📑回答这个 “万亿美元问题”：中国的 AI 模型是否比美国模型更具价值？
⚖️近期两大行业核心矛盾
📌近几周，围绕这场正在推进的历史性人工智能落地浪潮，市场浮现出两个关键矛盾点。
💸第一点是围绕代币成本暴涨，市场争论愈发激烈。我们此前在多篇报告中展开过深度讨论，分别是《价值未兑现：贝恩发现 AI 带来的成本节约远低于预期》、《从奇点到代币经济学：AI 叙事遭遇挫折》以及《从奇点到代币经济学，第二部分：补贴周期我们制造了一个怪物》，英国《金融时报》也在《我们创造了一个怪物》一文中对该话题进行了探讨。
🚫第二点是美国政府针对 Anthropic 模型出台最新限制措施，境外客户将无法使用 Claude Fable 5 这款大语言模型。当前 Dario Amodei 团队正在与美国监管机构沟通，尝试解决这款大模型存在的安全漏洞问题。
🗣️高盛 Delta One 投资主管 Rich Privorotsky 针对以上两大行业矛盾发表评论，他表示：美国政府限制境外客户访问 Claude Fable，这件事或将把行业推入全新的地缘政治发展阶段。
🧪更值得关注的是 OpenRouter 平台最新开展的对比实验，实验结论如下：由 Gemini 3 Flash、Kimi K2.6 以及 DeepSeek V4 Pro 组合而成的混合模型面板，综合性能直接超越单独部署的 GPT-5.5 与 Opus 4.8；整套方案仅花费 Fable 5 一半左右的成本，性能差距控制在 1% 以内，该混合方案代号为 OpenRouter-X。
📈如果该实验结论属实，这正是市场此前持续低估的产业发展路线。
🔄行业智能算力竞争格局，正从少数头部实验室，逐步转向多模型协同编排、开源生态协同发展的全新模式。
✅看多该赛道的核心逻辑：模型使用成本持续下行、获取渠道更加广泛，长期来看会持续扩大人工智能行业整体市场需求。
⚠️看空该赛道的核心逻辑：代币消耗规模持续扩张，代币通胀压力加剧，市场开始质疑整套模型经济体系能否长期稳定运转。
💬正如高盛这位交易主管所言，核心万亿级别的关键问题依旧是：持续下行的智能算力成本，最终催生的新增市场需求，能否覆盖行业定价权稀释带来的利润损耗。
📌在我们尝试解答这个对人工智能产业落地、乃至全资本市场至关重要的问题之前，先梳理相关行业背景。
📈当前美股人工智能相关个股，贡献了美国经济全年超半数 GDP 增长，市场关注度极高。
🔁简单来说，市场资金不再无脑追捧云服务商标的；市场再度聚焦人工智能投资回报逻辑，叠加行业数千亿规模负债再融资带来的资金供给隐忧，资金当下仅集中布局能直接承接算力资本开支红利的半导体硬件公司。
📝高盛交易主管表示，上周市场表面担忧行业资金供给缺口，但抛开各家头部公司数百亿美元债券发行计划来看，当下市场叙事逻辑已经彻底转向。
🏆资金当下集中布局两类标的：能够规模化商业化落地、具备最低综合成本、覆盖最广泛分发渠道，同时拥有完整统一软件堆栈的平台型公司。
🔎Privorotsky 在报告中明确提出，他眼中最重要的核心指标是算力租赁价格。
📌市场此前核心预判逻辑为：算力供给长期紧缺，因此算力租赁价格会持续维持高位，支撑行业资本开支扩张。
📉但如今算力租赁价格持续走低，这直接挑战 “算力长期紧缺” 的核心叙事，硬件赛道会最先感受到该逻辑变化带来的压力。
📊作为重要观测基准，过去几日 ORNN H100 算力租赁指数走势值得持续跟踪，指数走势直观反映算力租赁价格持续下滑。
📌他进一步分析，产业红利主要流向两类公司：完整算力平台销售商、底层硬件设备生产商。
⚖️两类公司的核心差异：平台服务商的盈利增长具备周期性，硬件厂商是长期结构性受益标的。
⚠️一旦行业算力供给出现过剩，平台服务商盈利会快速承压；而硬件厂商受益于完整硬件堆栈壁垒，行业对算力长期紧缺的预期，会持续为硬件板块带来估值支撑。
🔗进一步拆解，能够串联整套行业问题的关键缺失变量，是中国各类人工智能模型近期实现的快速技术突破。
📝回到 Privorotsky 的分析内容，他提到过去几日行业关键进展：GLM-5.2 这款来自中国的开源模型，在标准性能测试中，对标海外多款头部私有模型展现出极强竞争力。
💡这一成果再次验证我们此前得出的结论：中国模型的代币定价，比美国同类模型低数个数量级。
📈虽然 GLM-5.2 整体性能暂时无法追平海外最顶尖闭源模型，但国产开源模型与海外头部模型之间的性能差距正在持续收窄。
📌权重开源、多蒸馏、混合专家架构等技术路线，持续缩小国产模型与海外标杆产品的性能鸿沟。
💵Claude Fable 5 定价：每百万输入 / 输出代币 10 美元 / 50 美元。
💴GLM-5.2 定价：每百万输入代币 1.4 美元，每百万输出代币 4.4 美元。
📌同等算力规模下，国产模型定价仅为美国头部模型的十分之一左右，价格优势十分显著。
❓这里衍生出一个行业疑问：既然中国模型性价比优势极强，为什么海外头部科技公司不直接大规模采用国产模型？
📌值得关注的是，微软正在主动评估中国 DeepSeek V4 自主开源微调版本，将其接入 Azure 人工智能平台；同时 OpenAI、Anthropic 同步下调自身模型代币定价，侧面印证国产低价模型带来的行业竞争压力。
📌高盛交易主管进一步推演行业长期发展趋势：
📉随着 GLM-5.2 这类高性价比国产模型逐步落地，行业整体算力使用成本会持续下行；
📈成本下行会催生更多人工智能落地场景，长期带动行业整体需求扩张；
⚖️行业需求增量能否覆盖定价下滑带来的利润收缩，是后续市场博弈核心；
🏭超大规模云服务商是行业流量承载方，硬件设备厂商是本轮技术变革下核心受益标的。
✨业内从业者 Miles Deutscher 提出核心观点：当下开源技术已经能实现过往仅顶级私有模型才能达到的智能水平。
📌GLM-5.2 是目前市面上综合性能最强的开源大语言模型，综合表现仅次于 Fable 5。
🌍当下具备顶尖智能能力的模型实现开源，会彻底重塑整条产业链的盈利分配格局；过往被视作行业天花板的头部闭源模型，如今面临来自全球开源模型的强力竞争。