科技 个股 宏观中国AI模型成本仅为美国两成，结构性优势引华尔街重估

瑞银半导体团队近期发布深度研究，对中国主要AI模型的训练与推理成本进行了系统性拆解。结果显示，以MiniMax和智谱为例，中国模型的训练成本不到OpenAI和Anthropic的10%，API均价低于美国同类产品的20%。但关键指标毛利率却与美国同行基本持平，约在20%-40%之间。这表明中国模型的低价并非依靠烧钱补贴，而是源于真实的结构性成本优势。

成本差距来自三个层面的叠加。训练阶段，中国模型的参数规模普遍较小，如DeepSeek V4总参数量为1.6万亿，而学术论文估算Claude Opus 4.6和GPT-5.5分别约为10万亿和5万亿。更关键的差异在于稀疏注意力机制的应用，DeepSeek V3.2采用自研设计，V4进一步加入上下文压缩，大幅降低了计算消耗。在计算精度上，中国模型率先引入FP8甚至FP4混合精度训练，理论吞吐量可翻倍。基础设施层面，中国可比地区平均电价约4.4美分/度，低于美国主要数据中心州的7.9美分/度，导致GPU租用成本低约40%。

推理端的优化更为激进。中国模型普遍采用混合专家架构（MoE），且活跃参数比通常仅激活3%-10%，远低于美国同行的15%-30%。DeepSeek V4 Pro的活跃参数比降至约3%，但模型智能指数反而从42升至52。此外，KV缓存压缩技术使DeepSeek V4在相同上下文长度下仅需V3.2约10%的缓存，直接推动综合成本下降约10%。在服务编排上，P/D分离和持续批处理等技术显著提升吞吐率，MiniMax的模型算力利用率（MFU）超过75%，高于行业平均的40%-50%。这些技术叠加使推理成本持续压缩，而毛利率仍能维持合理水平。

性能差距正在快速收窄。根据Artificial Analysis数据，2023年中国前沿模型综合智能约为美国顶尖模型的60%，到2025年已上升至约90%。在文本模型领域已接近90%水平，AI编程可比肩美国上一代模型，多模态与视频生成方面全球前五中有四个来自中国。值得注意的是，智谱和MiniMax 2025年研发支出合计约8亿美元，仅为Anthropic的十分之一左右。这种高效追赶得益于蒸馏技术和开源生态的集体杠杆效应，各家实验室可直接在已验证的架构和方法上迭代，降低了整个生态的研发边际成本。

企业端对成本的压力已转化为具体行动。Uber在2026年4月用完全年AI预算，对员工个人AI工具设置每月1500美元token消耗上限；Walmart限制了内部AI智能体的token使用量；软件公司Workato在Anthropic切换计费模式后，支出直接翻了7倍。OpenAI CEO山姆·奥特曼也公开承认成本已成为客户的“巨大问题”。企业采购决策正从“选最强的”转向“选够用且最便宜的”，这为中国模型提供了直接的市场机遇。

瑞银估算全球AI长期市场规模可能超过10万亿美元，并为中国模型的全球扩张给出三个场景：成本主导场景下，若模型能力趋同且token同质化，中国可能复制光伏产业的路径；性价比场景作为基准预期，中国模型在绝对智能上仍落后，但凭借价格优势在中高端以下市场获取30%-50%的全球份额；性能或生态主导场景下，若美国前沿模型保持明显领先且深度嵌入企业工作流，中国份额可能维持在个位数低段。报告认为，需求将趋于分层，复杂高价值任务仍为顶尖模型支付溢价，而大量高频、ROI敏感的工作量将流向更便宜的替代品。