前沿AI竞争仍由Anthropic与OpenAI领跑，Token降价与内存通胀成为互联网AI估值的关键变量

概览

本报告首次推出BofA前沿AI数据追踪体系，覆盖模型能力排名、模型使用与支出份额、Token定价、GPU租赁价格和存储器成本，用于判断大型互联网公司的AI竞争格局、资本开支回报与估值情绪。

核心观点

Anthropic和OpenAI目前在前沿模型能力上设定节奏，Meta与Google后续模型发布可能成为催化剂。低成本开放模型近期获得一定使用份额，显示开发者在能力与成本之间持续权衡。Token价格在7月前显著走强后于8月回落，云端推理利润率面临更激烈价格竞争；GPU租赁价格仍稳健，说明AI基础设施需求和服务器使用寿命表现良好。与此同时，DRAM及NAND价格高企，尚未见内存成本压力缓解。

分析框架

报告结合Artificial Analysis、BenchLM、OpenRouter、Vercel、Silicon Data及市场现货价格数据，分别观察模型能力、开发者路由使用、平台支出、推理成本、GPU供需和内存成本。相关平台数据主要反映经其网关或路由的流量，并不代表全市场总使用量。

方法论与常识提炼

• 模型能力评估Artificial Analysis Intelligence Index

  前沿模型智能度与任务成本

  通过智能指数、智能体指数和编程智能体指数评估模型能力；单位智能指数任务成本用于比较实现相近能力的有效推理成本，数值越低代表成本效率越高。

• 模型采用跟踪OpenRouter与Vercel平台数据

  Token使用份额与支出份额

  OpenRouter和Vercel数据可反映开发者心智、成本效益权衡和商业牵引力，但不包括直接调用模型厂商API、其他云平台、私有部署及企业自建数据中心中的大量工作负载。

• 推理经济性Token Price Index与LLM Token Expenditure Index

  每百万Token的综合成本

  Token Price Index追踪主要模型供应商的平均标价变化；LLM Token Expenditure Index以使用权重衡量更广泛生态中的有效推理成本。

• 基础设施供需Silicon Data GPU Rental Index

  标准化GPU小时租赁价格

  该指标基于新云、超大规模云、托管、经纪集群和私人租赁平台的数据，反映AI GPU供需与算力租赁价格。

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）。

• META

  AI实验室进展与互联网广告平台的AI变现

  优势

  MuseSpark 1.2在智能指数中排名第7，显示模型能力取得进展；报告维持Buy观点。

  劣势

  模型能力仍落后于领先的Anthropic和OpenAI产品，且AI投入可能压制利润率。

  对比

  相对Anthropic、OpenAI处于追赶位置；相对Google Gemini 3.6 Flash，MuseSpark 1.2的智能指数排名更高。

  风险

  数字广告对宏观环境敏感、AI资本开支上升、固定资产增加、AI原生平台争夺用户与广告预算，以及监管和诉讼风险。

• GOOGL / GOOG

  Gemini模型、搜索与云业务的AI受益者

  优势

  具备强AI资产，云利润率扩张与双位数营收增长预期构成估值支持；Gemini后续发布可能成为催化剂。

  劣势

  Gemini 3.6 Flash在相关智能排名中落后于领先模型，8月Vercel Token份额下降。

  对比

  模型能力和平台使用份额均面临Anthropic、OpenAI及低成本开放模型的竞争。

  风险

  搜索流量被AI工具分流、搜索内嵌LLM的变现不及预期、欧盟DMA合规压力，以及AI资本开支推高并压低自由现金流。

• AMZN

  AWS推理与AI基础设施需求的受益者

  优势

  GPU租赁价格韧性支持AI基础设施需求，AWS具备云服务变现基础。

  劣势

  Token价格竞争和基础设施成本上升可能对云业务利润率及自由现金流形成压力。

  对比

  与其他超大规模云厂商相比，竞争重点在模型生态、推理成本和云端客户工作负载。

  风险

  云服务商与大型零售商竞争、AWS基础设施成本上升、智能体AI分流直接流量和高利润广告收入，以及宏观不确定性导致的利润率波动。

关键数据

• 模型能力排名Claude Opus 5排名第一，Claude Fable 5与GPT-5.6 Sol位居前列Meta MuseSpark 1.2在Artificial Analysis智能指数中排名第7；Gemini 3.6 Flash排名第13。
• 开放模型Token使用量MiMo-V2.5为32.8万亿Token，DeepSeek V4 Flash为26.4万亿TokenOpenRouter 8月月初至今数据。
• 闭源模型Token使用量GPT-5.6 Luna为8.6万亿Token，Claude Opus 4.8为4.8万亿TokenOpenRouter 8月月初至今数据。
• Vercel Token份额DeepSeek 29.7%，Anthropic 24.7%，OpenAI 16.3%，Google 5.1%8月月初至今平均值；DeepSeek和OpenAI环比份额提升，Google和Anthropic下降。
• Vercel支出份额Anthropic 64.8%，OpenAI 11.2%，Google 7.8%，Moonshot.ai 6.4%8月月初至今平均值；Anthropic与7月持平。
• AI Token价格指数2.21美元/百万Token截至8月13日环比下降约6%至9%，同比上涨87%；OpenAI降价和Gemini 3.6 Flash替换旧版本是潜在驱动。
• LLM Token支出指数1.15美元/百万Token8月环比下降27%，7月为1.57美元。
• GPU租赁价格B200 5.63美元/小时，H100 2.77美元/小时，A100 1.65美元/小时8月B200环比-2%、H100环比+2%、A100环比持平。
• 内存价格DDR5环比约+8%，NAND环比持平DDR5同比约+483%，NAND同比约+432%，成本压力仍高。

影响与含义

对大型互联网股而言，模型能力升级可改善产品竞争力和AI叙事，但Token降价将考验云服务和推理业务的单位经济性。GPU租赁价格坚挺有利于AI基础设施需求预期，也意味着资本开支与折旧压力仍可能延续；内存价格上涨则可能进一步压缩硬件和云基础设施利润空间。Meta的模型排名改善提供积极信号，但其AI投入、广告竞争和监管风险仍需并行评估。

风险

• 平台使用数据覆盖范围有限，不能外推为全行业模型使用份额。
• Token降价若持续，可能侵蚀云推理和模型服务的利润率。
• DRAM与NAND价格上涨可能增加服务器与云基础设施成本。
• AI资本开支高企、固定资产扩张和服务器折旧假设变化可能压低自由现金流。
• 模型迭代、开源模型竞争及监管变化可能快速改变竞争格局。

后续跟踪

• Meta Watermelon与Google Gemini 4等超大规模厂商新模型发布。
• OpenAI、Anthropic、Google及开放模型供应商的Token定价调整。
• OpenRouter和Vercel中低成本开放模型的Token份额是否继续提升。
• GPU租赁价格能否维持韧性，以及B200、H100与A100之间的价格变化。
• DRAM和NAND现货价格是否出现缓解，及其对云厂商资本开支和毛利率的影响。
• 大型互联网公司关于AI基础设施投资、推理需求和变现进展的业绩指引。