瑞銀指中國AI訓練成本僅外國10% 仍錄健康毛利 具全球競爭力

瑞銀證券中國互聯網行業分析師熊瑋表示，中國AI大模型在全球市場正展現出顯著的系統性成本優勢，其訓練成本僅為海外頭部廠商的十分之一，推理API定價亦僅為海外對標模型的10%至20%。她強調，此低價優勢並非源於激進的價格補貼或虧損讓利，中國模型廠在API業務上仍能實現20%至40%的健康毛利，具備可持續的全球競爭力。她認為，目前中國廠商的商業擴展與推理收入，核心瓶頸主要在於算力供給不足，而非市場需求。

成本優勢源於訓練與推理效率提升

熊瑋指出，中國AI模型的成本優勢主要源於訓練與推理效率的提升。在訓練階段，國產模型透過架構設計與GPU使用效率的算法創新，並結合活躍的開源生態促進技術快速傳播。在推理階段，國產模型採用混合專家（MoE）等架構，每次推理激活的參數比僅為個位數至10%，遠低於美國同行的15%至30%，大幅降低計算量；同時，算力集群調度算法優化使領先廠商的GPU利用率達70%以上，加上電價與數據中心配套等基建成本優勢，共同構成了結構性屏障。

熊瑋觀察到，全球市場已由早期盲目消耗Token的「Token Max」模式，轉向重視投入產出比（ROI）的精細化預算管理。隨著企業應用深化，部分海外企業已開始引入中國開源模型承接特定工作流。

熊瑋：Kimi K3發布成「第二個DeepSeek時刻」

熊瑋將近期月之暗面Kimi K3模型發布形容為「第二個DeepSeek時刻」，其作為全球參數規模最大的開源模型，在縮窄與頂尖模型性能差距的同時維持價格優勢，進一步驗證了中國開源生態的繁榮與商業溢價能力。此外，相較於全球高度聚焦的文本模型，中國廠商在多模態領域亦展現出獨特優勢，部分廠商財務表現亮眼，成為下半年值得關注的變現突破口。

中國AI資本開支審慎 有利避免泡沫

針對資本開支與市場競爭，熊瑋指出，相較於美國同行，中國雲廠商及互聯網大廠在AI投入上更為審慎，極為看重ROI，這種穩紮穩打的策略有效避免了中國市場出現AI泡沫，長期看隨著推理需求增加，AI資本開支仍將穩步上升。針對部分任務因推理步驟較多而增加Token消耗的疑慮，她承認這會縮減綜合任務成本優勢，但總體而言國產模型依然具備顯著性價比。