报告行业投资评级 - 行业投资评级：优于大市（维持评级）[1] 报告的核心观点 - 全球大模型技术快速迭代，推动应用能力提升，行业进入以季度甚至月度为单位的高速竞速时代[2] - 国产大模型凭借显著的性价比优势，在全球AI应用热潮中快速抢占市场，API调用量占比已超50%[2] - AI应用商业化推动云市场增长，进而刺激对数据中心（IDC）的物理资源建设需求，国内数据中心市场空间快速增长[2] 根据相关目录分别进行总结 01 大模型快速迭代，推动应用能力提升 - 大模型在知识问答、数学、编程等多种任务上表现已超过人类水平，可用性及准确度快速提升[2][7] - 模型技术持续进步，主流架构转向MoE以提升能力并降低成本，多模态能力显著增强，思维链技术（如OpenAI o1、DeepSeek-R1）推动模型进入推理时代[7] - 全球大模型行业迭代速率加快，2025年以来告别以年为单位的代际演进，进入以季度甚至月度为周期的竞速时代[2][11] - 头部厂商模型更新频率大幅压缩，以Anthropic为例，2025年更新速度较2024年快了近50%，从季度更新向月度更新演进[11] - 中美前沿模型性能代差快速缩小，据斯坦福大学数据，在LMSYS聊天机器人竞技场中，中美最佳模型的差距从2024年1月的9.26%缩小至2025年2月的1.70%[18] - 中国在开源AI模型方面已领先全球，GLM-5成为开源SOTA模型，整体表现仅次于GPT-5.2、Claude Sonnet 4.6等世界顶尖模型[18] - 多模态大模型能力飞跃，OpenAI Sora 2可实现电影级视频生成与复杂物理效果模拟，字节跳动Seedance 2.0在视频生成可控性、音画同步及多镜头一致性上达到导演级控制精度[23][28] - 基础大模型性能持续突破，谷歌Gemini 3.1 Pro在12项测试中超越Gemini 3 Pro、Claude Opus 4.6、GPT-5.2等，成为全球模型第一[37] - Anthropic Claude Opus 4.6在多项企业基准测试中超越竞争对手，并首次拥有100万token上下文窗口[41] - OpenAI GPT-5.4是其首款原生支持计算机使用能力的通用模型，在OSWorld-Verified测试中达到75.0%的成功率，超越人类72.4%的平均表现[43] - 国产大模型能力迅速提升，月之暗面Kimi K2.5在Agent、代码、图像等任务上取得开源SOTA表现，并实现从单一Agent到Agent集群的进化[48] - MiniMax M2.5在编程、工具调用等生产力场景达到或刷新行业SOTA，其运行成本远低于海外头部模型，在每秒输出50个token的情况下，连续工作一小时仅需0.3美金[55] - 智谱GLM-5在Coding与Agent能力上取得开源SOTA表现，性能与Claude Opus 4.5和Gemini 3 Pro相当，并全面拥抱国产算力生态[62][68] 02 Token用量上涨，国内模型排名上升 - OpenClaw等智能体项目病毒式传播，拉动全球大模型token消耗量创新高，且增长斜率陡峭[2][77] - 国产模型凭借性价比优势快速抢占市场，截至2026年3月9日，OpenRouter平台调用量前十的模型中，Minimax M2.5、DeepSeek V3.2、KimiK2.5等国产模型API调用量占比已超50%，而在2025年12月7日，前十均为海外模型[2][94] - 2025年12月7日至2026年3月9日，OpenRouter周调用量从5.78T增长至14.8T，同比增长156%[94] - 国内模型运营实际成本远低于海外模型，以运行一轮Artificial Analysis测试为例，Minimax M2.5成本为125美元，而Claude Opus 4.6需4970美元，GPT5.2-Codex需3244美元[83] - 成本优势源于两方面：1）国内模型token价格便宜，Minimax M2.5输入/输出价格仅为Claude Opus的6%/5%；2）单次测试消耗token量少，Minimax M2.5为58M，是Claude Opus 4.6（160M）的36%[83] - 国产模型编程能力已接近海外头部模型，在Artificial Analysis和LMArena的评分中，GLM-5、KimiK2.5和MiniMax M2.5的编码能力与GPT-5.1(high）、Claude 4.5 Sonnet持平，排名紧随Claude4.6、GPT-5.4和Gemini 3.1 Pro系列之后[89] - AI应用从辅助工具向独立员工（Agent）演进，Anthropic发布的Claude Cowork及其职能插件能接管鼠标、键盘和文件系统，自主完成复杂工作流，对传统SaaS软件形成冲击[73] 03 AI应用推动云市场增长，IDC需求扩张 - 国产模型海外调用量激增，更多提升了对国产数据中心的需求，而非直接迁移至海外云[2][101] - 若将推理算力迁移至海外公有云，将面临更高成本，以A100为例，海外谷歌云租赁价格为39.01元/小时，高于国内阿里云的31.27元/小时，且北美GPU租金有望持续上行[101] - 全球智算中心电力需求快速增长，据头豹研究院数据，核心IT负载电力需求2023–2028年CAGR将超20%，中国预计在2026年以285TWh的用电量超越欧美，成为全球电力消耗增长主引擎[101] - 海外科技巨头资本开支大幅扩张，2025年甲骨文、微软、谷歌、Meta、亚马逊资本支出分别为500、1154、930、720、1250亿美元，同比分别增长136%、31%、77%、93%、51%[106] - 国内厂商资本开支亦快速增长，2025年Q1-Q3，百度、阿里、腾讯资本开支分别为101、948、596亿人民币，同比分别增长74%、133%、48%，其中阿里宣布三年内投入4800亿资本开支[106] - 当前国内主要互联网与云厂商在AI基础设施上的资本开支投入进度整体仍明显落后于海外，但海外真实调用量正持续转化为推理算力需求，模型商业化能力逐步被验证，有望推动国内资本开支持续提升[2][106] - AI工作负载正从训练转向推理，推理市场准入门槛较低，部署方式更灵活，随着AI应用商业化进入高速增长阶段，云服务成为主要承载平台，带来明显的IaaS需求增加[2][112] - 中国云计算市场受AI应用爆发推动保持高增长，2024年市场规模达8288亿元，同比增长34.4%，预计到2030年有望突破3万亿元[118] - 云计算规模增长直接刺激数据中心建设，预计2025年中国数据中心市场规模达3180亿元，同比增长15%，2026年有望达到3621亿元[118] - 报告梳理了AI产业链相关公司，涵盖IDC、算力租赁、AI芯片、服务器、液冷、光模块、交换机等多个环节[120]