台積電ADR反彈　程正樺：不穩定籌碼退散了、 看Kimi K3 2好1壞

費半跌深反彈，台積電ADR回彈0.99%站回400美元大關。知名半導體分析師、騰旭股份有限公司投資長程正樺表示，這波修正算合理，不論美國、台灣或是韓國，短線變數剩下籌碼問題，不穩定籌碼退散將是好的進場時機。對於中國最新開源模型 Kimi K3，就好比當初DeepSeek，將加速AI落地和技術演進。

程正樺指出，費半指數在短短幾周內跌了20%。除了一直很爛的籌碼問題之外，短期基本面的確有不如預期的情形，所以這一波修正也算合理。

在供應鏈中，包括NVIDIA Rubin、Google TPUv8、Amazon TR3 等都因為各種原因，導致今年第三季拉貨比預期來的少 （良率、長短料、開發不順等問題），但在長線展望變化不大的狀況下，指數修正到季線附近應該已經反應了這一段。

根據他近期的確認，雖然第三季許多科技公司訂單被遞延，但第四季重新開始拉貨後的業績會有顯著成長，近期的修正反而提供了不錯的加碼機會。

程正樺分析，短線變數剩下籌碼問題，不論美國台灣或是韓國，散戶的槓桿在前陣子都增加到新高水準，但好消息是，最近這些不穩定的籌碼應該已經有明顯的撤退，屆時就會是個比較好的進場點。

另外，關於市場討論熱烈的 Kimi K3 模型，程正樺也簡單提出一些看法：
1. 強大的開源模型可能會影響閉源模型未來的獲利展望，亦即: Anthropic 或 Open AI 若未能迅速推出新模型拉開差距，他們的ARR (年度經常性收入)增速可能會下滑。

2.強大的開源模型，卻可能讓算力更加緊缺。當前Openrouter 上開源模型的應用就已經超過80%，便宜又強大的開源模型會讓企業對AI 的採用更加積極。也就是說，對算力提供者 。搞不好跑K3 對他們來說更好 ,K3 是token定價便宜，單次任務的運算時間（Compute Time）或算力密度大幅增加，對雲服務業者來說更有利；

3.如同當初DeepSeek 的MoE 設計讓使用模型的門檻與成本降低，但最終變成產業標準而且進一步促進AI的蓬勃發展，這次K3 的KDA 等技術也是一樣的，是幫助AI成本降低、加速未來AI落地化速度的技術演進。