人工智能行业专题（20）从开源模型崛起，探讨模型公司和云厂商业化格局

行业研究·行业专题 互联网·互联网Ⅱ 投资评级：优于大市（维持） 证券分析师：张昊晨zhanghaochen1@guosen.com.cnS0980525010001 证券分析师：张伦可0755-81982651zhanglunke@guosen.com.cnS0980521120004 报告摘要 •美国在大模型能力、基础设施投入和商业化规模方面目前相对领先，头部厂商最新资本开支已超过经营现金流。预计海外巨头2026年资本开支约8000亿美元，2027年超过1万亿美元；资本开支占经营性现金流的比例约为120%，占净利润的比例亦超过100%。国内整体起步较晚，但随着腾讯等厂商加大投入，预计2026年国内头部厂商资本开支合计亦将超过经营性现金流。资本开支持续高企推动外部融资需求上升；以谷歌为例，6月公告拟融资规模超过800亿美元，累计融资规模超过1600亿美元。 •需求端，国产模型正迈过能力与经济性双重拐点。年初以来，海外模型能力提升推动商业化提速，根据Yipit数据，Anthropic与OpenAI的ARR合计已超过1000亿美元。随着GLM-5.2、Kimi K3、Qwen 3.8等模型相继发布，国产模型逐步具备生产级可用能力；叠加开源模型在Token及单任务成本方面的显著优势，国产模型商业化有望加速，并对海外闭源模型的高定价模式形成挑战。 •资金端，国内模型厂商融资规模持续扩大，为研发、训练推理基础设施及商业化拓展提供资金保障。根据IT桔子及各公司公告整理，2025年以来国产AI模型创业公司的融资规模已超过1500亿元。基于融资规模静态测算各公司能够获取的算力规模以及对应的ARR水平，按30个月内月度支出线性递增测算，预计到27年6月五家公司单月支出约104亿元，假设推理和训练支出1:1分配，假设推理业务毛利率40%，对应当月推理收入约86亿元，ARR约1036亿元（若模型公司后续获得新增融资、资金使用节奏发生变化，或算力租赁价格、业务成本结构及毛利率水平出现较大波动，实际等效算力规模及ARR可能与测算结果存在偏差）。 •我们测算1GW数据中心及模型厂商业模式，得到五点结论：①模型参数量、注意力机制的选择最终影响模型的成本和定价；②国产模型毛利率低于海外一方面是因为定价策略，更重要因素是Infra能力差距，包括推理中模型支持的精度，以及国产芯片及超节点整体硬件基础设施的利用率低于海外。③价格战会影响模型厂的利润率，并且如果模型厂为保持毛利率，还会进一步导致云厂收入减少，利润率空间受到压缩。④随着芯片性能的升级，相同模型的毛利率持续提升。⑤考虑到闭源模型的分成成本，开源模型有望帮助海外CSP实现更好的利润率。 •投资建议：伴随开源模型性能崛起，云厂有望通过开源模型实现更好利润率提升ROI表现，关注亚马逊、微软、谷歌、阿里巴巴等。 目录 中美AI投入规模及进展0102国产模型性价比优势凸显，融资规模持续扩大模型商业化闭环与盈利能力测算03国内外云厂收入结构拆分04风险提示05 AI基础设施需求持续释放，中美巨头资本开支保持增长 •AI基础设施建设持续提速，中美科技巨头资本开支同步上行，海外投入规模领先，国内厂商增长弹性更高。海外方面，微软、谷歌、亚马逊、Oracle和Meta的资本开支合计预计26年达到接近8000亿美元，27年超过1万亿美元，当前海外厂商仍处于AI基础设施集中建设阶段，预计资本开支将继续维持高位。国内方面，字节跳动投入规模领先，阿里巴巴、腾讯等头部厂商持续加码。 资料来源：Bloomberg、国信证券经济研究所整理（截至2026/8/2） 资料来源：Bloomberg、国信证券经济研究所整理预测 海外厂商维持高强度资本投入，国内头部企业投入力度快速抬升 •过去三年，海外科技厂商的资本开支呈现持续提升趋势，且目前各家资本开支增速指引依然显著高于业务收入/利润增速，我们预计2026年四家资本开支约为经营性现金流的1.2倍，占净利润比例也均超过了100%。 •国内巨头中，三家巨头（腾讯、阿里、百度）的资本开支规模占净利润和经营性现金流的比例同样加速增长，预计26年阿里巴巴、百度也将超过100%，腾讯也将同比翻倍达到60%。 资料来源：Bloomberg、国信证券经济研究所整理（截至2026/8/2） 资料来源：Bloomberg、国信证券经济研究所整理（截至2026/8/2） 国内外巨头净债务杠杆率变化 •公司层面“净债务/EBITDA”是反映现金流覆盖与信用承受度的核心指标。•当前五大Hyperscaler平均总债务/EBITDA约1.3x，26H1净杠杆约0.3x（不考虑Oracle约0附近），Oracle为个例，净杠杆约4.8x。国内方面，截至25年平均值为0.93，其中百度已达到1.4•对标IG基准：北美IG整体中位净债务/EBITDA，A级：1.24x、BBB级：2.38x；投资级中位利息保障倍数(EBITA/当期利息支出)5.8x。 资料来源：公司财报、国信证券经济研究所整理 资料来源：Bloomberg、国信证券经济研究所整理 资本开支持续攀升，中美巨头增加外部融资 •随着现金流压力逐渐加大，各公司开始扩大融资规模。2025年微软、谷歌、亚马逊、Oracle和Meta合计发售1210亿美元公司债，为2020年至2024年间年均280亿美元的四倍。 中美数据中心容量扩张加速，中国需求稳步释放 •北美数据中心进入集中扩容阶段，新增容量明显提速。北美数据中心容量由2019年的10GW增至2025年的48GW，预计2027年进一步达到85GW。2024—2027年累计新增容量约49GW，超过2024年的全部存量规模，显示AI基础设施建设正在推动北美数据中心进入大规模交付周期。•中国数据中心容量保持稳步增长，未来仍有较大扩建空间。中国在运营数据中心容量由2017年的4GW增至2025年的28GW，预计2028年达到43GW；2025—2028年预计新增约15GW，数据中心基础设施建设持续推进。 资料来源：Datacenter Hawk、国信证券经济研究所预测 资料来源：MIIT、国信证券经济研究所预测 目录 中美AI投入规模及进展0102国产模型性价比优势凸显，融资规模持续扩大模型商业化闭环与盈利能力测算03国内外云厂收入结构拆分04风险提示05 海外大模型商业化领先，国产模型进入加速放量期 •美国头部大模型公司ARR规模远超中国，中国大模型厂商商业化进程提速。1）美国大模型厂商已经形成了结构清晰的盈利金字塔，商业化成熟度更高：根据Yipit数据，Anthropic2026年6月底ARR达690亿美元，OpenAIARR也达400亿美元，模型能力向真实收入转化；2）中国大模型厂商进入小基数高增长阶段，商业化处于爬坡阶段：根据36氪，智谱ARR由年初的不到1亿美元提升至7月的10亿美元，根据公司官方，MiniMax4月ARR突破3亿美元，根据彭博，Kimii ARR在6月达到3亿美元，商业化进程提速，增长弹性高。 资料来源：Yipit、openai、Anthropic、国信证券经济研究所整理 国产模型迅速拉近中美差距，已达到生产级可用拐点 •26年2月Opus 4.6的发布后模型真正达到生产级可用，Anthropic ARR由此开始进入爆发拐点，而国产模型大约在4月末左右开始达到Opus 4.6的综合水平，并且与海外前沿模型的差距快速缩小，7月Kimi K3推出后在前端设计表现上达到了当前全世界SOTA，超越Fable 5，国产模型正跨越生产级可用，开始依靠进入ARR的加速期。 资料来源：Artificial Analysis、国信证券经济研究所整理 Token调用量加速扩张，模型生态走向多元化 •OpenRouter平台周度Token调用量实现数量级增长。2025年6月周度Token消耗均值约2.24T，2026年6月周度Token消耗均值达44.2T，约为去年同期的20倍，大模型调用需求持续快速释放。 •调用结构走向多元化，国产模型份额持续提升。从OpenRouter平台各厂商模型调用量看，调用结构由早期的集中于Anthropic、谷歌等海外头部厂商逐步向多元化发展，DeepSeek、Kimi、MiniMax等国产模型调用量快速增长，成为平台增量的重要来源。 资料来源：Openrouter、国信证券经济研究所整理 资料来源：Openrouter、国信证券经济研究所整理 国产模型任务级成本优势驱动Token份额领先，规模化应用加速 •国产模型凭借价格竞争力实现Token调用份额领先。OpenRouter数据显示，海外市场对中国模型的采用率快速上升，在通用文本、智能体、长文本编码以及数据处理任务中，国产模型Token使用量占比分别达约66%、87%、90%和52%，其中在长文本编码和Agent这类高Token消耗场景任务中，中国模型已经占据了多数Token使用量，与此同时，中国模型在上述任务中的支出仅占12%、13%、17%和5%，单位支出对应的调用规模显著更高，验证了单任务成本优势对模型采用率的推动。较低的任务成本相比之下更适合高频调用、长上下文及复杂Agent任务，后续有望通过调用规模的扩张以及高价值应用形成持续商业化增长。 资料来源：Openrouter、国信证券经济研究所整理 资料来源：Openrouter、国信证券经济研究所整理 •国产模型优势已由“单Token价格更低”进一步延伸至“完成同一任务的总成本更低”。1）Token价格方面，国产模型在输入、输出、缓存命中以及混合价格上整体仍处于较低水平。2）单任务成本（Cost per Task）为商业维度的业务价值单元，核心关注点为任务总ROI以及业务收益能否覆盖单次调用。Artificial Analysis口径下，DeepSeek V4 Flash、MiniMax-M3和GLM-5.2的单任务成本分别为0.02、0.12和0.47美元，显著低于美国模型成本。 资料来源：Artificialanalysis、国信证券经济研究所整理 资料来源：Artificialanalysis、国信证券经济研究所整理 月之暗面：K3跻身全球模型第一梯队，通用Agent与多模态能力升级 •融资情况：月之暗面自2023年启动外部融资以来，已完成天使轮至D轮多轮融资，据公司公告和IT桔子，累计披露融资金额约300亿元。公司融资规模持续扩大，投后估值由天使轮的20亿元提升至2026年D轮的1356亿元。投资方覆盖红杉中国、真格基金、腾讯、阿里巴巴、五源资本、美团龙珠等头部产业与财务资本，股东资源较为多元。 •模型最新进展：7月16日，公司发布新一代旗舰模型Kimi K3，总参数规模达2.8T，支持原生图文多模态及100万Token上下文，并提供低、高、最高三档推理强度。K3面向复杂工程、长程推理及Agent任务，模型定位由AI编 程 进 一 步 扩 展 至 通 用Agent与 知 识 工 作 。K3的Artificial Analysis Intelligence Index达到57分，较K2.6提升13分，综合能力已接近Claude Opus 4.8、GPT-5.5等全球前沿闭源模型；GDPval-AA v2 Elo达到1668，AutomationBench-AA得分53%并位居首位，真实知识工作及SaaS工作流执行能力显著提升。 Minimax：从M2.7到M3迭代升级，Agent生态加速完善 •融资情况：MiniMax于2021年启动外部融资，现已完成多轮融资，累计披露融资金额超过300亿元。7月中旬，公司完成95亿港币配售+65亿港币可转债发行，直接配售稀释约10%股权，若可转债完全转换稀释约15%股权。 •模型最新进展：6月，公司发布新一代旗舰模型MiniMax M3。相较此前M2.7，M3将编程、Agent、长上下文及原生多模态能力集成