中信建投：國產大模型全線進入第一梯隊，下半年關注算力與雲產業
Miles Bennett
中信建投研報判斷國產大模型已全線進入全球第一梯隊，模型能力躍升正推動 Token 消耗指數級增長，算力與雲基礎設施成為下半年最確定的投資主線。
海外三巨頭各走甚麼路？
OpenAI 轉向企業商業化，GPT-5.5 在 Terminal-Bench 2.0 準確率達 82.7%，較前代提升超 7 個百分點，並支持最高 1M 超長上下文（一次能「讀」進去的文本長度）。
這意味著→ OpenAI 的重心已從「做最強模型」轉向「讓企業真正用起來」，長上下文就是為企業級複雜文檔場景鋪路。
Anthropic 靠代碼和合規能力搶佔金融、醫療等高門檻市場；未公開發佈的頂級模型 Mythos 參數規模或達 10T，定價高達每百萬 Token 輸入 25 美元 / 輸出 125 美元，是 Opus 系列的 5 倍。
Google 走全賽道覆蓋路線，Gemini 3.1 Pro 在 ARC-AGI-2 測試中準確率 77.1% 大幅領先，API 定價卻維持每百萬 Token 輸入 2 美元 / 輸出 12 美元 的平價策略。簡單來說＝ Google 在用低價換規模，邏輯和當年 Android 免費授權類似。
國產大模型憑甚麼說「進入第一梯隊」？
研報指出，阿里、DeepSeek、Kimi、MiniMax、小米、智譜等頭部廠商今年迭代速度顯著加快，在多模態輸入、長上下文、複雜任務執行和代碼能力上補齊了短板。
關鍵手段是底層架構創新——通過壓縮方式、注意力機制（模型決定「重點看哪部分信息」的核心組件）等改進，部分多模態場景已實現對海外模型的反超。
這意味著→ 差距不再是「能不能做」，而是「誰在特定場景做得更好」；能力高位收斂，競爭進入應用落地階段。
Token 消耗暴增，誰最先受益？
模型能力增強 → 滲透率提升 → Token 消耗指數級增長 → 算力需求陡增。這條因果鏈是研報下半年投資邏輯的核心。
這反映出一個關鍵拐點：大模型從「技術展示」走向「規模化消耗」，算力從「夠不夠強」變成「夠不夠多」。
簡單來說＝ 模型越好用，調用量就越大，背後的伺服器和晶片就越緊俏——算力基礎設施和雲產業是最直接的受益方向。
下半年投資怎麼選？
AI 主線：研報建議沿需求維度展開，重點關注三個方向——漲價與缺貨的算力、提效的雲基礎設施，以及部分景氣度較高的應用。
這意味著→ 核心驗證節點在於：相關標的能否在算力供給緊張的窗口期內完成產能鎖定，鎖得住產能才能兌現業績彈性。
非 AI 主線：政策催化下的數字貨幣 2.0、智能駕駛、商業航天——研報將它們列為獨立於 AI 的結構性機會。
Content is for reference only, not financial advice.