--- title: "📊 高盛 TMT 国际 | 高..." topic_id: 22255281882214221 created_at: 2026-06-10T08:18:44.121+0800 source: zsxq type: topic cssclasses: zsxq-vault --- # 📊 高盛 TMT 国际 | 高... - 序号：372 - 星球链接：[打开网页](https://wx.zsxq.com/group/15522451881222/topic/22255281882214221) - 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 📊 📈 中国数据中心（DC）相关股票（GDS/VNET/KC）在今日开盘表现强劲，此前有报道称北京计划在未来 5 年内投入 2 万亿元人民币（约 2950 亿美元）用于建设互联计算枢纽…… 💡 虽然这一数据并非完全是新消息（最初由国家发改委在 2025 年初估算，且最新的 “五年计划” 中已阐明了全国计算网络愿景），但该头条新闻仍对整体投资逻辑起到支撑作用…… ⚡ 更值得关注的是中国国家能源局（NEA）近期发布的强劲预测…… 该局预计 2025-2030 年间，数据中心电力需求的复合年增长率（CAGR）将达到（相比之下，高盛研究部的预测为 20%），到 2030 年总电力需求将达到…… 🔍 背景参考：这将相当于中国总用电量的（而 2025 年数据中心的占比预计为 1.6%），并且超过了目前高盛对美国数据中心总用电量的预测（预计到 2030 年为 726 太瓦时）…… 💻 继续持有这一观点：数据中心（及云服务）是参与中国人工智能持续扩张的最佳方式，而近期的代币（Token）价格战（详见下文）表明，在国内市场，采取 “模型中立” 的视角可能更为明智…… 也有观点认为，在进入夏季之际，更广泛的中国市场可能被证明是表达对人工智能积极看法的更具 “防御性” 的方式之一…… 其他关键辩论论点包括： 🤖 中国 vs 美国 AI 模型：中国模型是否已经 “足够好” 以应对日常任务？高盛研究部（GIR）Ronald 的观点 💬 鉴于市场对代币成本（Token Cost）的关注度日益提高，以及模型路由（Model Routing，即为特定任务选择最合适的模型等）的增加…… 问题在于，中国模型 / 开源模型是否能在更通用的任务中占据更大份额，以及这将如何影响整个行业格局。即：“前沿智能”（Frontier Intelligence）能吸引多少价格溢价？（鉴于今日最新的前沿模型发布，这一话题尤为热门……） 🔄 与其采用 “一刀切” 的模型，趋势似乎将日益转向企业根据场景分配代币支出：将高价值场景（如编程、大型跨国公司 / 企业级应用）分配给前沿模型，而将 24/7 全天候的代理监控 / 执行任务（尤其是针对中小企业）分配给轻量级模型（Flash）、小语言模型（SLMs）或中国模型，这主要是出于成本考虑…… 💰 中国模型与美国 SOTA 模型之间的价格差异依然显著，中国模型每 100 万 token 的价格为，而美国模型混合定价为每 100 万 token，且差距正在进一步扩大…… 📊 当前市场行情：OpenRouter 数据显示，中国 AI 模型的 token 市场份额在近几个月持续增长，已接近，而 2024 年底这一比例仅为低个位数…… 📉 图表说明：Exhibit 16：中国厂商的 token 市场份额持续提升（OpenRouter 平台） （图表：中国 AI 模型在 OpenRouter 上的 token 市场份额，横轴为时间 2025 年 4 月至 2026 年 5 月，纵轴为 0-50%，份额自低位逐步攀升，最高接近 50%） 📑 来源：高盛全球投资研究部（GS GIR），过往业绩不代表未来结果 🏭 中国 AI 模型竞争格局…… 另一场全行业价格战（类似于电动汽车和外卖领域）？ 🌐 市场结构比美国更为分散，拥有 5-6 家独立厂商（Minimax、智谱、DeepSeek、Kimi 等）以及各大巨头（字节跳动、阿里巴巴、腾讯、小米）…… ⚖️ 价格战一直是关注焦点，问题在于这是否会演变成另一场 “逐底竞争” 式的市场，还是前沿 / 智能领域的领先地位能在双层市场中建立溢价…… 观察 Qwen2.5 Max/GLM-4（混合价格约为每百万 token1.4/0.9 美元），对比 DeepSeek/Minimax 等其他厂商大幅降价的背景（混合价格约为每百万 token0.2 美元）。 📈 即便如此，DeepSeek、腾讯和 Minimax 自降价以来已获得显著的 token 份额，这可能预示着获胜策略的走向。在过去一周，DeepSeek V3、Huiyuan Turbo 和 Minimax 位列 OpenRouter 全球 token 使用量前三。 📌 高盛研究部（GIR）的 Ronald 继续推荐阿里巴巴的全栈产品能力（芯片 + 云 + 模型），考虑到模型竞争以及持续的模型投资支出，整体 AI 产品的多样化可能被证明是有益的…… ## 总体总结 主题正文 1. 💡 虽然这一数据并非完全是新消息（最初由国家发改委在 2025 年初估算，且最新的 “五年计划” 中已阐明了全国计算网络愿景），但该头条新闻仍对整体投资逻辑起到支撑作用…… 2. ⚡ 更值得关注的是中国国家能源局（NEA）近期发布的强劲预测…… 该局预计 2025-2030 年间，数据中心电力需求的复合年增长率（CAGR）将达到（相比之下，高盛研究部的预测为 20%），到 2030 年总电力需求将达到…… 3. 🔍 背景参考：这将相当于中国总用电量的（而 2025 年数据中心的占比预计为 1.6%），并且超过了目前高盛对美国数据中心总用电量的预测（预计到 2030 年为 726 太瓦时）…… 4. 💻 继续持有这一观点：数据中心（及云服务）是参与中国人工智能持续扩张的最佳方式，而近期的代币（Token）价格战（详见下文）表明，在国内市场，采取 “模型中立” 的视角可能更为明智…… 也有观点认为，在进入夏季之际，更广泛的中国市场可能被证明是表达对人工智能积极看法的更具 “防御性” 的方式之一…… 其他关键辩论论点包括： 5. 💬 鉴于市场对代币成本（Token Cost）的关注度日益提高，以及模型路由（Model Routing，即为特定任务选择最合适的模型等）的增加…… 问题在于，中国模型 / 开源模型是否能在更通用的任务中占据更大份额，以及这将如何影响整个行业格局。 6. 🔄 与其采用 “一刀切” 的模型，趋势似乎将日益转向企业根据场景分配代币支出：将高价值场景（如编程、大型跨国公司 / 企业级应用）分配给前沿模型，而将 24/7 全天候的代理监控 / 执行任务（尤其是针对中小企业）分配给轻量级模型（Flash）、小语言模型（SLMs）或中国模型，这主要是出于成本考虑…… 7. 💰 中国模型与美国 SOTA 模型之间的价格差异依然显著，中国模型每 100 万 token 的价格为，而美国模型混合定价为每 100 万 token，且差距正在进一步扩大…… 8. ⚖️ 价格战一直是关注焦点，问题在于这是否会演变成另一场 “逐底竞争” 式的市场，还是前沿 / 智能领域的领先地位能在双层市场中建立溢价…… 观察 Qwen2.5 Max/GLM-4（混合价格约为每百万 token1.4/0.9 美元），对比 DeepSeek/Minimax 等其他厂商大幅降价的背景（混合价格约为每百万 token0.2 美元）。