瑞银熊玮：中国AI正在通过系统性的成本优势重塑全球AI产业的财务模型与竞争逻辑

国产基础大模型正在密集迭代，尤其是Kimi K3的发布，被业内不少人视为“第二个DeepSeek时刻”。这个信号一出，全球资本的目光又重新聚焦到东方。不过，这次的故事和去年单纯“追赶”的叙事不一样了。瑞银证券中国互联网行业分析师熊玮在今天的一场线上分享中，提出了一个更硬核的视角：中国AI正在通过系统性的成本优势，重塑全球AI产业的财务模型和竞争逻辑。

说到底，这不再是参数层面的军备竞赛，而是一场关于“效率”和“ROI”的深刻革命。分析师认为，随着全球AI需求的分层和深化，那些拥有结构性成本优势的中国模型，将在“碳基与硅基”的全球再平衡中，占据更有利的身位。

结构性成本红利：中国模型的“护城河”与定价权

当全球资本市场还在为美国头部AI公司的巨额资本开支揪心时，中国的大模型厂商已经悄悄走出了一条“精打细算”却杀伤力十足的路。熊玮明确指出，市场常说的“中国模型便宜”，背后其实是训练成本和推理成本双重优势的叠加。

根据瑞银基于公开数据的测算，中国头部模型的训练成本仅为美国龙头的十分之一左右；而在API定价层面，中国模型的平均价格只有海外对标模型的10%到20%。更关键的是，这种低价并非靠“烧钱补贴”硬撑，而是建立在健康的毛利基础之上。“根据我们收集的公开数据以及专家调研，中国模型厂商在API业务上也能实现20%到40%的毛利。”熊玮在分享中强调。

那么，这种结构性优势到底从哪来的？分析师拆解了三个维度。首先是模型架构的创新，比如更高效的MOE架构。中国主流模型的激活参数比例普遍在个位数到10%，远低于美国同行的15%到30%，这直接拉低了单次推理的计算量。其次是工程调度的优化，头部玩家通过算法调度，能把GPU推理利用效率推高到70%以上，显著高于行业平均的50%。最后是基建层的天然成本差异，包括电力和数据中心运维成本。

值得关注的是，这一优势正好撞上了全球企业AI采购策略的转折点。企业从初期的“Token狂欢”开始转向更理性的“ROI驱动”预算管理。这时候，中国模型的性价比就成了争夺企业预算的核心武器。“比较欣喜的是，用户越来越看重AI花费的ROI。这使得中国厂商的性价比优势，在企业选择中成了更被看重的因素。”熊玮表示。

算力瓶颈与开源生态：中美竞争与合作的下一个焦点

成本优势虽然亮眼，但熊玮的分享并没有回避中国AI行业面临的算力供给瓶颈。目前，中国模型厂商的收入增长，主要受限于能用于支持推理需求的算力规模，而不是市场需求不足。“从调研来看，各家模型厂的收入反而更多受限于自己有多少算力能支持推理需求。无论是未来模型的发展，还是头部厂商的收入前景，都需要关注到底有多充足的算力供给。”熊玮说道。

这构成了中美AI博弈的一个微妙现状：美国在前沿探索和基础算力上领先，中国则在应用效率和成本控制上见长。值得注意的是，熊玮提出了一个关键变量——开源生态的势能。与美国头部玩家倾向于闭源不同，中国的DeepSeek、智谱、Kimi等厂商构建了活跃的开源社区。这种“手拉手”的创新环境，加速了技术的横向传播。“中国的开源生态使得先进的科技创新在不同的AI Labs之间传播得比较快，这天然是一个大家手拉手一起往前推进科技进步的环境优势。”熊玮分析道。

近期Kimi K3的发布就是一个例证。作为一个开源大模型，它在参数规模上达到全球开源之最，性能进一步逼近Claude Fable 5和GPT-5.6 Sol，同时维持了显著的价格优势。这种“开源+高性能+低成本”的组合，正在倒逼全球闭源巨头调整定价策略。