中国 AI 模型接近全球扩散的智能拐点
AI 摘要卡
中国 AI 模型接近全球扩散的智能拐点
Goldman Sachs 认为,中国开源/开放权重模型正凭借成本效率、编码/智能体能力和海外 SME 需求进入加速采用阶段,长期赢家取决于 ARR 规模、毛利优势与财务实力。
- 中国模型在编码和智能体任务上已达到“足够好”的关键阶段,企业采用和全球 SME 需求正在提升。
- 报告预计中国 AI 模型 token 量到 2030E 增长 25X,海外 token 到 2030E 占全球 5%。
- 竞争框架聚焦定价能力、成本优势和财务实力;Zhipu 与 DeepSeek 在文本 foundation models 中位置较强,ByteDance 在多模态能力中领先。
- 下行风险包括海外市场准入、反蒸馏与监管限制、高端训练算力获取,以及小模型或新 AI 架构竞争。
研报解读
概览
本报告是 Goldman Sachs 对中国 AI 模型产业的深度主题研究。核心判断是,中国开源和开放权重模型在智能表现上接近全球专有模型的关键点,同时以更低推理成本、更小参数规模和 MoE 等架构创新扩大国内企业与全球 SME 采用。报告重点分析中国模型如何低成本实现竞争性能、为何采用开源/开放权重路线、可寻址市场与变现路径,以及哪些公司更可能成为长期赢家。
核心观点
报告认为,中国 AI 模型市场正在形成双层结构:高性能模型凭借智能水平和上市速度保有定价能力,低价智能体模型则以 US$0.06-0.2/1M blended tokens 的价格打开价格敏感型需求。中国模型在编码和智能体场景的真实使用增长会形成数据飞轮,降低对蒸馏的依赖。长期赢家应具备最大的 ARR 规模、毛利优势和财务实力,其中 Zhipu 与 DeepSeek 在文本 foundation models 中最强,ByteDance 在多模态方向领先。
分析框架
报告采用产业框架和公司对比相结合的方法,围绕 token 规模、价格、推理成本、模型架构、算力可得性、现金储备、估值倍数和市场份额推演中国 AI 模型公司的长期竞争位置,并将国内与海外需求、API 与订阅收入池、编码/智能体/多模态应用分别纳入讨论。
方法论与常识提炼
定价能力、成本优势、财务实力
报告用三个维度评估 AI 模型公司:定价能力由模型发布时间、Arena 真实使用分数和价格水平衡量;成本优势由 token 规模、吞吐量、缓存命中率、参数规模、激活比例和推理毛利估计衡量;财务实力由现金、净现金占资产比例和估值倍数衡量。
token 增长与收入池预测
报告用 token 消耗、API 价格、订阅收入和市场份额估算中国 AI 模型公司的国内与海外收入机会,并对 DeepSeek、ByteDance 和 Zhipu 等未覆盖公司采用行业与已覆盖公司数据外推。
开源扩散与商业授权
报告认为开源有助于训练、部署灵活性和社区采用,但未来高性能模型可能更多转向开放权重加 Community License,通过商业用途分成或 take rate 变现。
标的映射与对比
研报将主题/逻辑映射到具体标的时的结构化摘要(优势、劣势、对比与风险)。
- Zhipu / Knowledge Atlas文本 foundation models 领先者之一
- 优势
- 编码和智能体模型能力突出,GLM5.2 等模型支持定价提升,报告将其列为 foundation models 中最强定位之一。
- 劣势
- 作为独立 AI 公司,仍需持续证明商业化规模、财务实力和高端算力获取能力。
- 对比
- 与 DeepSeek 一起被列为文本 foundation models 中最强;相较 mega-caps,资金和生态资源可能较弱。
- 风险
- 海外模型准入限制、竞争者大参数模型追赶、价格压力和监管变化。
- DeepSeek低成本高效率 foundation model 代表
- 优势
- 成本效率突出,DSpark 提升 DeepSeek-V4 Flash / Pro 在线服务速度,支持可扩展 token 使用。
- 劣势
- 估值倍数等部分指标不适用或披露有限,商业化和市场准入不确定。
- 对比
- 与 Zhipu 同属 foundation models 中最强定位;在成本效率方面尤其突出。
- 风险
- 海外访问限制、反蒸馏政策、高端训练算力获取和低价竞争。
- ByteDance多模态模型领先者
- 优势
- 报告认为 ByteDance 在 multi-modal capabilities 领先,Seedance ARR run-rate 和毛利率表现健康。
- 劣势
- 相关经营指标为报告基于行业和覆盖公司外推,披露透明度有限。
- 对比
- 相较文本 foundation models,ByteDance 更突出于多模态和视频生成方向。
- 风险
- 海外监管、数据安全审查、本地算力要求和市场准入限制。
- MiniMax Group (0100.HK)多模态和低成本模型受益者
- 优势
- M3 位于报告偏好的 ARR 最大化象限,成本效率突出,海外收入占比高,报告重申 Buy。
- 劣势
- 整体竞争定位改善仍依赖定价能力和财务实力提升。
- 对比
- 估值为 13X P/2026E year-end ARR,报告称相对中国和全球同阶段 ARR peers 存在折价。
- 风险
- 低端 API 价格压力、模型更新时点、H3 视频生成表现和资金能力。
- Alibaba Qwenmega-cap 全栈 AI 与云受益者
- 优势
- 全栈 AI 与云业务协同,Qwen 高性能模型具备约 US$1/1M blended tokens 的定价能力。
- 劣势
- 云 capex 转化效率、模型竞争和价格战会影响回报节奏。
- 对比
- 相较独立模型公司,Alibaba 拥有云和现金流支持,但需在模型性能和生态采用上持续领先。
- 风险
- capex 回报、云竞争、监管和高端算力限制。
- Tencent Hunyuanmega-cap AI 模型竞争者
- 优势
- 报告称其在 AI 战略调整后是强劲竞争者,Weixin AI agent 具潜力。
- 劣势
- 模型排名、商业化速度和生态闭环仍需验证。
- 对比
- 与 Alibaba 同属 mega-cap 资金支持型玩家,但应用入口和社交流量差异明显。
- 风险
- 模型迭代落后、产品化不及预期和价格竞争。
关键数据
- 中国 AI 模型 token 增长25X by 2030E报告预计中国 AI 模型公司生成的 token 到 2030E 较当前增长 25 倍。
- 海外 token 份额5% of global tokens by 2030E报告预计中国 AI 模型公司海外生成 token 到 2030E 达到全球 token 的 5%。
- 中国 AI API + subscription 收入池US$125bn in 2030E报告估算中国 AI API 与订阅收入池到 2030E 达 US$125bn。
- 高性能中国模型价格around US$1 per blended 1M tokensZhipu GLM5.2 和 Alibaba Qwen3.7 Max 等高性能模型价格约为低端中国模型的 5X。
- 低端智能体模型价格US$0.06-0.2 per blended 1M tokens低价区间帮助模型触达全球价格敏感型 SME 和个人公司需求。
- 中国模型参数规模200bn to 1.6T parameters报告称中国模型参数规模约为领先 SOTA 模型的 2-10%,并通过 MoE、Sparse Attention 等提高效率。
- LongCat 2.01.6 trillion-parameter open-source MoE modelMeituan LongCat 2.0 被视为中国国产 AI 基础设施的重要里程碑, reportedly trained and deployed on a 50,000-card domestic compute cluster。
- ByteDance Seedance ARRUS$2bn+ ARR run-rate; 70% gross margin报告引用 LatePost 和 36Kr 称 ByteDance Seedance 最新 ARR run-rate 超 US$2bn,毛利率约 70%。
影响与含义
投资含义是,中国 AI 模型产业的价值重心可能从单纯 token 量扩张转向 ROI、任务成本、真实智能体使用和企业自动化成效。高性能编码模型、多模态视频生成和低价智能体模型分别对应不同 ARR 最大化路径;具备算力、现金和推理效率优势的公司更可能在价格战后保留长期价值。
风险
- 海外市场对中国前沿 AI 模型的访问限制可能趋严。
- 西方市场对中国模型的数据安全、部署和合规政策可能限制扩散。
- 高端训练算力和海外租赁算力获取受限会影响模型迭代。
- 低端智能体模型 API 价格战可能压低毛利并延长盈利拐点。
- 反蒸馏、实体清单和市场准入政策可能改变行业增长路径。
- SLM 和新 AI 架构可能削弱现有大模型路线的长期价值。
- 多模态需求强劲但受算力容量限制,供需错配可能影响服务稳定性。
后续跟踪
- 2H 2026 中国模型公司是否推出 2-5 trillion 参数级新模型。
- Zhipu GLM、DeepSeek V4、MiniMax M3/H3 后续更新对编码、智能体和视频生成能力的提升。
- API 价格是否从 token-maxxing 转向按 ROI、任务成本和 Daily Active Agents 衡量。
- 中国国产 ASIC 与国内算力集群是否能支持更多前沿训练。
- 海外云厂商是否托管中国开放权重模型,以及监管是否收紧。
- 中国 AI API + subscription 收入池和海外 token 份额是否按报告预测兑现。
- ByteDance Seedance、Kuaishou Kling、MiniMax Hailuo/H3 等视频生成模型的 ARR 和毛利趋势。