注：T+0为交易所交易机制，恒生科技ETF（513130）成立时间为2021/5/24；根据交易所数据，截至 2025/8/8，沪深300ETF（510300）规模为3，821.91亿元；A500ETF华泰柏瑞（563360）规模为184.63亿 元。 风险提示：基金有风险，投资需谨慎。如需购买相关基金产品，请您关注投资者适当性管理相关规定， 提前做好风险测评，并根据您自身的风险承受能力购买与之相匹配的风险等级的基金产品。基金的过往 业绩并不预示其未来表现，基金管理人管理的其他基金的业绩并不构成基金业绩表现的保证。基金投资 需注意投资风险，请仔细阅读基金合同、基金招募说明书和产品资料概要等法律文件，了解基金的具体 情况。本基金可投资于境外证券市场，除需承担与境内证券投资基金类似的市场波动风险等一般投资风 险，还将面临汇率风险、境外证券市场风险等特殊投资风险。指数由恒生指数公司编制并发布，其所有 权归属恒生指数公司。恒生指数公司将采取一切必要措施以确保指数的准确性，但不对此作任何保证， 亦不因指数的任何错误对任何人负责。 MACD金叉信号形成，这些股涨势不错！ 责任编辑：石秀珍 SF183 近期Al产业链正掀起 ...

模型性能对比 - GPT-5在AIME '25测试中达到94.6%准确率，领先Gemini 2.5 Pro的93.8%和Claude 4.1的94.1% [1] - FrontierMath测试中GPT-5表现26.3%，略低于Gemini 2.5 Pro的27.1% [1] - GPQA diamond测试GPT-5获得85.7%准确率，与Claude 4.1的85.9%接近 [1] - HMMT 2025测试GPT-5以93.3%领先其他模型 [1] 技术突破 - GPT-5采用新型合成数据训练方法，通过GPT-4o等前代模型生成高质量训练数据 [3] - 合成数据流程专门设计用于生成"正确类型数据"，提升模型推理和规划能力 [3] - 在Tau²-bench电信领域测试中达到96.7%准确率，显著优于GPT-4.1的34% [7] - 上下文长度扩展至400k，思考过程token消耗减少50%-80% [20] Agent能力提升 - GPT-5优化了工具调用能力，支持自然语言描述触发工具使用 [8] - 具备出色的工具并行使用能力，可判断工具运行顺序与并行性 [8] - 在智能体式编码测试中表现优异，一次性解决其他模型无法完成的任务 [15] - 编程时采用"边想边做"的迭代方式，优于Claude 4 Opus的"想清楚再做"模式 [15] 商业化策略 - ChatGPT周活用户超过7亿，付费用户达500万，订阅收入27亿美元 [18] - API定价策略激进，输入1.25美元/百万tokens，输出10美元/百万tokens [18] - 价格直接对标Gemini 2.5 Pro，大幅低于Claude 4 Opus的75美元/百万tokens输出 [19] - 推出DeepResearch、Canvas编辑、生图功能等商业化导向的产品升级 [18] 行业趋势 - 2025年AI应用领域最热关键词为Agent，OpenAI引领此波热潮 [6] - 主流模型厂商均以Agentic AI为目标优化模型能力 [6] - 大语言模型进步呈现渐进式而非跨越式，可能遭遇技术瓶颈 [21] - AI应用市场呈现快鱼吃慢鱼特征，大厂在创新速度上不占优势 [21]

GPT-5前端能力测试 - GPT-5在Bento Grid风格网页设计中展现出较强的视觉设计能力，能够满足复杂的设计要求包括响应式布局、色彩渐变和高亮元素处理[5] - 在微信公众号封面设计任务中，GPT-5相比其他模型能更好地控制内容不超出画布并保持基本设计元素[16] - 测试显示GPT-5在提示词遵循方面表现稳定，不会出现类似Claude 4.1违反设计约束使用emoji的情况[6] 多模型对比测试 - 在库存管理系统开发中，GPT-5将所有功能集成到单页面但牺牲了用户体验，而Claude 4.1采用分页设计更符合常规交互逻辑[30] - BI画布定制开发中GPT-5是唯一完整实现拖放和调整大小功能的模型，Claude 4.1和Gemini 2.5 Pro均存在功能缺陷[35] - 奢侈品电商结账流程测试中GPT-5在页面一致性、响应式设计和流程完整性方面表现最优，Claude 4.1存在布局问题，Gemini 2.5 Pro样式处理较差[53] 技术能力评估 - GPT-5在复杂前端任务中展现出显著进步，特别是在约束条件下的样式执行和功能实现方面优于前代模型[54] - 模型仍存在上下文窗口限制问题，32K上下文在多次交互后容易出现遗忘现象影响持续开发体验[55] - 不同版本GPT-5存在功能差异，Pro版及以上才支持128K上下文窗口和更灵活的思考模式[56]

模型发布与性能 - GPT-5采用多层级架构整合o3系列推理能力，重点提升智能体能力并屠榜LMArena所有细分类目[3] - 模型提供四个版本：标准模式GPT-5、轻量版GPT-5 mini、高速版GPT-5 nano和ChatGPT专用版GPT-5 Chat[9] - 系统由三部分组成：基础模型解决多数问题、深度推理模型处理复杂问题、实时路由器根据用户反馈持续优化[11][12] 技术架构与创新 - 统一架构整合GPT系列语言模型和o系列推理模型，具备自动调度子模型能力[11] - 开源两款MoE模型gpt-oss-20b(21B参数)和gpt-oss-120b(117B参数)，采用Apache 2.0许可协议允许商用[28][29] - 模型加入人格模式提供四种输出风格，在多模态和EQ表现上有显著提升[23][25] 商业化策略 - API价格显著降低，GPT-5输入价格1.25美元/M Tokens仅为o1-pro的1/120[14] - 企业版对美国联邦政府推出1美元/机构的促销价，GitHub Copilot提供免费预览版[17][19][21] - 年化收入达120亿美元，70%来自C端订阅，20%来自API调用[48] 行业竞争格局 - 中国开源模型占据OpenRouter趋势榜前10名中的9席，阿里/月之暗面/智谱等密集发布新模型[1] - 开源闭源差距缩小，2025年起各厂商模型与OpenAI技术代差显著收窄[54][55][57] - 微软/Google/Meta市值因AI实现两位数增长，Meta广告转化率提升5个百分点[52][53] 用户数据与采用 - ChatGPT周活跃用户达7亿占全球人口近10%，年下载量突破10亿次[42][45][47] - 使用场景从工作向生活延伸，周末使用频率与工作日差距缩小至10%以内[47] - 教育/医疗领域应用突出，演示案例显示能处理复杂情感咨询和实时语言教学[25][26] 研发投入与趋势 - 训练资源消耗创纪录，Orion版本两轮训练耗资5亿美元使用10万张GPU[37] - 模型迭代周期延长，GPT-4到GPT-5耗时2年半，GPT-3到GPT-4耗时33个月[34] - 计划投资1000亿美元建设"星际之门"数据中心，可容纳40万颗AI芯片[41]

模型发布与性能 - GPT-5采用多层级架构整合o3系列推理能力 重点提升智能体能力 未公布具体参数规模 [9] - 上线后迅速屠榜LMArena竞技场 所有细分类目均位列第一 [10][12] - 提供四个版本：标准版GPT-5 轻量版GPT-5 mini 高速版GPT-5 nano 以及ChatGPT专用版GPT-5 Chat [18] - 系统由三部分组成：基础模型 深度推理模型GPT-5 thinking 实时路由器real-time router [20] 技术架构创新 - 统一模型架构整合GPT系列语言模型与o系列推理模型 具备调度子模型能力 [19] - 开源两款MoE模型gpt-oss-20b(21B参数)和gpt-oss-120b(117B参数) 采用Apache 2.0许可协议 [52][53] - 开源模型专门为智能体设计 120B版本可在高端笔记本运行 20B版本适配手机端 [54] - 词表超过20万 支持多语种与代码混合输入 直接对标DeepSeek与阿里Qwen3 [54] 商业化策略 - API价格显著降低 GPT-5输入1.25美元/M Tokens 仅为o1-pro价格的1/120 [24][25] - 美国联邦政府机构可1美元订阅企业版 同时GitHub Copilot提供免费预览版 [31] - 年化收入达120亿美元 70%来自C端订阅 20%来自API调用 [84][85] - 微软Azure AI与Copilot带动云收入同比增39% Meta广告转化率提升5个百分点 [90][91] 行业竞争格局 - 7月中国开源模型占据OpenRouter趋势榜前10名中的9席 [6] - 开源闭源差距缩小 阿里Qwen3 月之暗面K2等中国模型引发硅谷关注 [95][99] - Anthropic创始人公开质疑开源AI价值 Meta考虑将旗舰模型Behemoth转向闭源 [100] - 全球AI数据中心投入预计达3万亿美元 半数用于GPU等加速芯片 [74] 用户与市场表现 - ChatGPT周活跃用户达7亿 占全球人口近10% 去年同期的4倍 [76][77] - 成为最快达到10亿下载量与5亿月活的应用 周末使用频率趋近工作日 [80][81] - 推出人格模式包含四种输出风格 语音多模态能力显著提升教育医疗场景体验 [39][46] - 现场演示生成带关卡音效的小游戏仅需几分钟 代码量达一两百行 [36][38]

战略核心 - 亚马逊云科技提出"Choice Matters"战略，强调AI价值在于为不同场景选择最适合的模型而非追求单一最强模型 [1][2] - 该战略基于云计算领域的洞察：AWS提供429项计算服务、266项存储服务、513项数据库服务和421项AI/机器学习服务 [3][4] - 战略得到市场验证，OpenAI开源模型加入Amazon Bedrock平台，gpt-oss-120b与gpt-oss-20b展现3倍于Gemini、5倍于DeepSeek-R1的性价比优势 [6][8] 平台能力 - Amazon Bedrock平台提供217款商业API服务，Amazon SageMaker支持185款商业和开源模型部署 [21] - 平台聚合超过400款主流商业及开源大模型，成为全球最大AI模型聚合平台 [22] - 平台模型合作伙伴包括Anthropic、Meta、DeepSeek、Google、OpenAI等顶级AI公司 [22] 模型性能 - Claude Opus 4.1在Agentic coding SWE-bench测试中达74.5%，高于OpenAI 03的69.1%和Gemini 2.5 Pro的67.2% [12] - Claude Opus 4.1在Graduate-level reasoning GPQA测试中达80.9%，低于OpenAI 03的83.3%和Gemini 2.5 Pro的86.4% [12] - Claude Opus 4.1在Multilingual Q&A MMMLU测试中达89.5%，与OpenAI 03的88.8%相当 [12] 应用模式 - "最佳匹配"模式：特定场景选用单一模型，如实时翻译选Nova、学术研究选DeepSeek、内容创作选Claude [14] - "协同增效"模式：复杂场景多模型协作，如翻译系统组合DeepSeek R1/Claude 3.7与Nova Lite [15][16] 生态发展 - 2023年4月Anthropic入驻，2023年7月Meta Llama系列加入，2023年9月Stability AI推出Stable Diffusion系列 [23] - 2024年2月Mistral AI带来混合专家模型，2025年2月DeepSeek R1模型登陆，2025年8月OpenAI开源模型加入 [23] - 生态案例包括野村证券使用Llama处理数据、Doordash使用Claude优化客服、Zalando借助Mistral AI实现电商智能化 [25]

全球AI模型竞争格局 - OpenAI开源GPT-OSS-120B模型 性能比肩o4-mini并支持端侧部署 [1] - Anthropic强化Claude 4.1编程能力 SWE-bench测试达74.5% [1] - Google Genie 3实现720p实时3D交互世界生成 重塑游戏开发与自动驾驶训练范式 [1] 国内AI应用层发展态势 - 全球Altoken调用量年增20倍 2B订单加速落地 [1] - 亚信科技上半年AI收入同比增长76倍 [1] - 阿里与Kimi模型跻身全球第一梯队 [1] - 万兴科技凭借多模态出海战略实现收入翻倍 [1] - 博思软件以财政电子凭证SAAS占据政策红利高地 [1] 云计算与大数据指数表现 - 中证云计算与大数据主题指数(930851)上涨0.91% [1] - 成分股用友网络上涨6.47% 万达信息上涨4.55% 太极股份上涨3.53% 万兴科技上涨3.45% 泛微网络上涨2.64% [1] - 大数据ETF(159739)上涨0.70% 最新价报1.29元 [1] 数据中心设备产业链机遇 - 数据中心设备环节有望受益于AI快速发展 迎来黄金期 [2] - 大模型训练与智能应用对算力需求呈指数级增长 [2] - 云厂商与科技企业加大数据中心建设投入 带动IT设备/供配电设备/温控设备需求 [2] 指数成分与产品信息 - 中证云计算与大数据主题指数选取50只云计算与大数据相关上市公司证券 [2] - 指数前十大权重股合计占比53.85% 包括中际旭创/科大讯飞/新易盛/金山办公/中科曙光等 [3] - 大数据ETF设场外联接A(021090)/联接C(021091)/联接I(022882)产品 [4]

OpenAI战略转向开源 - OpenAI突然宣布开源两款新模型gpt-oss-120b和gpt-oss-20b 这是自GPT-2以来首次重新向开源社区开放模型权重 [1] - 公司过去几年一直是"闭源派"代表 依靠GPT-3和GPT-4的技术优势建立商业壁垒 几乎垄断大模型时代的入口和定价权 [1] - 此次开源采用Apache 2 0协议 明确允许商用和二次开发 直接对标Meta的Llama模型 [3] 开源策略的深层考量 - 公司保留核心技术护城河 未开放GPT-4核心架构 仅提供中等规模模型 既不影响高端产品线又能吸引开发者 [3] - 底层代码修改受限 训练数据 优化策略和系统架构等关键要素仍由公司掌控 [3] - 通过部分开放换取生态主导权 让开发者依赖其工具链 同时通过闭源体系维持高利润业务 [4] 行业竞争格局变化 - 开源模型性能已逼近GPT-4 成本仅为1/20 采用宽松开源协议形成市场竞争压力 [2] - Anthropic采取相反策略 发布闭源模型Claude 4 1 专注企业级安全和可靠性 瞄准金融 法律等高端客户 [5][6] - AI行业进入分层竞争时代 OpenAI双轨制与Anthropic专精路线形成差异化竞争 [7] 开发者生态影响 - 新模型支持本地部署和云端扩展 兼容主流框架 大幅降低智能体开发门槛 [8] - 独立开发者可在个人设备运行接近GPT-4能力的模型 可能催生新一代AI应用创新 [8] - 开源生态正在消费端实现反超 类似Linux Firefox Android等历史案例的开源成功路径 [10] 监管与风险对冲 - 美国自2023年加强AI监管 开源模型因透明可审计的特性更易通过合规审查 [8] - 公司通过开源策略提前卡位 为未来监管环境变化做好准备 [8] - 技术流动性和生态开放性成为行业新竞争维度 [10]