中国AI模型投资指南：大语言模型（LLM）入门-全球普及进程中的关键智能临界点

这份报告的研究对象智谱和DeepSeek对绝大多数公开市场投资者来说等同于"看得到吃不到"，所以买方视角下真正可落地的不是"是否看多中国大模型"这个命题，而是"如何在A股/港股池里映射到最受益的执行环节"。高盛给出的逻辑链条里有三处隐含假设需要重点验证：第一，"小参数+MoE+架构创新逼近性能前沿"这条路径的可持续性——它本质上是在美国出口管制约束下的工程补偿方案，一旦H100/H200/B200等顶级GPU（图形处理单元，AI训练核心芯片）准入松动，中国厂商是否会重参数规模而弱化性价比优势？历史上模型领先者总倾向于回归规模竞赛，这个可能性不能忽视。第二，开源/开放权重策略的"渗透红利"是阶段性的。当全球SME真正把生产级AI系统跑起来后，长期合作伙伴很可能被OpenAI/Anthropic等闭源生态以SLA（服务等级协议，即对响应时间与可用率的正式承诺）和企业级安全合规重新锚定，开源贡献者沦为基础设施提供方、变现毛利率被压缩。第三，token收入份额的预测依赖于"全球扩散"假设——而这恰好被高盛自己列为最大摇摆变量（海外监管、地缘、长臂管辖），目前美国多个州和欧盟对中国模型的合规审查正从讨论走向落地，相关订单如果被临时叫停，海外ARR曲线会出现非常明显的非线性坍塌。同业横向参照方面，Meta的Llama开源路线证明了一件事：开源可以赢得心智但难以单独赢得估值，最终市场奖励的是变现能力而非下载量。所以真正的长期赢家大概率是"模型+云+应用"一体化闭队，也就是字节跳动和阿里云体系。在竞争格局层面，报告描绘的"两极分化、强恒强"图景是可信的，但需要警惕一种情形：智谱、DeepSeek、月之暗面、阿里通义、字节豆包、腾讯混元、百度文心的梯队分化可能比市场预期的更扁平——agent/coding的实际落地效果会在2027年首次形成可观察的客户留存率分化，届时格局面板才会真正清晰。值得持续跟踪的高频指标包括：1）OpenRouter等第三方分发平台上中国模型的token份额月度变动；2）阿里、腾讯、百度的capex口径中与AI推理相关的基础设施投资占比；3）DeepSeek、智谱等头部模型的上下文窗口和benchmark（基准测试）刷新节奏（这是判断其性能代差的核心信号）；4）美国对华AI芯片出口管制的边际松紧节奏（任何松动都会立刻改变前提假设）；5）国内大模型API续费率与每千token均价走势（这是价格战烈度的最直接读数）；6）首批agentic AI企业级客户（金融、制造、政务）的续约率披露。读者应当把这份报告视为对赛道空间天花板的乐观勾勒，而非个股推荐——真正的配置动作需要落到具备现金流和分发渠道的中国云与互联网龙头，因为这是目前公开市场里唯一能把上述推理需求转化为账面收入的可投资载体。