德銀：前沿AI模型溢價類似奢侈品，或引發AI板塊二次重估
Taylor Wilson
德意志銀行指出前沿專有AI模型成本是開源模型的約65倍，但90%日常任務兩者表現幾乎相當——這一結構性矛盾可能觸發AI板塊的第二輪估值重估。
65倍價差，究竟在為甚麼買單？
德銀援引Artificial Analysis數據：Anthropic的Claude Fable 5智能得分60，每項任務成本約3.25美元；DeepSeek V4-Pro得分44，成本僅約5美仙。
這意味著→ 前沿模型的價格是開源模型的約65倍，但日常約90%的普通任務，廉價開源模型表現幾乎相當。
德銀的核心判斷：這個溢價更像奢侈品的「身份象徵」定價——企業為前沿模型多付的錢，大部分來自品牌認知，而非實際業務需求。
真正的分野是「專有vs開源」，不是「美國vs中國」？
低成本陣營並非清一色中國模型——Meta、Nvidia、OpenAI自身的開放權重模型同樣處於低成本區間。
簡單來說＝ 這場競爭的本質是「前沿專有 vs 開放權重」，不是地緣政治敘事下的「美國 vs 中國」。
德銀還援引Epoch AI數據：美中前沿AI能力差距平均約七個月，與專有模型和開放權重模型之間的能力差距幾乎完全吻合。
這反映出 所謂「美中AI差距」和「專有/開源差距」，本質上是同一條鴻溝的兩種表述。
前沿模型真的沒有實質優勢嗎？
德銀承認，在最難的推理任務和智能體工作上，前沿模型確實具備真實且顯著的能力優勢。
智能指數60分與44分的差距，在處理最複雜任務時是實質性的——不是所有場景都能用廉價模型替代。
簡單來說＝ 前沿模型並非沒有真本事，只是這份真本事只在頂端10%的難題中才拉開差距。
企業的成本痛感正在被「按量計費」激活？
德銀指出一個關鍵催化劑：頭部AI實驗室正為IPO做準備，商業模式正從包月制轉向按Token計費，成本壓力將直接傳導至企業用戶。
真實案例：Uber已在四個月內燒光全部Token預算，目前限制每位員工每月AI支出上限為1500美元。
這意味著→ 當AI使用成本從「隱性包月」變為「顯性按量」，企業的成本意識將被迅速激活，溢價模型首先承壓。
成本每年降十倍，溢價為何不會消失？
德銀提出一個結構性觀察：AI能力的成本正以每年約十倍的速度下降，但前沿溢價並不會因此消失。
簡單來說＝ 今天的前沿模型明天將成為商品化能力，而新一代更強的前沿模型會以新的高溢價出現——溢價在不斷「遷移」，整條價格曲線上的每一個點都在持續向零滑落。
「第二次DeepSeek時刻」：更安靜，但可能更持久？
德銀將當前局面與2025年初的「DeepSeek時刻」對比——彼時市場意識到接近前沿的AI能力可以遠低於預期的成本構建，AI股票劇烈衝擊後因需求攀升而收復失地。
德銀判斷：當前醞釀的「營運成本敘事」，是那次衝擊更安靜、但更持久的續集。
這意味著→ 若專有模型此前部分是作為「地位商品」被定價，一旦真實成本效益比被市場充分曝光，AI估值體系可能迎來第二次重估——不那麼戲劇性，但影響更深刻。
德銀留下一個開放式懸念：除非，像奢侈品手袋一樣，AI的高價本身就是其終極賣點。
Content is for reference only, not financial advice.