K3发布后，中国AI模型智能差距继续收窄，BABA全栈能力被重申看好

概览

本报告围绕K3发布后的中国AI模型、云服务和应用生态展开，提供模型价格、中美价格对比、Artificial Analysis智能指数、OpenRouter token消费、Token Expenditure Index等数据点。报告认为，中国模型在智能水平上继续接近美国前沿模型，同时在API成本和模型效率上具备显著优势；在应用端，企业AI和智能体工具开始体现 traction。

核心观点

核心观点包括：第一，K3达到新的智能里程碑，但Moonshot AI认为模型智能远未到上限；第二，更多T级参数中国模型即将推出，包括Qwen 3.8、MiniMax M3 Pro、Zhipu GLM和Tencent Hy4；第三，近期AI Lab融资和Kingsoft Cloud展望显示算力仍是焦点；第四，Token Expenditure Index走弱强化了高性价比模型在Coding和Agentic AI中的重要性；第五，视频生成模型格局暂未出现明显变化；第六，Tencent WorkBuddy在应用侧获得 traction；第七，BABA因模型、云、芯片和应用的全栈能力被重申看好。

分析框架

报告采用行业数据交叉验证的方法，将模型智能指数、模型参数规模、API输入输出价格、token消费趋势、公司电话会与行业会议信息结合，用于判断中国AI模型与美国模型的差距、成本效率、算力需求和应用商业化进展。

方法论与常识提炼

• 模型评估Artificial Analysis Intelligence Index v4.1

  九项评测综合智能指数

  该指数纳入GDPval-AA v2、t-Banking、Terminal-Bench v2.1、SciCode、Humanity's Last Exam、GPQA Diamond、CritPt、AA-Omniscience和AA-LCR，用于比较不同AI模型的综合智能表现。

• 价格与效率分析Blended Price vs Intelligence

  模型智能与混合API价格对比

  报告将模型智能水平与输入、输出及缓存价格结合，评估中国模型相对美国模型的性价比和商业化可用性。

• 需求跟踪Silicon Data LLM Token Expenditure Index

  Token支出指数

  该指数用于观察LLM token支出趋势；报告指出7月12日当周指数区间为1.56至1.61，低于5月31日的2.04。

• 同业比较Frontend Code Arena and Arena Elo

  前端代码能力与Arena Elo排名

  报告引用Arena和Stanford AI Index数据，说明中国模型在前端代码等指标上与美国模型差距收窄。

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）。

• Alibaba Group Holding Limited (BABA)

  报告重申BUY，并认为其在模型、云、芯片和应用上具备全栈能力。

  优势

  Qwen模型迭代、开源权重、云与应用分发能力形成组合优势。

  劣势

  报告未给出具体目标价或上行空间，短期商业化仍需观察ARR和应用采用情况。

  对比

  相较单一模型公司，BABA被认为在全栈能力上更突出。

  风险

  模型竞争加剧、token成本变化、云需求兑现不及预期。

• Kingsoft Cloud (KC)

  报告提及因供应约束和6月资本开支节奏调整2Q收入预期。

  优势

  AI算力和云需求增长可能带来收入机会。

  劣势

  供应约束对短期收入确认构成压力。

  对比

  与AI Lab融资受益逻辑类似，KC更直接暴露于云基础设施供给能力。

  风险

  capex节奏、供应链约束和客户需求波动。

• Tencent Holdings Ltd. (700 HK)

  报告关注Tencent WorkBuddy traction，并提及Hy4后续模型。

  优势

  WorkBuddy桌面月访问量达到8.85m，应用侧用户指标领先部分同业工具。

  劣势

  报告未提供完整收入转化数据。

  对比

  WorkBuddy被指领先Trae、QClaw和Qoder Work等产品。

  风险

  企业AI应用转化率、竞品追赶和模型更新节奏。

• Moonshot AI / Kimi K3

  报告将K3作为模型智能突破和行业情绪变化的核心事件。

  优势

  K3接近全球前沿模型，发布后ARR次日增速最快，参数规模达到2.8T。

  劣势

  平均速度20 TpS低于GLM-5.2表格中的平均60 TpS。

  对比

  GLM-5.2参数更少、价格更低，但K3在规模和多模态上下文上更突出。

  风险

  后续模型迭代、成本控制、开源权重发布后的竞争格局。

• Zhipu GLM

  报告总结Zhipu电话会观点，强调Scaling Law和GLM-5.2能力。

  优势

  GLM-5.2具备1M上下文、较低API价格和更高平均速度，并强调基础设施效率。

  劣势

  当前参数规模低于K3。

  对比

  若扩展至K3量级，Zhipu认为GLM-5.2可超过K3能力。

  风险

  规模扩展、训练成本、RL和基础设施优化落地。

关键数据

• Kimi K3总参数2.8T报告表格列示Kimi-3总参数为2.8T。
• DeepSeek-V4-Pro总参数1.6T报告列示DeepSeek-V4-Pro总参数为1.6T。
• Qwen3.7Max总参数1.2T报告列示Qwen3.7Max总参数为1.2T，并提及Qwen 3.8、2.4T模型即将发布。
• GLM-5.2总参数744BGLM-5.2参数少于K3，但Zhipu认为扩展到K3量级后有望超过K3能力。
• MiniMax M3总参数428B报告列示MiniMax M3总参数为428B，并提及MiniMax M3 Pro值得期待。
• Hy3总参数295B报告列示Hy3总参数为295B，并提及Tencent Hy4后续值得关注。
• GLM-5.2 API价格RMB2/8/28；USD0.26/1.4/4.4表格口径为cache/input/output价格。
• Kimi K3 API价格RMB2/20/100；USD0.3/3.0/15.0表格口径为cache/input/output价格。
• Token Expenditure Index1.56-1.617月12日当周区间，低于7月5日当周1.63-1.65及5月31日2.04。
• WorkBuddy桌面月访问量8.85mAnalysys数据，时间为2026年3月。
• 近期AI Lab融资DeepSeek USD7bn；Zhipu USD4bn；MiniMax USD2bn报告称融资可强化相关公司的算力需求。

影响与含义

报告的投资含义是，中国AI模型的智能与成本效率同时改善，可能提升中国互联网平台、云厂商和AI应用公司的竞争力。算力约束和资本开支仍是云收入兑现的重要变量，而应用侧如WorkBuddy、Meoo、Baidu Drive、Baidu Wenku、小度、WPS AI Hub等产品进展将决定AI能力能否转化为ARR和用户增长。

风险

• 算力供给和capex节奏可能限制云收入兑现。
• Token Expenditure Index持续偏软，可能反映需求或支出强度不足。
• 中国与美国模型竞争快速变化，当前智能差距收窄不等于长期领先。
• 视频生成模型短期未见明显格局变化，相关商业化优先级可能低于模型智能。
• 企业AI应用 traction 需要继续转化为ARR和付费客户，当前部分指标仍偏运营数据。
• Jefferies披露其与部分覆盖公司存在投行业务或服务关系，投资者需注意潜在利益冲突。

后续跟踪

• Kimi K3发布后的ARR持续性和开源权重发布影响。
• Qwen 3.8、MiniMax M3 Pro、Zhipu GLM和Tencent Hy4等后续模型发布。
• BABA在Qwen、云、芯片和企业应用上的协同进展。
• Kingsoft Cloud供应约束缓解和capex落地节奏。
• WorkBuddy、Meoo、Baidu AI应用、WPS AI Hub等企业AI应用的活跃度与收入转化。
• Token Expenditure Index和OpenRouter token消费是否恢复增长。
• 中国模型相对美国模型的API价格、智能指数和Coding/Agent任务成本变化。