瑞银指中国AI训练成本仅外国10% 仍录健康毛利 具全球竞争力

瑞银证券中国互联网行业分析师熊玮表示，中国AI大模型在全球市场正展现出显著的系统性成本优势，其训练成本仅为海外头部厂商的十分之一，推理API定价亦仅为海外对标模型的10%至20%。她强调，此低价优势并非源于激进的价格补贴或亏损让利，中国模型厂在API业务上仍能实现20%至40%的健康毛利，具备可持续的全球竞争力。她认为，目前中国厂商的商业扩展与推理收入，核心瓶颈主要在于算力供给不足，而非市场需求。

成本优势源于训练与推理效率提升

熊玮指出，中国AI模型的成本优势主要源于训练与推理效率的提升。在训练阶段，国产模型透过架构设计与GPU使用效率的算法创新，并结合活跃的开源生态促进技术快速传播。在推理阶段，国产模型采用混合专家（MoE）等架构，每次推理激活的参数比仅为个位数至10%，远低于美国同行的15%至30%，大幅降低计算量；同时，算力集群调度算法优化使领先厂商的GPU利用率达70%以上，加上电价与数据中心配套等基建成本优势，共同构成了结构性屏障。

熊玮观察到，全球市场已由早期盲目消耗Token的“Token Max”模式，转向重视投入产出比（ROI）的精细化预算管理。随着企业应用深化，部分海外企业已开始引入中国开源模型承接特定工作流。

熊玮：Kimi K3发布成“第二个DeepSeek时刻”

熊玮将近期月之暗面Kimi K3模型发布形容为“第二个DeepSeek时刻”，其作为全球参数规模最大的开源模型，在缩窄与顶尖模型性能差距的同时维持价格优势，进一步验证了中国开源生态的繁荣与商业溢价能力。此外，相较于全球高度聚焦的文本模型，中国厂商在多模态领域亦展现出独特优势，部分厂商财务表现亮眼，成为下半年值得关注的变现突破口。

中国AI资本开支审慎 有利避免泡沫

针对资本开支与市场竞争，熊玮指出，相较于美国同行，中国云厂商及互联网大厂在AI投入上更为审慎，极为看重ROI，这种稳扎稳打的策略有效避免了中国市场出现AI泡沫，长期看随着推理需求增加，AI资本开支仍将稳步上升。针对部分任务因推理步骤较多而增加Token消耗的疑虑，她承认这会缩减综合任务成本优势，但总体而言国产模型依然具备显著性价比。