據 Woofun AI 消息，中國人工智能大語言模型行業正迎來歷史性的轉折點，高盛分析師 Ronald Keung 領銜團隊發佈的這份長達 50 頁的研究報告，系統評估了該領域從成本效率到商業化路徑的四大核心命題。報告指出，中國開源及開放權重模型在智能表現上已逼近全球頂尖私有化模型，且隨着國內外企業採用規模的迅速擴大，數據正反饋效應將加速模型迭代，這一軌跡被概括爲從 DeepSeek 的成本優勢延伸至智譜 GLM 的智能突破。高盛認爲，這一現象標誌着中國 AI 產業正在通過獨特的架構創新與開源戰略，構建起一套能夠以更低成本實現高性能的完整生態體系，從而在全球競爭中佔據關鍵一席。高盛分析師 Ronald Keung 領導的團隊在這份報告中，不僅關注技術參數的提升，更着重剖析了商業模式的演變，試圖回答誰將成爲這一輪技術革命中的長期贏家。在競爭格局的重新定義中，高盛引入了一套基於定價能力、成本優勢及財務實力的"競爭定位框架"，對主要玩家進行了精準畫像。在基礎文本模型領域，智譜（首次覆蓋，評級爲中立，目標估值 1100 億美元）與未上市的 DeepSeek 被判定爲競爭力最強的雙雄；而在多模態領域，未上市的字節跳動則處於絕對領先地位。

此外，高盛對 MiniMax 和快手均維持了買入評級，顯示出對這兩家企業在特定細分賽道爆發力的認可。這種分層定位不僅反映了各企業在技術路線上的差異，更揭示了不同商業模式在當下市場環境中的生存邏輯與增長潛力。

值得注意的是，高盛並未將所有中國模型視爲同質化競爭者，而是根據其在不同維度的表現進行了細緻區分，爲投資者提供了清晰的決策依據。技術突破的核心在於以極低的參數規模實現高效的算力利用，中國大語言模型之所以能以遠低於美國同類產品的成本實現相當性能，主要歸功於架構創新與參數效率的飛躍。

Woofun AI 梳理數據顯示，中國開源模型的參數規模通常介於 2000 億到 1.6 萬億之間，僅相當於全球頂尖模型的 2% 到 10%，這既是受限於高端算力獲取的被動選擇，也是主動優化架構的結果。通過專家混合架構（MoE）和稀疏注意力機制等創新，實際被激活的參數僅佔總參數的 3% 到 5%，大幅降低了訓練與推理成本。具體來看，DeepSeek V4 Pro 擁有 1.6 萬億參數，智譜 GLM5.2 爲 0.7 萬億，MiniMax M3 則爲 0.4 萬億。在編程能力提升方面，數據篩選與訓練後強化學習的協同作用功不可沒。6 月 27 日，DeepSeek 推出推測解碼框架 DSpark，應用於 V4-Flash 和 V4 Pro 在線服務，在不改變權重或質量前提下，將生成速度分別提升 60% 到 85% 及 57% 到 78%。6 月 30 日，美團 LongCat 2.0 的發佈更是里程碑事件，作爲中國首個完全基於 5 萬塊國產計算卡訓練部署的 1.6 萬億參數開源 MoE 模型，它證明了本土化硬件堆棧在預訓練階段的可行性，對擺脫國外芯片依賴意義深遠。市場呈現出明顯的雙層結構，高盛將中國 AI 模型市場劃分爲兩個能實現最大年度經常性收入的象限，強者愈強的馬太效應顯著。在高端市場，以智譜 GLM5.2 和阿里巴巴 Qwen3.7 Max 爲代表的頂級模型，定價約爲每百萬 token 1 美元，是低端模型的五倍，毛利率估計在 10% 到 20% 之間。相比之下，美國頂級模型定價高達每百萬 token 4 美元到 8 美元，中國高端模型雖僅爲後者的 10% 到 25%，但憑藉較低的參數激活率仍能保持正毛利。低端市場則面向價格敏感的全球中小企業及個人，智能體任務模型價格低至每百萬 token 0.06 美元到 0.20 美元，其中 MiniMax 的 60% 到 70% 營收來自海外。DeepSeek 宣佈從 7 月中旬起對 V4 系列實施高峯與非高峯差異化定價，高峯期價格爲非高峯期兩倍，混合定價分別爲每百萬 token 0.35 美元（V4 Pro）和 0.12 美元（V4 Flash）。高盛預測，中國 AI 模型 API 和訂閱服務營收將從 2026 年的 350 億元人民幣激增至 2030 年的 8790 億元人民幣，每日 token 消耗量將從 350 萬億躍升至 4600 萬億，增幅達 25 倍。開源戰略的廣泛普及是中國 AI 模型崛起的關鍵，但其商業化路徑仍需進一步優化。阿里巴巴 Qwen 系列、DeepSeek、智譜 GLM 及 MiniMax M3 均採取開源或開放權重策略，而字節跳動的 Seed 模型則是例外，堅持完全封閉的私有化路線。開源模式賦予了模型在境內外靈活部署的能力，並藉助社區反饋加速迭代。

然而，高盛指出，開源公司的披露營收往往嚴重低估實際規模，例如智譜設定的 2026 年底 10 億美元年度經常性收入目標，實際上 GLM5.2 的全球部署及 API 營收將遠超此數，因爲阿里雲 Bailian MaaS 平臺可直接託管該模型而無需付費。行業正從純粹的開源模式（MIT 許可）向"開放權重 + 社區許可"轉型，商業用途需簽訂收益分成協議，MiniMax M 系列已率先採用。

這種轉變將顯著提升單位經濟效益，通過與 AWS Bedrock 和阿里雲 Bailian 等平臺的分成，模型公司無需承擔推理成本即可獲利。全球擴張的邏輯正從單純追求 Token 消耗量轉向重視投資回報率，國際市場尤其是美國以外區域成爲最大增長極。高盛美國團隊預計，到 2030 年，智能體 AI 將推動全球 token 消耗量增長 24 倍至每月 120 萬億，其中企業級智能體增長 55 倍，消費級增長 12 倍。得益於性能提升與價格優勢，中國模型在全球市場份額顯著增長。全球企業 AI 使用理念發生根本轉變：2025 年末至 2026 年初，市場曾認爲高 token 消耗即高生產力；如今則更關注明確的任務邊界、日活智能體數及實際產出。Jellyfish AI 研究顯示，重度 AI 用戶 token 消耗量是普通用戶的 10 倍，產出僅翻倍。在渠道層面，Alphabet 的 Gemini 及亞馬遜 AWS Bedrock 已託管 DeepSeek、MiniMax、Moonshot、GLM 和 Qwen 等中國模型。微軟 CEO 近期表示，正考慮在 Copilot 上託管 DeepSeek 版本作爲低成本選項，但強調將在 Azure 生態內運行以確保數據安全。誰將成爲長期贏家？高盛構建了"年度經常性收入規模×毛利率優勢 + 財務實力"的三維框架進行定量評估。定價能力維度考察市場進入速度、LMArena 評分及混合定價水平；成本優勢維度評估處理速度、緩存命中率、參數激活率及推理毛利；財務實力維度則關注現金持有量、淨現金佔比及估值倍數。在基礎文本模型領域，智譜（目標估值 1100 億美元）和 DeepSeek 因定價與成本優勢雙優而競爭力最強，獨立 AI 模型公司整體隱含估值超 2000 億美元。在多模態/視頻生成領域，字節跳動憑藉 Seedance 領先，其毛利率高達 70%，年度經常性收入增長率超 20 億美元。高盛對快手 Keling 及 MiniMax 的 Hailuo 和即將推出的 H3 模型持積極態度，預計 2026 年下半年，隨着視頻生成與 LLM 整合突破及供應緊張帶來的合理定價，這些模型將受益。高盛維持 MiniMax 買入評級，目標股價 860 港元，理由是其 M3 模型處於高 token 消耗且定價具吸引力的象限，目前估值僅爲 2026 年底年度經常性收入的 13 倍，較全球同類公司存在顯著折價，風險收益比極高。