瑞银熊玮：中国AI正在通过系统性的成本优势重塑全球AI产业的财务模型与竞争逻辑

中国基金报记者 叶诗婕

随着国产基础大模型的密集迭代，尤其是被业界称为“第二个DeepSeek时刻”的Kimi K3的发布，全球资本的目光再次聚焦东方。然而，与去年单纯的“追赶”叙事不同，瑞银证券中国互联网行业分析师熊玮在今日的线上媒体分享会上提出了一个更具分量的视角：中国AI正在通过系统性的成本优势，重塑全球AI产业的财务模型与竞争逻辑。

在熊玮看来，中国AI的崛起并非仅仅是参数上的军备竞赛，而是一场关于“效率”与“ROI（投资回报率）”的深刻革命。熊玮认为，随着全球AI需求的分层与深化，拥有结构性成本优势的中国模型，有望在“碳基与硅基”的全球再平衡中，占据更有利的位置。

结构性成本红利：

中国模型的“护城河”与定价权

当全球资本市场还在为美国头部AI公司的巨额资本开支担忧时，中国的大模型厂商已悄然走出一条“精打细算”却极具杀伤力的发展路径。熊玮明确指出，市场通常谈论的“中国模型便宜”，实质上是训练成本与推理成本双重优势的叠加。

她指出，根据瑞银基于公开数据的测算，中国头部模型的训练成本仅为美国龙头的十分之一左右，而在API（应用程序接口）定价层面，中国模型的平均定价仅为海外对标模型的10%—20%。尤为关键的是，这种低价并非基于“烧钱补贴”，而是建立在健康的毛利基础之上。

“根据我们收集的公开数据以及开展的专家调研，中国的模型厂在API业务上面也能实现20%—40%的毛利。”熊玮在分享中强调。

熊玮分析称，这种结构性优势源自三个维度：首先是模型架构层的创新，如更高效的MOE（混合专家模型）架构，中国主流模型激活参数比例普遍在个位数到10%，远低于美国同行的15%—30%，这直接降低了单次推理的计算量。其次是工程调度的优化，中国头部玩家通过算法调度，能将GPU（图形处理器）推理利用效率推至70%以上，显著高于行业平均的50%。最后是基建层的天然成本差异，包括电力与数据中心运维成本。

熊玮认为，这一优势正恰逢全球企业AI采购策略的转折点。随着企业从初期的“Token狂欢（Token Maxxing）”转向更加理性的“ROI驱动”预算管理，中国模型的性价比将成为争夺全球企业预算的核心武器。熊玮表示：“我们比较欣喜地看到，用户变得更加看重AI花费的ROI。这使得中国厂商的性价比优势成为企业选择中更加被看重的因素。”

算力瓶颈与开源生态：

中美竞争与合作的下一个焦点

尽管成本优势显著，但熊玮的分享也坦诚地指出了中国AI行业面临的算力供给瓶颈。熊玮指出，目前中国模型厂商的收入增长受限于能够用于支持推理需求的算力规模，而非市场需求不足。

“从调研来看，各家模型厂自己的收入反而更多受限于自己有多少算力能够支持推理需求的。”熊玮表示，“无论是未来模型的发展，还是各个头部厂商未来的收入前景，都需要关注到底有多充足的算力供给。”

熊玮认为，这构成了中美AI博弈的微妙现状：美国在前沿探索与基础算力上领先，而中国在应用效率与成本控制上见长。值得注意的是，熊玮提出了一个关键变量——开源生态的势能。与美国头部玩家倾向于闭源不同，中国的DeepSeek、智谱、Kimi等厂商构建了活跃的开源社区，这种“手拉手”的创新环境加速了技术的横向传播。

“中国的开源生态使得先进的科技创新在不同的AI Labs之间传播得比较快，”熊玮认为，“这天然是一个大家手拉手一起往前推进科技进步的环境优势。”

熊玮认为，近期Kimi K3的发布即为明证。作为一个开源大模型，其在参数规模上达到全球开源之最，性能进一步逼近Claude Fable 5和GPT-5.6 Sol，同时维持了显著的价格优势。这种“开源+高性能+低成本”的组合，正在倒逼全球闭源巨头调整定价策略。

编辑：赵新亮

校对：乔伊

制作：舰长

审核：木鱼

注：本文封面图由AI生成

版权声明

《中国基金报》对本平台所刊载的原创内容享有著作权，未经授权禁止转载，否则将追究法律责任。

授权转载合作联系人：于先生（电话：0755-82468670）