--- title: "📌随着中国 AI 模型发布速度的加快，我们聚焦于围绕中国 AI 模型叙事的五个关键投资争论点： 1️⃣ 中国与美国模型的差距是在缩小还是扩大 2️⃣ 中国 AI" topic_id: 14422541515458242 created_at: 2026-05-05T12:09:29.201+0800 source: zsxq type: topic cssclasses: zsxq-vault --- # 📌随着中国 AI 模型发布速度的加快，我们聚焦于围绕中国 AI 模型叙事的五个关键投资争论点： 1️⃣ 中国与美国模型的差距是在缩小还是扩大 2️⃣ 中国 AI - 序号：439 - 星球链接：[打开网页](https://wx.zsxq.com/group/15522451881222/topic/14422541515458242) - 附件：图片 0，音频 0，文档 0 - 音频文件：_无音频_ ## 图片 _无图片_ ## 正文 📌随着中国 AI 模型发布速度的加快，我们聚焦于围绕中国 AI 模型叙事的五个关键投资争论点： 1️⃣ 中国与美国模型的差距是在缩小还是扩大 2️⃣ 中国 AI 模型竞争：护城河在哪里 3️⃣ Token 激增的速度：可持续性以及云超大规模运营商 / 自由现金流（FCF）前景 4️⃣ 向国产芯片转型：芯片供应 / 成本推动带来的影响 5️⃣ 消费者 AI 智能体：操作系统级与应用内智能体之争及其对应用的影响 📈基于今年以来强劲的年度经常性收入（ARR）趋势，我们上调了 MiniMax 2026E-27E 的收入预测，并将 MiniMax 的评级从 “中性” 上调至 “买入”。 💡我们回应了投资者关注的 ARR 趋势、竞争、多模态及禁售期届满等核心问题，并认为自 3 月高点以来 40% 的股价回撤创造了有利的风险回报比。 📊我们维持不变的熊市 / 基准 / 牛市估值为 420 港元 / 1000 港元 / 1600 港元，较上次收盘价分别意味着 - 41%/+40%/+124% 的波动空间。 ✅MiniMax 的独特优势在于其在 AI 独立厂商中独有的全模型布局，同时它也是成本效益和灵活性最高的计算架构之一。 📈我们看到美国超大规模云厂商第一季度云业务营收加速增长，谷歌 / Azure/AWS 同比分别增长 63%/40%/29%，这带来了积极利好。 ☁️我们继续看好阿里巴巴云业务的稳健增长前景，高盛预测 3 月份季度同比增长 40%，较 12 月份季度的 36% 有所加速。 💹中国超大规模云厂商的资本支出存在潜在上行空间，考虑到成本推动以及 2026 下半年至 2027 年国内算力供应的爬坡。 🏢随着企业 / AI 智能体增长和消费者 AI 助手的推动，AI Token 需求激增且云定价不断改善，我们继续将云与数据中心列为首选子行业。 📌核心标的包括万国数据、世纪互联、阿里巴巴和金山云。 📌中美模型差距方面，争论焦点为缩小还是扩大，投资者重点关注价格、速度、智能任务完成度上的差距是否在缩小，以及美国限制是否会影响中国模型获取训练数据，对应的观点是差距持续缩小，中国模型在价格、速度、智能任务完成度上表现突出，美国限制将推动中国模型在更多高价值场景中使用，形成正向数据飞轮效应。 📌中国 AI 模型竞争方面，争论焦点为护城河在哪里，投资者重点关注新模型发布频繁是否会陷入同质化竞争，以及模型的关键壁垒是什么，对应的观点是竞争加剧，但具备高性价比、多模态能力、全模型布局的厂商将脱颖而出，核心壁垒在于技术路线与商业化能力。 📌Token 激增速度方面，争论焦点为可持续性以及云超大规模运营商与自由现金流前景，投资者重点关注 Token 消耗增长是否可持续、算力供应能否跟上、云厂商资本开支与盈利前景如何，对应的观点是 Token 需求将持续增长，2026 下半年至 2028 年算力供应存在上行空间，云厂商资本开支有潜在上行空间，同时成本优化将推动盈利改善。 📌向国产芯片转型方面，争论焦点为芯片供应与成本推动带来的影响，投资者重点关注国产芯片能否支撑模型训练与推理，以及成本变化对模型厂商与云厂商的影响，对应的观点是国产芯片供应正在爬坡，成本推动下，模型厂商将更注重效率优化，云厂商也将受益于算力供应的多元化。 📌消费者 AI 智能体方面，争论焦点为操作系统级与应用内智能体之争，投资者重点关注哪类智能体将主导市场以及对应用生态的影响如何，对应的观点是两者将共存，操作系统级智能体提供基础能力，应用内智能体则聚焦场景落地，共同推动用户体验提升。 1️⃣ 中美模型差距：正在缩小还是可能扩大？ 📈对最新中国 AI 模型的多项基准测试显示，其与领先的 GPT/Opus/Gemini 模型之间的差距进一步缩小。 ✅中国模型在价格、速度和智能任务完成度方面表现突出。 ⚠️然而，投资者也对风险 / 可持续性展开了争论，原因包括： 中国算力资源与美国最先进厂商的训练预算差距较大，因此与美国最先进（SOTA）模型（如 Mythos）的进一步扩展相比，中国采取了更长的训练周期 / 更小参数模型的路径。 美国 CAISI 最新的 DeepSeek V4 评估显示，美国创新速度依然更快，高价值 / 最复杂的编程场景仍由美国 SOTA 模型主导，这反过来导致中国模型生态系统内编程反馈循环的质量较低。 过度强调基准测试分数，但这些分数未必能捕捉到全面的日常综合表现。 💡我们的观点：中国模型采取了新的反直觉策略，推动定价 / 年度经常性收入（ARR）的改善，复杂编程场景 / 多模态可能是未来的重点。 ⚙️我们认为，中国极其紧张的算力资源将继续驱动中国 AI 模型公司走上一条独特的道路，即专注于训练 / 推理效率、数据质量和后训练，并采用消耗更少芯片 / 内存的创新 / 优化架构。 🔒随着近期美国对中国用户访问最先进（SOTA）模型的限制进一步收紧，我们预计中国 AI 模型在更高价值场景中的使用量将会增加，从而创造正向的数据飞轮效应，特别是在编程领域。 🎬与此同时，中国的多模态模型继续表现出色，其中字节跳动的 Seedance 2、阿里巴巴的 “快乐马”（Happy Horse）已展现出全球 SOTA 的性能。 🚀我们认为 MiniMax 即将发布的海螺 3（基于多模态、基础文本联合训练）将成为 MiniMax 股价上涨的催化剂。 2️⃣ 中国 AI 模型竞争：护城河在哪里？ 🚀DeepSeek V4 于 4 月 23 日发布，支持 100 万上下文窗口，同时显著降低了内存需求（仅需上一版本 V3.2 KV Cache 的 7-10%），且发布后对开发者提供竞争价格折扣，这再次引发了关于中国 AI 模型竞争的辩论。 📉我们认为，自 3 月高点以来的股价回撤，主要是由于近几周多个竞争性模型的发布，包括 DeepSeek V4、腾讯混元 3.0、小米 Mimo V2.5、阿里巴巴通义千问 3。 ⚠️投资者对 AI 模型竞争的主要担忧围绕以下方面： 模型的碎片化 / 准入门槛问题：不少新模型在过去一年进入了模型赛道，且腾讯的 Hy3 模型训练时间不到三个月。 应用层面的竞争：围绕 200-300 亿参数模型在智能体（agent）应用方面的竞争，其中 MiniMax 智能体靠前，并获得了 OpenClaw/Hermes AI 智能体的官方认可，但 DeepSeek V4 Flash、Hy3.0 和 Mimo V2.5 Flash 可能会加剧竞争。 🚀我们认为，MiniMax 的 M3 模型（我们预计可能于 5 月左右推出，包含两个版本）将是竞争格局中下一个值得关注的焦点。 ⚖️潜在的价格战：相比之下，智谱今年以来价格上涨了 100%，MiniMax 在 DeepSeek V4 发布前也上调了 KV Cache 价格，这是由于模型供应增加以及新发布模型的短期免费试用周期（例如 Hy3.0 免费版）。 📊免费期通常较短，而在全球强劲需求和算力紧张的背景下，中国 AI 模型的定价能力持续提升。 💡我们的观点：格局趋于碎片化，差异化将是关键。代码编写、多模态和任务完成率将成为定价能力的驱动因素，未来可能从按 Token 收费转向按成本的任务收费。 ⚙️随着算力供需紧张、GPU / 内存成本推动以及中国 AI 模型性能的提升，第三方基准测试中排名最高的代码编写模型将是关键。 🔍我们将重点关注拥有万亿以上参数的下一代 M3 模型（MiniMax 和多模态），这是我们认为中国与美国顶尖（SOTA）模型定价差距缩小空间最大的场景。 🏢对于互联网巨头而言，我们认为凭借其核心业务强大的底层经营现金流，它们在布局 AI 基础设施 / 云机遇方面处于最有利的地位。 🤝同时，与独立的 AI 模型厂商相比，互联网巨头可能需要为 AI 芯片 / 模型团队设立独立的激励方案，以激励和留住顶尖 AI 人才。 3️⃣ Token 增长的速度 / 普及：可持续性及云超大规模运营商 / FCF 前景 📊OpenRouter 等第三方 API 平台的每日 Token 消耗量在 3 月底峰值后回落，随后每周均有增长，4 月底的消耗量约为 3 月底峰值的 79%。 🤖尽管如此，随着 AI 智能体（Agents）的接入，2026 年全年的企业 / 个人用户对 Claude 相关 / Hermes 协同办公智能体的进一步采用将推动 Token 持续增长。 📈我们认为，中美两国的 Token 增长速度均已大幅超出算力供应能力，其中美国超大规模厂商的资本支出持续扩张，中国超大规模计算厂商的总支出预计将在最新的第 3 季度 / 2026 年进一步上调至 700 亿美元以上。 ☁️阿里巴巴的云业务潜力将超过所有其他行业的总和，考虑到全球 50 亿 + 美元的企业市场增长率，并预计其云 AI 收入在未来五年的复合年增长率（CAGR）将超过 40%。 💡我们的观点：我们认为可持续的多年 AI Token 增长和不断改善的云定价将推动 AI 模型厂商的增长和利润率提升。 💹根据我们的 AI 模型 2026 财年中国超大规模计算厂商的总资本支出约为 7000 亿人民币（约 600 亿美元，中国国内大规模计算厂商约为 90%），处于可控水平，因此在算力需求持续增长的背景下，我们认为 2026 年下半年至 2028 年资本支出存在进一步上行的潜力。 📈我们预计 Token 定价存在上行空间，部分由模型性能提升推动的涨价，部分由云服务价格上涨带来的成本推动，这部分均由模型性能带来的 40% 的成本回收。 ## 总体总结 主题正文 1. 💡我们回应了投资者关注的 ARR 趋势、竞争、多模态及禁售期届满等核心问题，并认为自 3 月高点以来 40% 的股价回撤创造了有利的风险回报比。 2. 📌中美模型差距方面，争论焦点为缩小还是扩大，投资者重点关注价格、速度、智能任务完成度上的差距是否在缩小，以及美国限制是否会影响中国模型获取训练数据，对应的观点是差距持续缩小，中国模型在价格、速度、智能任务完成度上表现突出，美国限制将推动中国模型在更多高价值场景中使用，形成正向数据飞轮效应。 3. 📌中国 AI 模型竞争方面，争论焦点为护城河在哪里，投资者重点关注新模型发布频繁是否会陷入同质化竞争，以及模型的关键壁垒是什么，对应的观点是竞争加剧，但具备高性价比、多模态能力、全模型布局的厂商将脱颖而出，核心壁垒在于技术路线与商业化能力。 4. 📌Token 激增速度方面，争论焦点为可持续性以及云超大规模运营商与自由现金流前景，投资者重点关注 Token 消耗增长是否可持续、算力供应能否跟上、云厂商资本开支与盈利前景如何，对应的观点是 Token 需求将持续增长，2026 下半年至 2028 年算力供应存在上行空间，云厂商资本开支有潜在上行空间，同时成本优化将推动盈利改善。 5. 📌向国产芯片转型方面，争论焦点为芯片供应与成本推动带来的影响，投资者重点关注国产芯片能否支撑模型训练与推理，以及成本变化对模型厂商与云厂商的影响，对应的观点是国产芯片供应正在爬坡，成本推动下，模型厂商将更注重效率优化，云厂商也将受益于算力供应的多元化。 6. 📌消费者 AI 智能体方面，争论焦点为操作系统级与应用内智能体之争，投资者重点关注哪类智能体将主导市场以及对应用生态的影响如何，对应的观点是两者将共存，操作系统级智能体提供基础能力，应用内智能体则聚焦场景落地，共同推动用户体验提升。 7. 🚀DeepSeek V4 于 4 月 23 日发布，支持 100 万上下文窗口，同时显著降低了内存需求（仅需上一版本 V3.2 KV Cache 的 7-10%），且发布后对开发者提供竞争价格折扣，这再次引发了关于中国 AI 模型竞争的辩论。 8. 📈我们认为，中美两国的 Token 增长速度均已大幅超出算力供应能力，其中美国超大规模厂商的资本支出持续扩张，中国超大规模计算厂商的总支出预计将在最新的第 3 季度 / 2026 年进一步上调至 700 亿美元以上。