相比“开源模型”，“前沿模型”溢价类似“奢侈品包包”！德银：这可能导致市场重估AI

德意志银行直指当前AI行业最核心却最被市场低估的结构性矛盾：前沿专有AI模型与开源/开放权重模型之间，存在一道触目惊心的"成本鸿沟"。

6月20日，据追风交易台消息，德银在最新研报中称数据一目了然：Anthropic旗下顶尖前沿模型Claude Fable 5在Artificial Analysis智能指数上得分60，每项任务加权平均成本约3.25美元；而DeepSeek V4-Pro得分44，每项任务成本仅约5美分——前者是后者的约65倍。然而，对于日常90%的普通任务而言，廉价模型的表现与前沿模型几乎相当。

德银的核心判断是：前沿专有模型的高溢价，更像是奢侈品包包的"身份象征"定价，而非纯粹的性能溢价。随着头部AI公司备战IPO、从包月制转向按Token计费，企业用户将被迫重新审视这笔"前沿溢价"是否值得支付。这一趋势，可能引发一场比2025年初"DeepSeek时刻"更深远、更持久的市场重估。

这或表明，AI行业的"运营成本叙事"正在悄然取代"算力需求叙事"成为新的定价锚点。若专有模型的真实成本效益被市场充分定价，AI相关股票面临的估值压力将是结构性的，而非短暂的。

数字说话：前沿模型与开源模型的成本鸿沟有多深？

德银援引Artificial Analysis智能指数的数据，将市场上主流AI模型按智能得分与单任务成本进行了直观对比。

前沿专有模型阵营：

Anthropic Claude Fable 5(含fallback机制)：智能指数得分60，每任务加权平均成本约3.25美元

OpenAI GPT-5.5(超高配置)：位于高成本区间

Google Gemini 3.1 Pro Preview：同属高成本前沿阵营

开源/开放权重模型阵营：

DeepSeek V4-Pro(最大配置)：智能指数得分44，每任务成本约5美分

Meta Muse Spark：低成本区间(价格数据暂不可用)

Nvidia Nemotron 3 Ultra：低成本区间

OpenAI gpt-oss-120b(高配置)：低成本区间

德银特别指出，廉价阵营并非清一色的中国模型。Meta、Nvidia、OpenAI自身的开放权重模型同样处于低成本区间。因此，这场竞争的本质分野不是"美国 vs 中国"，而是"前沿专有 vs 开放权重"。

德银用一个生动的比喻描述这种性能与成本的错位：前沿模型是咆哮的全新超跑，开源模型是一辆称职的二手家用旅行车。

报告承认，在最难的推理任务和智能体(Agentic)工作上，前沿模型确实具备真实的、显著的能力优势。智能指数60分与44分之间的差距，在处理最复杂任务时是实质性的。

然而，关键问题在于：对于日常约90%的普通任务，廉价的开源模型能完成几乎相同的工作，而成本仅为前沿模型的约1.5%。

这意味着，绝大多数企业用户为前沿模型支付的溢价，并非来自实际业务需求，而更多源于品牌认知、习惯惯性，乃至某种"用最好的AI"的身份认同——这与消费者购买奢侈品包包的心理逻辑高度相似。

溢价不会消失，只会"迁移"——但每一层都在滑向零

德银提出了一个重要的结构性观察：AI能力的成本正以每年约十倍的速度下降，但前沿溢价并不会因此消失，而是会持续"迁移"。

其逻辑链如下：今天的前沿模型，明天将成为商品化能力；与此同时，新一代更强的前沿模型将以新的高溢价出现；因此，"最佳可用"与"足够好用"之间的价格鸿沟，在结构上将长期存在；但整条价格曲线上的每一个点，都在持续向零滑落。

这一机制意味着：前沿AI的溢价是一个永远在移动的靶子，而非固定的护城河。这要求对AI公司的定价权和利润率持续保持动态审视，而非一次性判断。

IPO压力下的商业模式转变：从"包月制"到"按量计费"

德银指出，AI成本问题之所以在当下变得尤为紧迫，有一个关键的商业催化剂：头部专有AI实验室正在为IPO做准备，商业模式正从固定费率的包月制，转向按Token计费的使用量定价模式。

这一转变将把成本压力直接传导至企业用户。报告援引了一个极具说服力的真实案例：Uber已经烧光了其全部Token预算，耗时仅四个月，目前已限制所有员工每月AI使用支出上限为1500美元。

德银认为，这个案例清晰地说明：当AI使用成本从"隐性包月"变为"显性按量"，企业的成本意识将被迅速激活。那些只需要"可靠工作马"而非"超级跑车"的用户，将越来越认真地追问：前沿溢价，到底值不值得付？

"第二次DeepSeek时刻"：更安静，但可能更深远

德银将当前局面与2025年初的"DeepSeek时刻"进行了对比，并提出了一个值得高度警惕的前瞻判断。

回顾2025年初的"DeepSeek时刻"：市场意识到，接近前沿水平的AI能力可以以远低于预期的成本构建，AI股票遭遇剧烈冲击。但随后，由于AI整体需求持续攀升，股市得以收复失地。

德银的判断是：当前正在酝酿的"运营成本叙事"，是那次冲击的"更安静、但更持久的续集"。

核心逻辑在于：如果专有AI模型此前部分是作为"地位商品"(Status Goods)被定价和交易的——即其高价本身就是吸引力的一部分——那么，一旦其真实的成本效益比被市场充分曝光和定价，可能为AI估值体系带来第二次重估，这次冲击不会那么戏剧性，但影响将更为深刻和持久。

德银最后留下了一个耐人寻味的开放式结尾：除非，就像奢侈品包包一样，AI的高价本身就是其终极卖点。

报告还援引了Epoch AI的研究数据，为上述分析提供了独立佐证：美国与中国在前沿AI能力上的差距，平均约为七个月；Epoch AI同时指出，这一差距与专有模型和开放权重模型之间的能力差距几乎完全吻合。

这一发现进一步强化了德银的核心论点：地缘政治维度的"美中AI差距"与商业维度的"专有/开源差距"，在本质上是同一条鸿沟的两种表述。这意味着在评估AI地缘政治风险时，不应将其与商业竞争逻辑割裂看待。

本文转载自“华尔街见闻”，作者：董静；智通财经编辑：严文才。