高盛：中国AI大模型谁是长期赢家
Taylor Wilson
高盛发布50页深度报告，判定中国开源大模型性能已逼近全球顶尖专有模型，预测API及订阅收入到2030年将达8790亿元人民币——较2026年增长约25倍，智谱与DeepSeek被认定为基础模型领域定位最强的两家。
参数只有别人的零头，性能怎么追上来的？
中国开源模型参数规模在2000亿至1.6万亿之间，仅为全球顶尖模型的2%至10%——根本原因是高端算力（训练用的顶级芯片）获取受限。
混合专家架构（MoE，一种让模型只激活一小部分参数来回答问题的设计）和稀疏注意力机制将实际激活参数压到总量的3%至5%。这意味着→ 用十分之一的硬件，跑出接近的智能水平。
美团6月30日发布的LongCat 2.0被高盛视为重要里程碑：这是中国首个完全基于5万张国产算力卡训练的1.6万亿参数开源MoE模型，证明本土硬件栈能撑住计算密集型预训练。
市场长什么样？钱从哪里来？
高盛描述了一个"双层结构"：高端市场以智谱GLM5.2、阿里Qwen3.7 Max为代表，定价约每百万token 1美元，推理毛利率10%至20%；美国顶尖模型定价4至8美元，中国高端仅为其10%至25%。
低端市场面向智能体任务，定价低至每百万token 0.06至0.2美元，瞄准全球对价格敏感的中小企业和个人用户。MiniMax有60%至70%的收入来自海外。
高盛预测：中国AI模型API及订阅收入将从2026年的350亿元人民币增长至2030年的8790亿元人民币，每日token消耗量从350万亿增至4600万亿。用大白话说＝ 四年翻25倍，赌的是企业和个人用户把AI当水电一样用。
开源不收钱，靠什么赚钱？
阿里Qwen、DeepSeek、智谱GLM、MiniMax M3均采用开源或开放权重路线；字节跳动Seed模型是主要例外，走完全闭源路线。
高盛指出，开源公司披露的ARR（年度经常性收入）很可能严重低估实际部署规模——以智谱为例，其2026年底ARR目标为10亿美元，但阿里云百炼平台可直接托管GLM5.2开源模型而无需向智谱付费。这意味着→ 模型被广泛使用，但钱没有全部流回模型公司。
高盛预计行业将逐步迁移到"开放权重+社区许可证"模式：商业使用须签收入分成协议。MiniMax M系列已率先采用。用大白话说＝ 从"随便用"变成"用可以，赚了钱要分我"。
高盛怎么给这些公司排座次？
高盛构建了三维竞争定位框架，核心公式：ARR规模 × 毛利率优势 + 财务实力，具体看定价能力、成本优势和手头现金。
基础文本模型领域：智谱（首次覆盖，中性评级，目标估值1100亿美元）和DeepSeek（未上市）定位最强；独立AI模型公司整体隐含估值合计超过2000亿美元。
多模态/视频生成领域：字节跳动凭借Seedance领跑，据报道毛利率高达70%，ARR运行率已超过20亿美元。
高盛最看好谁买入？
MiniMax：维持买入评级，目标价860港元。理由是M3模型处于高token量与有吸引力定价的象限，当前估值仅为2026年底ARR的13倍，相较同类公司存在明显折价。
快手：维持买入评级，预计2026年下半年将受益于视频生成与大语言模型融合的功能突破，以及供给紧张带来的健康定价。
这反映出高盛的底层逻辑：下一阶段竞争的真正胜负手不是谁的token最便宜，而是谁能在单位成本上提供更高的实际产出——一项数据显示，企业重度AI用户消耗了10倍的token，但产出仅提升了2倍。
Content is for reference only, not financial advice.