В последний торговый день американского рынка акций перед этими выходными Тайваньские акции упали более чем на 6%, дневные японские — на 4%, индекс полупроводников Филадельфии откатился от июньских максимумов на 20%: технически рынок ушёл в медвежью фазу, и это была самая тяжёлая неделя с момента тарифного бунта в апреле 2025 года. Капитализация Nvidia в какой-то момент опускалась ниже 4,85 трлн долларов, а место №1 в мире вернулось Apple.

А вот что, как утверждают, и стало причиной взрыва — на самом деле это отечественная компания, разрабатывающая большую модель: «Сторона лунной тьмы».

Ранним утром 17 июля, за несколько часов до открытия Всемирной конференции по искусственному интеллекту, «Сторона лунной тьмы» выпустила Kimi K3.

В лидирующем списке фронтенд-кода по результатам реального слепого теста Arena K3 набрала 1679 баллов и заняла первое место, опередив Claude Fable 5 (1631) и GPT-5.6 Sol (1618) — а в начале месяца лидером всё ещё был Fable. Из 14 бенчмарков, которые «Сторона лунной тьмы» опубликовала сама, K3 обошла Fable 5 в шести, большинство — в задачах дальнего программирования и для Agent.

Многие организации ставят её на третье место в мире — сразу после Fable 5 и GPT-5.6 Sol.

Самое неприятное — цена: вход Kimi K3 стоит 3 доллара за миллион токенов, выход — 15 долларов, то есть в три раза дешевле, чем Fable 5 (10/50 долларов). Входы при совпадении кэша низкие — всего 0,3 доллара.

Производительность держится на уровне первой группы, цена — в три раза меньше, и веса ещё открыты.

Почему модель Kimi K3 от «Стороны лунной тьмы» смогла обрушить американский фондовый рынок?

Оценочная логика всей цепочки американской AI-индустрии — это замкнутый круг: дефицит передовых возможностей → закрытые решения берут ренту за токены → API-доход поддерживает капвложения → капвложения поддерживают заказы на чипы → заказы на чипы поддерживают рыночную капитализацию Nvidia почти в 5 трлн.

По оценке Goldman Sachs, в 2026 году капвложения американских супер-крупных облачных провайдеров составят около 770 млрд долларов — примерно 100% их операционного денежного потока.

То есть технологические компании США вкладывают обратно в AI-инфраструктуру каждую заработанную копейку; доля амортизации и списаний в доходах вырастет с 7% в 2022 году примерно до 12% в 2027-м, причём всё больше будет зависеть от финансирования за счёт выпуска и допэмиссий.

Единственный способ свести эти расчёты — если токены можно будет постоянно и по высокой цене продавать.

Но условием высокой цены является «дефицит».

Атакуется как раз это допущение. В прошлом DeepSeek доказал: «дёшево — но почти как передний край». На этот раз K3 пошла дальше: это не просто дешёвый аналог вместо дорогого, а на некоторых полях она прямо обыгрывает самые дорогие закрытые модели.

Если обладающие возможностями ИИ становятся бесплатными, то капиталовложения американских компаний могут уже не окупаться — риск настолько велик, что способен потянуть за собой всю экономику.

Полгода назад «повышение capex» означало, что спрос взлетел — это был позитив. Сейчас «повышение capex» означает ещё более разгоревшееся прожигание денег — это негатив.

После выхода отчёта TSMC за 2-й квартал, хотя результаты оказались выше ожиданий, акции всё равно распродали — потому что прогноз по годовым капвложениям повысили до 60–64 млрд долларов.

По статистике, за последние 12 месяцев капитальные затраты четырёх крупнейших китайских облачных провайдеров составили около 45 млрд долларов, а у американских коллег — примерно 291 млрд долларов, разница в 6,5 раз.

Сейчас все результаты K3 якобы сообщены «Стороной лунной тьмы» самостоятельно или получены из тестов через API; подтвердить их независимо до релиза с раздачей весов нельзя.

После публикации это, независимо от того, окажется ли результат хорошим или плохим, существенно повлияет на логику оценки компаний на Уолл-стрит.

Сильнее всего пострадает Nvidia $NVDA.US : если в итоге подтвердится, что K3 обучали не на чипах Nvidia (например, на чипах Huawei), то будет поколеблена не только вера в то, что «AI можно сдавать в аренду и зарабатывать ренту», а сама вера в то, что «для обучения передовых моделей обязательно нужны Nvidia».

Половина капитализации Nvidia почти в 5 трлн долларов построена на этой вере.