报告行业投资评级 - 投资评级：优于大市（维持）[1] 报告核心观点 - 自2026年以来，全球模型进入Agent智能体交互时代，驱动Tokens调用量爆发，中国AI大模型调用量已连续五周超越美国，国产模型正在崛起[2] - 国产模型的核心优势在于极致的性价比，通过工程化、数据能力优化和轻量化架构创新来弥补算力限制，并以接近成本价的定价策略换取市场份额[2] - 大模型的商业模式与传统互联网不同，用户网络效应和飞轮效应较弱，模型智力水平是驱动用户和商业化收入增长的最重要因素[2] - 行业正从通用榜单评估转向以业务价值为核心的私有化、场景化自定义评测体系，模型厂商开始构建自己的底层评测基准[26] - 全球头部模型已进入自训练、自进化阶段，能够通过自我优化的闭环系统持续提升能力[27][29] - AI Agent时代将改变用户获取服务的方式，从“人找App”转向“AI自主发现/调用技能”，服务入口和分发模式去中心化[34] 行业发展趋势 - 大模型进入Agent时代：2026年大模型正式从对话走向智能体交互，Agent通过包装大模型并加上记忆、规划和工具使用能力，能够自主完成任务[8][10] - Token需求非线性增长：任务复杂度提升（从对话到智能体、视频）推动Token消耗呈指数级增长。例如，单Agent任务Token消耗是普通对话的4倍，多Agent协作可达15倍；生成15秒视频消耗30.9万Token，是普通对话的21倍[11][12] - 全球企业AI采用率快速提升：自2025年起，美国企业AI采用量总体达48%，其中OpenAI占34%，Anthropic占24%[21] - 中国市场调用量激增：截至2026年3月，中国国内日均Token调用量已突破140万亿，增长超1400倍[21] - Agent关键能力构成：包括记忆能力（取决于架构设计与工程）、规划能力（取决于架构与数据）、工具调用能力（短期取决于工程化，长期取决于数据精度）[23] - 技术架构收敛：在Transformer/MoE架构未发生颠覆性变革的背景下，架构红利边际递减，工程化能力与高质量数据成为提升能力的关键[24] - 模型自进化趋势：全球头部模型通过自训练实现自我进化，例如MiniMax的M2.7模型可执行超过100轮“分析-改进-验证”循环，实现约30%的效果提升[29] - 入口形态变迁：AI时代从“对话助手”向“执行员工”范式跃迁，OpenClaw等智能体操作系统的出现标志着能力供给和分发模式去中心化[34] - 商业模式拓展：大模型基座通过出售算力（Token）和调用许可收费，同时开始探索广告模式，例如OpenAI计划到2030年广告收入达到1000亿美元[36][37] - 工程范式演进：从提示词工程（Prompt Engineering）、上下文工程（Context Engineering）演进到驾驭工程（Harness Engineering），以管控Agent在复杂工作流中的自主运行[38][39][40] 主要模型公司对比与总结 - OpenAI：最新模型GPT-5.4，激活参数2000亿+，上下文窗口1.05M tokens，API价格（输入/输出）为$2.50/$15.00每百万token，2026年3月年度经常性收入（ARR）达250亿美元，通过2C场景打造核心壁垒，发力企业与多模态[4] - Anthropic：最新模型Claude 4.5，激活参数1000亿+，上下文窗口1M tokens，API价格为$3.00/$15.00，2026年4月ARR达300亿美元，超越OpenAI，坚持2B路线和Coding场景[4][10] - DeepSeek：最新模型DeepSeek V3.2，总参数6710亿，激活参数370亿，上下文窗口128K，API价格$0.27/$0.42，性价比突出，组织架构扁平，算法架构积极创新（如DeepSeekMoE、MLA注意力技术），开源为国产模型提供基石，商业化压力小[2][4][52] - 智谱AI：最新模型GLM-5，总参数7440亿，激活参数400亿，上下文窗口200K，API价格$1.00/$3.20，2026年3月API平台ARR达2.5亿美元，学术背景强、全栈自研、幻觉率低（GLM-4-9B幻觉率1.3%），拥抱国产算力[4][90] - 月之暗面（Kimi）：最新模型Kimi-K2.5，总参数1万亿，激活参数328.6亿，上下文窗口262K，API价格$0.6/$3.0，2026年2月ARR达1亿美元，长上下文能力是核心优势，拥有智能体集群（Agent Swarm）技术[4][114][115] - MiniMax：最新模型M2.7，总参数2300亿，激活参数100亿，上下文窗口205K，API价格$0.3/$1.20，2026年2月ARR达1.5亿美元，质价比突出，积极拥抱全球模型变化，是亚洲首家实现MoE基础模型架构商业化的公司[4][67][70] - 阿里巴巴：最新模型Qwen3.5，总参数3970亿，激活参数170亿，上下文窗口可扩展至1M，API价格$0.6/$3.6，2026年预计AI云收入约500亿元（包括MaaS），开源全家桶，架构创新驱动，在国内首先实现原生多模态[4] - 腾讯控股：最新模型Tencent HY2.0，总参数4060亿，激活参数320亿，上下文窗口256K，API价格￥4.505/￥11.13，在3D生成、图片、世界建模多模态方面有优势，组织调整为AI原生驱动[4][7] - 字节跳动：最新模型豆包2.0，上下文窗口256K，API价格（Pro版）￥3.20/￥16.0，2026年预计MaaS收入100亿+，多模态、视觉理解有优势，通过深度定制工程栈和性价比抢占份额[4] - 小米：最新模型MiMo V2Pro，总参数1万亿，激活参数420亿，上下文窗口1M，API价格（小于256K）$1/$3，模型与终端产品融合[4] 国产模型核心优势与挑战 - 性价比优势显著：国产模型输入输出价格仅为Claude/GPT的1/5至1/30，最具性价比的为MiniMax和DeepSeek[50] - 技术降本路径： - 架构轻量化优化：如DeepSeek独创MoE架构使总参数仅激活5.5%，MLA技术将KV Cache显存占用降至传统架构的1/10[52] - 长上下文链路优化：Kimi、MiniMax等厂商创始初期即锚定长上下文路线，进行全链路成本优化[52] - 算力平替与调度：擅长利用碎片化算力资源（如国产芯片）通过集群调度发挥最大效能[52] - AI基础设施优势：国内电、人工成本更低，算力中心建设周期短[52] - 主要挑战： - 推理深度较弱：在算力约束下，多采用思维链（CoT）而非思维树（ToT），推理深度和强度弱于海外[55] - 数据集质量与生态：标注质量参差不齐，缺少“需求-推理-调用-结果-反馈”全链路闭环数据；开源生态较弱，数据更新迭代滞后[55][56] 重点公司分析 MiniMax - 全球化布局与收入：从创业初期即着眼全球市场，海外收入占比73%（2025年上半年），新加坡和美国是主要海外市场[2][72][74] - 技术前瞻性：管理层敢于实验新技术，如早期布局MoE架构、线性注意力（Linear Attention）并率先规模化落地[64][67] - 商业化与增长：开放平台收入增长迅猛，预计2028年占比达66%，2026年2月ARR超过1.5亿美元，Token调用量增长超6倍[70][82][84] - 迭代方向：2026年聚焦编程、办公、多模态三大核心赛道，深耕生产力场景[75][81] 智谱AI - 技术特色与定位：脱胎于清华实验室，坚持AGI长期主义，追求技术稳定性与可控性，是国内开源大模型核心标杆[85][86] - 国产算力适配：全面推进算力供应链国产替代，GLM-5原生适配七大主流国产芯片平台，计划2026年中发布与国产芯片协同设计的ASIC成果[98] - 商业模式与增长：云端MaaS（模型即服务）成为核心增长引擎，2026年3月API平台ARR突破2.5亿美元，预计年底突破10亿美元，并对Coding Plan套餐提价30%[100][103][110] - 市场地位：Artificial Analysis榜单中GLM-5.1位居全球第六、国内模型第一，发布行业首个OpenClaw专属模型GLM-5-Turbo及场景化评测基准ZClawBench[93] 月之暗面（Kimi） - 技术信仰与边界：创始源于对AGI的好奇，核心技术信仰是长上下文能力，业务专注生产力场景，不做生活娱乐和多模态生成[113] - 核心能力壁垒：长上下文原生先发优势，以及Agent Swarm智能体集群技术，可调度最多100个子智能体并行执行[114][115] - 商业化进展：B端和C端双轮驱动，2026年1月底以来约20天累计收入已超2025年全年，ARR突破1亿美元，海外收入贡献已超过国内[116][120] - 迭代方向：聚焦Token效率、长上下文和智能体集群三个维度的共振，优化编程、办公自动化、深度科研场景[121][124] DeepSeek - 发展理念：背靠幻方量化，商业化压力小，早期重视前沿基础研究和开源，致力于成为基础模型生态的提供者[2][126] - 架构创新：是国产大模型底层技术突破的先行者，其DeepSeekMoE架构和MLA多头潜在注意力技术大幅提升了模型效率[52][131] - 近期重点：发力原生多模态融合与国产算力深度适配，预计2026年4月发布的DeepSeek V4将优先支持国产芯片生态[130]