BrowseComp	91,2	Utilise la compaction à partir de 300K tokens
BrowseComp sans compaction	90,4	Le résultat le plus propre pour la revendication de contexte natif 1M
Disponibilité produit	Web, Work, Code et API actifs	Les tests commerciaux peuvent commencer maintenant
Poids	Promis pour le 27 juillet	Licence et artefacts complets non vérifiés au 17 juillet
Effort de raisonnement	Maximal uniquement	Les modes basse consommation ne sont pas encore disponibles

Moonshot indique explicitement que K3 reste en retrait par rapport à Claude Fable 5 et GPT-5.6 Sol en termes d’expérience utilisateur globale. Parallèlement, il annonce des performances de niveau frontière en codage, travail de connaissance et benchmarks multimodaux. L’interprétation crédible n’est pas que la Chine a pris définitivement la tête. C’est qu’un modèle chinois a intégré la bande de performance immédiatement inférieure aux systèmes propriétaires les plus puissants, tout en promettant un contexte 1M et des poids téléchargeables.

Le tableau de benchmarks ne constitue pas un tournoi contrôlé unique. K3 fonctionne avec l’effort de raisonnement maximal. Selon la tâche, les modèles utilisent Kimi Code, Claude Code ou Codex, et certains scores de concurrents correspondent aux meilleurs résultats obtenus sur différentes configurations ou importés depuis des classements externes. Une reproduction indépendante reste nécessaire.

Néanmoins, Terminal-Bench 2.1 à 88,3, FrontierSWE à 81,2, SWE Marathon à 42,0, AutomationBench à 30,8, GPQA-Diamond à 93,5 et MMMU-Pro à 81,6 indiquent que K3 est conçu pour l’utilisation d’outils à long horizon et le codage, et pas seulement pour la conversation. Le signal le plus important est l’ensemble du package : capacité proche de la frontière, contexte 1M et poids ouverts promis.

2. Comment un Modèle de 2,8 Billions de Paramètres Devient Déployable

2.1 Les paramètres totaux ne sont pas des paramètres actifs

Calculer les 2,8T paramètres pour chaque token serait prohibitivement coûteux. Stable LatentMoE active effectivement 16 des 896 experts, soit environ 1,8 % du pool d’experts. Le rapport technique est nécessaire pour établir le nombre exact de paramètres actifs, mais les paramètres totaux ne correspondent clairement pas au calcul par token.

Le MoE sparse déplace les goulots d’étranglement plutôt qu’il ne les supprime.

Ce qui s’améliore	Ce qui devient plus difficile
Calcul actif par token	Qualité du routeur et équilibre des experts
Calcul nécessaire pour un niveau de qualité cible	Communication entre accélérateurs
Certains coûts d’inférence	Éviter les accélérateurs inactifs et les experts surchargés
Mise à l’échelle de la capacité du modèle	Maintenir l’ensemble complet des poids accessible

C’est pourquoi Moonshot recommande un supernœud de 64 accélérateurs ou plus. Même quand seul un petit sous-ensemble d’experts est actif, l’expert sélectionné n’est pas connu à l’avance et le modèle complet doit rester accessible. À quatre bits, 2,8T poids impliquent un minimum théorique d’environ 1 400 Go avant les échelles, métadonnées, tampons, cache et réplication. L’activation sparse réduit l’arithmétique mais ne supprime pas les exigences de résidence mémoire ou de tissu interconnexion.

2.2 Kimi Linear répond au coût du contexte long

L’article sur Kimi Linear est antérieur à K3 et évalue un modèle de recherche de 48B paramètres totaux, 3B actifs — pas K3 lui-même. Il combine Kimi Delta Attention avec la Multi-head Latent Attention complète dans un rapport 3:1.

L’attention complète est performante pour la copie exacte et la récupération fine, mais le cache KV croît avec le contexte. L’attention linéaire compresse l’historique dans un état de taille fixe, réduisant la dépendance à la longueur de séquence, mais peut perdre des détails exacts. Kimi Linear utilise trois couches KDA suivies d’une couche d’attention complète pour équilibrer efficacité et expressivité.

Composant	Rôle	Compromis
KDA	Compresser le long historique dans un état de taille fixe	Peut affaiblir la copie exacte et la récupération fine
MLA complet	Restaure le rappel précis token à token	Le cache KV continue de croître avec le contexte
Hybride 3:1	Équilibre efficacité et qualité	Nécessite des noyaux et un logiciel de service plus complexes

L’article rapporte jusqu’à 75 % de réduction du cache KV et jusqu’à 6,3x le débit de décodage théorique à 1M de contexte. Une comparaison mesurée dans l’analyse de complexité rapporte une accélération de 2,3x. Ces résultats établissent une direction, non des performances garanties de l’API K3.

Pour les investisseurs, un cache KV réduit signifie davantage de requêtes simultanées par accélérateur. Cela rend également économiques des dépôts plus longs, plus de documents et des agents persistants. La mémoire par token peut diminuer tandis que le nombre total de tokens augmente.

2.3 Les Résidus d’Attention améliorent l’efficacité en profondeur

Les connexions résiduelles standard continuent d’ajouter les sorties des couches précédentes. Dans les réseaux très profonds, les représentations utiles peuvent se diluer. Les Résidus d’Attention permettent à une couche de sélectionner les représentations antérieures dont elle a besoin. Block AttnRes regroupe les couches et conserve les représentations au niveau des blocs, réduisant la surcharge mémoire.

La recherche de Moonshot indique qu’environ huit blocs récupèrent la plupart des gains, et Block AttnRes peut égaler une ligne de base entraînée avec environ 1,25x de calcul. Cela améliore l’efficacité du capital d’entraînement, mais ne réduit pas automatiquement la demande de centres de données. Une meilleure efficacité peut être réinvestie dans des modèles plus grands et des tâches plus longues.

2.4 La quantification est une stratégie de portabilité matérielle

K3 applique un entraînement avec conscience de la quantification dès le fine-tuning supervisé, en utilisant des poids MXFP4 et des activations MXFP8. Cela devrait mieux contrôler la perte de précision par rapport à une quantification agressive post-entraînement et faciliter le déploiement sur plusieurs plateformes matérielles.

L’arène de noyaux de Moonshot comprenait NVIDIA H200 et un GPU à usage général d’un fournisseur alternatif. Le billet officiel ne mentionne pas de puce chinoise ni ne revendique une économie équivalente au H200. Ce qui est vérifié, c’est l’intention stratégique d’optimiser en dehors de NVIDIA autant que sur NVIDIA.

Cela importe à la fois pour la Chine et les acheteurs mondiaux. La Chine a besoin de modèles de niveau frontière pouvant survivre à un accès restreint aux meilleurs systèmes NVIDIA. Les autres acheteurs souhaitent un pouvoir de négociation entre NVIDIA, AMD et les accélérateurs personnalisés.

3. Ce que la Grille Tarifaire Révèle

3.1 K3 est positionné comme modèle de référence

Modèle	Entrée mise en cache par 1M	Entrée standard	Sortie	Positionnement actuel
Kimi K3	$0,30	$3	$15	Tarification de modèle principal de niveau frontière
Claude Sonnet 5 promo de lancement	Variable	$2	$10	Temporaire jusqu’au 31 août
Claude Sonnet 5 standard	Variable	$3	$15	Même prix affiché que K3
GPT-5.6 Sol	$0,50	$5	$30	67 % plus cher en entrée et 100 % plus cher en sortie que K3

K3 est plus cher que la promotion actuelle de Sonnet 5. Le décrire comme universellement deux fois moins cher est inexact. La stratégie est plus lisible : s’aligner sur le niveau standard de Sonnet tout en étant moins cher que l’API frontière la plus onéreuse.

Le tarif est à la fois un signal de confiance et une décision de monétisation. Moonshot n’accepte plus une remise profonde simplement pour acquérir de l’usage. Il revendique une position dans le segment des modèles d’entreprise par défaut.

3.2 Le coût par tâche accomplie importe plus que le coût par token

Les grilles tarifaires supposent une utilisation équivalente des tokens. Les agents diffèrent par leur longueur de planification, leurs appels d’outils, leurs reprises et leur verbosité. K3 n’expose actuellement que le raisonnement maximal. Artificial Analysis rapporte que K3 a utilisé environ 130 millions de tokens de sortie dans son évaluation de l’Intelligence Index, soit plus du double de la médiane des pairs d’environ 63 millions. Un token de sortie moins cher peut tout de même conduire à une tâche coûteuse.

Coût de la tâche = tokens d'entrée × tarif d'entrée + tokens de sortie × tarif de sortie + coût des outils et reprises

Les acheteurs en entreprise surveilleront le taux de réussite des tâches, les tokens de sortie, le temps jusqu’au premier token, le débit, la fiabilité des outils, le taux de hit de cache et la stabilité des sessions. Moonshot indique que Mooncake offre plus de 90 % de hits de cache sur les charges de travail de codage, rendant l’entrée mise en cache dix fois moins chère que l’entrée non mise en cache. Si ce taux se maintient sur le trafic entreprise, l’économie effective de K3 s’améliore sensiblement.

3.3 Mooncake déplace la demande mémoire vers le bas de la hiérarchie

Mooncake sépare les clusters de prefill et de décodage et répartit le cache KV entre CPU, DRAM et SSD plutôt que de tout conserver dans la HBM GPU. Son article rapporte jusqu’à 525 % de débit supplémentaire en simulation et 75 % de requêtes supplémentaires sur les charges de production.

Cela explique pourquoi la demande mémoire IA s’étend au-delà de la HBM.

Accélérateur HBM → DRAM serveur → SSD entreprise → niveau de cache distant

KDA peut réduire le cache KV par requête, mais les agents persistants à 1M de contexte augmentent le volume total et la durée de rétention du cache. Les données chaudes restent en HBM et DRAM ; le contexte plus froid migre vers les SSD. L’efficacité peut affaiblir la thèse centrée sur HBM seule tout en renforçant la hiérarchie mémoire au sens large.

4. Les Poids Ouverts Chinois Progressent Vers le Haut de la Pile Entreprise

OpenRouter rapporte que les modèles chinois ont dépassé les modèles américains en part de tokens sur sa plateforme début juin 2026, sur la base de plus de 450 billions de tokens de janvier au 14 juin. La part de DeepSeek est passée d’environ 9 % à 18 % et il est devenu le premier fournisseur à mi-mai.

Le chemin d’adoption comporte trois étapes :

Les modèles ouverts à bas coût prennent en charge les charges de travail de classification, de traduction et de test.
De meilleures performances en codage et en agent s’emparent des flux de travail d’entreprise répétitifs.
Une qualité proche de la frontière et un contexte d’un million de tokens entrent en concurrence pour le routage principal.

Le tarif de K3 est conçu pour la troisième étape. Il ne suit pas la stratégie des prix les plus agressifs. Il pratique un tarif d’API de niveau frontière tout en promettant des poids que les clouds, les gouvernements et les entreprises peuvent déployer eux-mêmes.

Les API propriétaires et les poids ouverts accumulent des actifs stratégiques différents.

API frontière propriétaire	Poids ouverts proches de la frontière
Contrôle la meilleure expérience utilisateur et la capacité	Multiplie les voies de déploiement et les options matérielles
Centralise les données d’usage	Permet aux entreprises de conserver leurs données et opérations
Modifie la tarification et la politique de manière centralisée	Les fichiers publiés sont difficiles à retirer
Le fournisseur de modèle capte la marge brute	Les fournisseurs de cloud, puces et applications se partagent la valeur

Le modèle propriétaire le plus puissant peut rester numéro un tout en perdant des parts de tokens payants. Les entreprises peuvent router le travail répétitif vers des modèles de classe K3 et réserver les tâches juridiques, de conception et de recherche les plus complexes au modèle fermé de tête. Le mix de tokens payants et le prix mixte importent davantage que le classement dans les benchmarks.

5. Demande Semi-conducteurs : Efficacité et Diffusion Arrivent Ensemble

5.1 NVIDIA : risque d’efficacité à court terme, élasticité de déploiement à moyen terme

Le MoE sparse, KDA, la quantification et l’optimisation autonome des noyaux réduisent le temps GPU par tâche. La portabilité matérielle affaiblit également l’hypothèse que chaque charge de travail frontière doit rester sur CUDA. Ce sont des signaux de valorisation négatifs pour NVIDIA.

Le côté positif est tout aussi important. Moonshot recommande au moins 64 accélérateurs pour K3 en auto-hébergement. Les poids publiés pourraient inciter les clouds, gouvernements, laboratoires et grandes entreprises à construire leurs propres clusters. La demande concentrée derrière une seule API se transforme en demande matérielle répartie dans de nombreux centres de données.

Demande totale d'accélérateurs = temps GPU réduit par tâche × charge de travail totale accrue × plus d'institutions en auto-hébergement

Le premier terme est négatif ; les deux derniers sont positifs. K3 seul ne suffit pas à revoir à la baisse les estimations de bénéfices de NVIDIA, mais il ne suffit pas non plus pour supposer que chaque gain d’efficacité engendre davantage de demande GPU. L’élasticité de la charge de travail est la variable déterminante.

5.2 AMD : optionnalité issue du choix matériel

AMD bénéficie si la portabilité de MXFP4, MXFP8 et vLLM permet aux entreprises de dissocier le choix du modèle de celui de l’accélérateur. Un modèle ouvert proche de la frontière offre aux acheteurs une charge de travail réaliste sur laquelle tester des alternatives à NVIDIA.

La preuve doit venir après la publication des poids. Les noyaux ROCm, la communication parallèle entre experts, le débit en contexte 1M et la stabilité sur 64 accélérateurs doivent être mesurés. L’avantage d’AMD ne se concrétise que si K3 démontre un coût par tâche réussie supérieur sur les systèmes MI.

5.3 HBM : cache par requête réduit, résidence du modèle plus large

Couche de demande	Impact d’efficacité K3	Direction
Résidence des poids	Un modèle de 2,8T doit rester rapidement accessible	Plus d’accélérateurs et de mémoire à haute bande passante
Cache KV par requête	KDA réduit la taille et la croissance du cache	Moins de capacité HBM par requête
Utilisateurs et agents simultanés	Un coût réduit et un déploiement ouvert peuvent élargir les charges de travail	Plus de HBM et DRAM au total

Les titres peuvent être négatifs pour SK hynix, Micron et Samsung car 75 % de cache KV en moins et 6,3x de débit semblent indiquer une intensité mémoire moindre. Ces chiffres appartiennent à un modèle de recherche Kimi Linear, pas à la production K3 mesurée. La HBM stocke également les poids, les activations, les tampons de communication et les lots — pas seulement le cache KV.

L’équilibre à moyen terme est neutre à légèrement positif si les clusters auto-hébergés et les charges de travail agents croissent plus vite que l’efficacité. Il devient négatif si l’élasticité de la charge de travail est faible et si la compression s’améliore plus vite que l’usage.

5.4 La DRAM serveur et les SSD entreprise sont les bénéficiaires secondaires les plus nets

Le contexte long et la réutilisation du cache ne peuvent pas rester entièrement en HBM. Une fois que le service sépare prefill et décodage et répartit le cache entre CPU, DRAM et SSD, la DRAM serveur et les SSD entreprise deviennent des actifs opérationnels pour l’inférence IA.

Samsung peut vendre HBM, DRAM serveur, SSD haute capacité, fonderie et packaging.
SK hynix combine HBM et DRAM serveur avec les SSD entreprise Solidigm.
Micron fournit HBM, DRAM data-center et SSD.

K3 ne démontre pas que l’IA a besoin de moins de mémoire. Il montre que la mémoire IA devient hiérarchique. Les données les plus chaudes restent en HBM, le contexte conservé se trouve dans la DRAM serveur, et le cache plus froid migre vers les SSD entreprise. Les fournisseurs disposant d’une pile mémoire complète présentent une meilleure résilience qu’une thèse centrée sur un seul produit HBM.

5.5 La mise en réseau et le silicium personnalisé sont les goulots d’étranglement cachés du MoE

Répartir 896 experts sur des accélérateurs crée des communications variables en fonction du routage des tokens. C’est pourquoi Moonshot insiste sur un entraînement parallèle équilibré des experts, des formes statiques et la suppression de la synchronisation hôte du chemin critique. Un fonctionnement efficace sur 64 accélérateurs ou plus nécessite un tissu d’interconnexion à haute bande passante, tant en montée qu’en sortie de charge.

Cela est structurellement positif pour Broadcom, Marvell, le réseau NVIDIA, les interconnexions optiques et le silicium de commutation. Cela encourage également les ASIC d’inférence optimisés pour les modèles ouverts. L’exercice de conception de petites puces en 48 heures de K3 n’est pas un produit commercial, mais il illustre une co-conception modèle-matériel plus rapide.

6. Stratégie des Grandes Entreprises Tech Américaines et Transmission en Bourse

6.1 Microsoft : pression sur l’économie d’OpenAI, hausse de l’usage Azure

Microsoft est exposé à la propriété intellectuelle et à l’économie d’OpenAI ainsi qu’à l’infrastructure Azure. La mise à jour du partenariat d’avril 2026 maintient Microsoft comme partenaire cloud principal et étend une licence IP non exclusive jusqu’en 2032.

K3 presse la couche modèle car le travail répétitif peut migrer des API OpenAI. Il peut soutenir la couche cloud si Azure héberge K3 comme infrastructure gérée ou auto-hébergée.

Couche Microsoft	Impact K3
Part des revenus OpenAI	Négatif via le prix et le mix
Copilot	Positif si les coûts de routage diminuent
Azure AI	Positif si l’usage multi-modèles augmente
Silicium personnalisé et centres de données	Positif si l’optimisation des poids ouverts s’étend

L’impact boursier à court terme est neutre. La question à moyen terme est de savoir si Azure parvient à convertir la déflation du prix des modèles en usage et en marge Copilot.

6.2 Amazon : Anthropic et AWS ont des économies différentes

Amazon est un investisseur majeur d’Anthropic et le fournisseur d’AWS, Bedrock, Trainium et Inferentia. K3 peut éroder le pouvoir de tarification de Claude et la valeur de la participation d’Amazon dans Anthropic. Si les entreprises font tourner K3 sur AWS, en revanche, l’usage d’EC2, Bedrock, du stockage, du réseau et de Trainium peut augmenter.

La stratégie optimale d’Amazon est de maintenir la charge de travail sur AWS quel que soit le modèle gagnant. Si K3 arrive avec une licence permissive et un support Trainium efficace, AWS peut monétiser la diffusion d’un concurrent. L’impact boursier est neutre à modérément positif, bien que la concurrence sur les prix d’inférence puisse comprimer les marges cloud même si les revenus augmentent.

6.3 Alphabet : pression sur les prix Gemini, défense TPU et Vertex

Google contrôle un modèle, une puce, une plateforme de déploiement et la demande finale via Search, Ads et Workspace. Vertex Model Garden prend en charge les modèles propriétaires, tiers et ouverts.

K3 presse les prix de l’API Gemini mais peut créer une demande de TPU et de Google Cloud. Un moindre coût des modèles réduit également la dépense des AI Overviews, de la génération publicitaire et des agents Workspace. L’impact boursier est neutre à positif car Google n’est pas uniquement un fournisseur de modèles. Le risque est que Gemini perde à la fois le leadership de performance et de prix, renchérissant le coût d’acquisition de clients cloud.

6.4 Meta : de bénéficiaire des poids ouverts à défenseur

Meta a bénéficié de la diffusion des poids ouverts en commoditisant les API des concurrents et en réduisant ses propres coûts de recommandation, de publicité et de contenu. Si les laboratoires chinois publient en premier une capacité proche de la frontière et un contexte plus long, Meta risque de perdre sa position de référence dans l’écosystème américain des poids ouverts.

K3 impose deux réponses : le prochain Llama doit concurrencer sur le contexte long, les outils agents et le coût de déploiement, et Meta doit fournir une alternative américaine fiable pour les entreprises et gouvernements réticents à déployer des poids chinois. L’impact sur les bénéfices à court terme est limité car la publicité génère les flux de trésorerie. Le risque stratégique est une moindre rentabilité des investissements en infrastructure IA et en écosystème développeur si Llama prend du retard.

6.5 Le positionnement de marché existant importe plus qu’un seul lancement

Du 22 juin au 16 juillet, avant que la majeure partie des preuves K3 puisse peser sur les échanges, le complexe IA américain avait déjà fortement divergé.

Entreprise	Rendement	Recul depuis le sommet de la période	Signal de positionnement
Meta	+17,9 %	-3,1 %	Flux de trésorerie publicitaires solides et attentes d’utilisation IA
Microsoft	+9,2 %	-1,2 %	Résilience cloud et logiciels
Amazon	+7,3 %	-3,2 %	Attentes de reprise AWS et consommateur
Alphabet	+1,4 %	-5,5 %	Positionnement mixte search et cloud
NVIDIA	-0,6 %	-3,1 %	Relativement résilient
Broadcom	-4,5 %	-9,7 %	Optimisme sur l’IA personnalisée face à la pression sur les valorisations
AMD	-9,2 %	-14,3 %	Optionnalité accélérateur alternatif avec forte volatilité
Micron	-29,6 %	-32,0 %	Correction après des attentes mémoire élevées
Oracle	-29,1 %	-32,7 %	Tension entre croissance infrastructure IA et financement
Marvell	-38,8 %	-40,1 %	Fort déclassement dans la mise en réseau et le silicium personnalisé

Ce ne sont pas des rendements causés par K3. Ils montrent les positions dans lesquelles K3 est arrivé. Un NVIDIA relativement résilient peut être plus sensible aux manchettes d’efficacité, tandis que Micron et Marvell déjà corrigés pourraient réagir plus fortement si les poids publiés créent une demande d’infrastructure vérifiable.

7. Carte d’Impact par Entreprise

Entreprise ou couche	Signal à court terme	Trajectoire à moyen terme	Que faire maintenant
NVIDIA	Pression sur la valorisation due à l’efficacité et la portabilité	Les clusters auto-hébergés de 64+ accélérateurs compensent l’efficacité	Surveiller l’élasticité de la charge de travail, ne pas modifier les estimations sur le seul lancement
AMD	Optionnalité de déploiement alternatif	Avantage en part si l’économie ROCm est prouvée	Attendre le débit post-27 juillet
Broadcom et Marvell	Complexe réseau déjà en déclassement	Le parallélisme d’experts MoE augmente la demande de tissu	Vérifier les commandes et la topologie réelle des clusters K3
SK hynix	Sensible aux manchettes d’efficacité du cache KV	Exposition à la hiérarchie HBM, DRAM serveur et SSD Solidigm	Valoriser la pile mémoire complète, pas HBM seul
Samsung Electronics	Risque d’efficacité HBM plus position de rattrapage	Optionnalité HBM, DRAM serveur, SSD et fonderie	Portefeuille le plus large, exécution toujours nécessaire
Micron	Attentes élevées déjà corrigées	Exposition intégrée mémoire et stockage IA américaine	Surveiller le volume de déploiement versus la tarification
Microsoft	Pression sur le prix et le mix OpenAI	Effet de levier sur les coûts Azure et Copilot	L’usage cloud importe plus que la marge modèle
Amazon	Pression sur la valeur de l’actif Anthropic	AWS, Bedrock et Trainium bénéficient du choix de modèle	La compensation interne la plus nette
Alphabet	Pression sur les prix Gemini	Avantages de coût TPU, Vertex et Search	La défense de la couche applicative reste solide
Meta	Pression sur le leadership américain des poids ouverts	Accélération de Llama ou écosystème ouvert plus large	L’impact stratégique dépasse l’impact sur les bénéfices à court terme

Il n’y a pas suffisamment de preuves pour un nouvel appel d’achat ou de vente basé uniquement sur ce lancement. Les poids, la licence et le débit matériel externe ne sont pas disponibles. L’ordre de la preuve importe plus que la direction du récit.

8. Trois Scénarios

Scénario de base : modèle solide, réévaluation limitée

Probabilité subjective : 55 %. Les poids complets et une licence raisonnablement permissive arrivent le 27 juillet. Les résultats externes reproduisent 85 % à 95 % des performances officielles. K3 fonctionne sur NVIDIA et AMD, mais 64+ accélérateurs, le raisonnement maximal et une utilisation élevée des tokens de sortie maintiennent le déploiement onéreux.

Les API propriétaires subissent davantage de pression tarifaire sur le travail répétitif.
Les clouds gagnent en hébergement K3 et en demande d’auto-déploiement.
L’efficacité par token compense la charge de travail accrue.
La HBM est neutre à légèrement positive.
La DRAM serveur, les SSD entreprise et la mise en réseau sont positifs.

Scénario haussier : les poids ouverts entrent dans le routage entreprise principal

Probabilité subjective : 25 %. La licence est proche de MIT, le support vLLM et SGLang est stable, et NVIDIA, AMD et les accélérateurs chinois affichent un débit élevé. L’évaluation externe confirme des performances immédiatement inférieures aux meilleurs modèles propriétaires. Les modes de raisonnement moins intensifs réduisent le coût par tâche. Les principaux clouds et passerelles d’entreprise ajoutent K3 au routage par défaut.

Le prix mixte et la part de tokens des modèles propriétaires diminuent.
L’usage multi-modèles des hyperscalers augmente.
Les clusters auto-servis augmentent la demande d’accélérateurs.
HBM, mise en réseau, DRAM serveur et SSD entreprise bénéficient du volume de déploiement.
Meta et les programmes américains de modèles ouverts accélèrent leurs investissements.

Scénario baissier : les poids révèlent un écart de coût et de qualité

Probabilité subjective : 20 %. Les poids sont retardés ou restreints, les scores externes tombent en dessous du tableau officiel, les exigences de conservation de l’historique de réflexion et une proactivité excessive créent des échecs en entreprise, et le coût par tâche dépasse Sonnet 5 en raison du raisonnement maximal et de la verbosité. L’exigence de 64 accélérateurs limite l’auto-hébergement.

Moonshot pourrait devoir renoncer à la tarification de niveau frontière.
Les API propriétaires conservent une prime d’expérience utilisateur et de fiabilité.
La demande semi-conducteurs incrémentale reste limitée.
Les estimations de bénéfices et de capex existantes reprennent le contrôle des cours boursiers.

9. Liste de Vérification du 27 Juillet

Point de preuve	Signal fort	Signal faible
Poids et licence	Publication complète dans les délais avec droits de modification commerciale	Retard, restrictions ou composants manquants
Évaluation externe	Scores officiels largement reproduits sous une seule configuration	Fort écart par rapport au tableau de la société
Coût par tâche	Modes de raisonnement moins intensifs et moins de tokens de sortie	Raisonnement maximal uniquement et verbosité persistante
Débit NVIDIA	Parallélisme d’experts stable sur des nœuds de 64 accélérateurs	Goulots de tissu et faible utilisation
Débit AMD	Avantage de coût sous ROCm et vLLM	Noyaux immatures ou perte de précision
Accélérateurs chinois	Matériel nommé et débit mesuré	Seulement le libellé « GPU alternatif »
Mise en cache	Hits proches de 90 % sur le trafic entreprise	Forte baisse en dehors du codage
Adoption cloud	Listings AWS, Azure, Google Cloud ou Oracle	Limité à quelques plateformes chinoises
Tarification compétitive	Baisses de prix standards ou remises de cache plus larges	Promotions temporaires uniquement
Commandes mémoire	Révisions à la hausse des volumes HBM, DRAM serveur et SSD	L’efficacité augmente tandis que les volumes stagnent

10. Le Contre-argument le Plus Fort

Le scénario baissier le plus solide est simple : la demande semi-conducteurs diminue si l’efficacité s’améliore plus vite que l’usage. La compression des modèles, l’attention linéaire, la quantification, la réutilisation du cache et les ASIC d’inférence pourraient traiter le même nombre de tâches utiles avec bien moins de GPU et de HBM. La concurrence des poids ouverts peut faire baisser les prix des API sans générer suffisamment de travail payant supplémentaire pour justifier le capex IA.

Les preuves de ce résultat incluraient un ralentissement des revenus d’inférence malgré la baisse des prix, une utilisation plus élevée des accélérateurs mais moins de nouveaux clusters, une croissance des bits HBM inférieure aux gains d’efficacité des modèles, une faible conversion des backlogs cloud IA en revenus, et des entreprises utilisant des modèles ouverts uniquement pour réduire les coûts plutôt que pour créer de nouveaux flux de travail.

Le scénario haussier exige que les baisses de prix débloquent de nouveaux travaux : codage à l’échelle des dépôts, automatisation de la recherche, montage vidéo, conception de puces et flux de travail précédemment non rentables. L’élasticité de la charge de travail par rapport à l’efficacité des modèles est le point de preuve commun pour l’investissement tant dans les accélérateurs que dans la HBM.

11. Conclusion

Kimi K3 ne prouve pas que la Chine a surpassé les modèles propriétaires américains les plus puissants. Moonshot reconnaît l’écart d’expérience utilisateur persistant. Au 17 juillet, les poids complets et le rapport technique ne sont pas disponibles, et un tableau de benchmarks aux configurations mixtes ne peut pas désigner un vainqueur.

Il modifie cependant la structure du marché. Un modèle de 2,8T paramètres, contexte 1M, proche de la frontière est actif au tarif standard de Sonnet, avec des poids promis dans les dix jours. Les poids ouverts chinois passent du statut de substituts bon marché de second rang vers des charges de travail d’entreprise de premier plan.

Pour les semi-conducteurs, l’événement représente davantage une réallocation de la demande qu’une destruction de la demande. KDA et la quantification réduisent la HBM et le temps GPU par requête. Le MoE sparse et les supernœuds de 64 accélérateurs augmentent la mémoire de résidence du modèle et le tissu interconnexion. Mooncake pousse le cache dans la DRAM serveur et les SSD entreprise. La thèse centrée sur HBM seule devient moins simple, tandis que la hiérarchie mémoire et le centre de données complets restent exposés à un déploiement plus large.

Les grandes entreprises tech américaines font face au même clivage. Les API modèles absorbent la pression tarifaire ; les clouds et les applications absorbent le moindre coût des modèles. Microsoft, Amazon et Alphabet peuvent héberger K3 même si leurs modèles préférés perdent des parts. Meta doit défendre son rôle stratégique de référence américaine en matière de poids ouverts.

Le 27 juillet, la preuve importante n’est pas l’existence d’un fichier de poids. C’est une licence permissive, une évaluation reproductible, un débit multi-matériel et un coût compétitif par tâche accomplie. Si ces conditions sont réunies, K3 devient un événement qui modifie à la fois la courbe de prix de l’IA et le chemin de la demande semi-conducteurs. Sinon, il reste un lancement de produit impressionnant plutôt qu’un changement de paradigme industriel.

Sources et Limites

Matériaux primaires : Lancement de Kimi K3, Documentation API Kimi K3, Article Kimi Linear, GitHub Kimi Linear, Article Résidus d’Attention, Article Mooncake, Tarification Claude Sonnet 5, Tarification GPT-5.6 Sol, Analyse d’adoption des modèles OpenRouter, Partenariat Microsoft-OpenAI, Google Vertex Model Garden, et Partenariat Amazon-Anthropic.

L’analyse de transmission semi-conducteurs et boursière est une inférence à partir de données publiques d’architecture, de service et de marché. Le nombre exact de paramètres actifs, la taille des poids, les conditions de licence, le débit sur AMD et les accélérateurs chinois, et le coût effectif par tâche en entreprise restent non vérifiés au 17 juillet. Cet article est destiné à des fins de recherche et d’information uniquement et ne constitue pas un conseil en investissement.

Disclaimer: For research and information purposes only. Not investment advice. Names cited are for analytical illustration; readers should perform their own due diligence and consult licensed advisors before any investment decision.