高盛深度報告：誰將成為中國 AI 大模型行業的長期贏家？

作者：華爾街見聞

中國AI大模型正站在一個歷史性拐點上。高盛認為，中國開源/開放權重大模型的智能性能已逼近全球頂尖專有模型，國內企業及全球中小企業的採用規模正在快速擴張，由此形成的數據飛輪效應將進一步推動模型迭代升級。

據追風交易台，高盛最新報告指出，這一演進軌跡可概括為"從DeepSeek去年的成本效率時刻，到智譜GLM今年的模型智能時刻"。高盛分析師Ronald Keung領銜的團隊在這份50頁的報告中，圍繞中國AI模型如何以低成本實現高性能、為何選擇開源路線及如何變現、核心可尋址市場在哪裡，以及誰將成為長期贏家等四大核心問題展開系統評估。

在競爭格局判斷上，高盛推出了一套基於定價能力、成本優勢與財務實力的"競爭定位框架"，並據此認定，在基礎文本模型領域，智譜（首次覆蓋）與DeepSeek（未上市）定位最為強勢；在多模態領域，字節跳動（未上市）領跑。高盛同時維持對MiniMax和快手的買入評級。

以小博大，效率制勝

中國大模型能夠以遠低於美國同類產品的成本實現接近的性能，核心在於架構創新與參數效率的雙重突破。

高盛報告指出，中國開源模型的參數規模普遍在2000億至1.6萬億之間，僅為全球頂尖模型的2%至10%，這主要源於高端算力獲取受限。與此同時，混合專家架構（MoE）、稀疏注意力機制等創新使得實際激活參數占總參數的比例僅為3%至5%，大幅壓低了訓練與推理成本。

在具體模型層面，DeepSeek V4 Pro參數量為1.6萬億，智譜GLM5.2為0.7萬億，MiniMax M3為0.4萬億。

高盛將中國模型在編程能力上的近期躍升歸因於數據篩選、強化學習後訓練等因素的協同作用。6月27日，DeepSeek推出推測解碼框架DSpark，已在V4-Flash和V4 Pro的在線服務中部署，在不改變模型權重或輸出質量的前提下，將每用戶生成速度提升60%至85%（V4-Flash）和57%至78%（V4 Pro）。

美團於6月30日發布的LongCat 2.0被高盛視為中國AI基礎設施自主化的重要里程碑------這是中國首個完全基於5萬張國產算力卡訓練和部署的1.6萬億參數開源MoE模型。高盛認為，這證明了在計算密集型預訓練階段，本土化硬件堆棧的可行性，對中國AI模型擺脫對外國高端芯片的依賴具有深遠意義。

市場兩極分化，強者愈強

高盛將中國AI模型市場描述為正在形成的"雙層結構"，並識別出兩個ARR最大化象限。

在高端市場，以智譜GLM5.2和阿里巴巴Qwen3.7 Max為代表的頂尖模型定價約為每百萬token 1美元，是低端模型的5倍，推理毛利率約為10%至20%（高盛估算）。相比之下，美國頂尖模型定價為每百萬token 4至8美元，中國高端模型僅為其10%至25%，但憑藉更低的參數激活比，仍能維持正毛利。

在低端市場，面向智能體任務的模型定價低至每百萬token 0.06至0.2美元，正在開拓對價格敏感的全球中小企業和個人用戶市場。MiniMax有60%至70%的收入來自海外。值得關注的是，DeepSeek已宣布自7月中旬起對V4系列引入峰谷定價機制，峰時費率為非峰時的2倍，混合定價約為每百萬token 0.35美元（V4 Pro）和0.12美元（V4 Flash）。

高盛預測，中國AI模型的API及訂閱收入將從2026年估算的350億元人民幣增長至2030年的8790億元人民幣，對應每日token消耗量從350萬億增至4600萬億，增幅約25倍。

開源策略：廣泛滲透，變現路徑待升級

高盛報告詳細梳理了中國AI模型普遍採用開源/開放權重路線的戰略邏輯及其變現局限。

開源策略的核心優勢在於部署靈活性與社區生態。阿里巴巴Qwen系列、DeepSeek、智譜GLM及MiniMax M3均採用開源或開放權重方式，字節跳動的Seed模型是主要例外，採用完全閉源的專有路線。開源模式允許模型在中國大陸內外靈活部署，並通過社區反饋加速迭代。

然而，高盛指出，開源模型公司披露的ARR數字很可能嚴重低估了實際部署規模和收入潛力。以智譜為例，其2026年底ARR目標為10億美元，但GLM5.2在全球的實際部署量將遠高於智譜自有API渠道的token量和收入------阿里雲百煉MaaS平台可直接托管GLM5.2開源模型，無需向智譜支付任何費用。

高盛預計，行業將逐步從純開源（MIT許可證，完全免費）向"開放權重+社區許可證"模式遷移------即商業使用須與模型公司簽訂收入分成協議。MiniMax M系列已率先採用這一模式。高盛認為，這一轉變將顯著改善AI模型公司的單位經濟效益，因為模型公司可通過與AWS Bedrock、阿里雲百煉等平台的收入分成協議獲益，而無需自行承擔推理算力成本。

從"token最大化"到ROI優先

高盛將國際市場擴張定性為中國AI模型最重要的上行空間，尤其是在非美國市場。

高盛美國研究團隊估算，到2030年，智能體AI將推動全球token消耗量增長24倍，達到每月120千萬億token，其中企業智能體貢獻55倍增長，消費者智能體貢獻12倍增長。在全球（中國以外）市場，中國AI模型已憑藉性能提升和價格優勢實現顯著的token份額增長。

高盛報告指出，全球企業的AI使用範式正在經歷從"token最大化"向"ROI優先"的根本性轉變。前者盛行於2025年底至2026年初，企業將高token消耗等同於組織生產力；後者則更關注清晰的任務邊界、每日活躍智能體數量、後端流程自動化及實際產出。一項Jellyfish AI工程趨勢研究的數據顯示，企業中的重度AI用戶消耗了10倍的token，但產出僅提升了2倍。

在渠道層面，Alphabet旗下Gemini Enterprise Agent Platform和亞馬遜AWS Bedrock均已提供DeepSeek、MiniMax、Moonshot、GLM和Qwen等中國AI模型的托管服務。據華爾街日報報導，微軟CEO近期表示，微軟正在考慮將DeepSeek的版本托管於Copilot，作為可選的低成本模型，並強調若托管DeepSeek，該模型將在微軟雲生態系統內運行，確保客戶數據留存於Azure之內。

誰是長期贏家？

高盛構建了一套三維競爭定位框架，以定量指標評估各玩家的長期勝出概率，核心公式為：ARR規模×毛利率優勢+財務實力。

定價能力維度考察上市速度（與前代及同級別模型的對比）、LMArena競技場評分（基於大規模盲測用戶評價）以及每百萬token的混合定價水平。

成本優勢維度考察吞吐量（每秒token數）、緩存命中率、參數激活比以及推理毛利率。財務實力維度考察手頭現金、淨現金占總資產比例以及估值倍數。

在基礎文本模型領域，高盛認定智譜（首次覆蓋，中性評級，目標估值1100億美元）和DeepSeek（未上市）定位最強，兩者在定價能力和成本優勢上均表現突出。獨立AI模型公司整體隱含估值合計超過2000億美元。

在多模態/視頻生成領域，字節跳動憑藉Seedance領跑，據LatePost和36Kr報導，Seedance毛利率高達70%，ARR運行率已超過20億美元。快手可靈和MiniMax Hailuo/即將推出的H3模型亦被高盛看好，預計2026年下半年將受益於視頻生成與LLM融合的功能突破及供給緊張帶來的健康定價。

高盛對MiniMax維持買入評級，目標價860港元，理由是其M3模型處於高token量與有吸引力定價的ARR最大化象限，且當前估值僅為2026年底ARR的13倍，相較中國及全球同類公司的估值倍數存在明顯折價，風險收益比偏向上行。