大模型竞争格局与开放生态：CSP协同国产模型多元发展

请务必阅读正文之后的重要声明部分沪深3002025-102026-1评级：增持(维持)评级：增持(维持)2、《【中泰传媒互联网】出版行业：克难奋进，蓄势向上》2026-05-213、《Token经济学：Al时代的新生产要素与产业重构》2026-05-20证券研究报告/行业深度报告2026年08月19日简称-备注：股票截止自2026年08月18日收盘价，每股指标按照最新股本数全面摊销货币单位为人民币元盖公司大模型产业已由参数规模扩张、推理能力强化，进一步进入Agent化阶段。企业与开发者对模型的评价标准也由榜单成绩向真实任务完成能力、Token使用效率、响应时延、部署灵活性及商业回报延伸，模型能否持续进入业务工作流成为价值兑现的重要基础。国产模型与海外前沿模型在编程、软件工程、智能体和多模态等任务上的差距持续缩小，并分别沿前沿能力、开放社区和成本效率等路径扩大模型供给。行业竞争维度由参数规模和单项评测，扩展至衍生模型生态、推理工具适配、许可开放权重模型与CSP协同，推动模型能力转化为企业级服务型目录、MaaS、托管推理、专属资源、评测、路由、安全及运维能力，将原始模型封装为可直接调用的服务。随着Al云由基础设施向MaaS和Aa值覆盖范围由算力供给进一步拓展至模型生产、模型消费与Agent执行。Agent有望成为模型调用和Token需求的重要放大器。Coding、办公、客服、营销及内容生产等Agent工作流需要持续读取上下文、调用工具并处理返回结果，其Token消耗和对数据库、存储、安全服务的调用通常高于单轮对话。若模型成本继续下降、Agent任务完成率提升且应用付费能够覆盖调用成本，应用规模扩张有望进一步带动模型调用与云平台服务需求。入已形成规模的开发者生态，并通过同代开放权重模型、区参与；DeepSeekV4Pro0813则以开放权重和相对较低的API价格■应沿“模型能力与CSP承接”和“Al智能体与Token运营”两条主线展开。模型能力迭代不及预期、Al应用商业化不及预期、CSP服务需求与盈利释放不及预2请务必阅读正文之后的重要声明部分大模型行业发展趋势 3大模型演进脉络：能力跃迁与2026年智能体转向 3全球通用大模型：从"参数竞赛"到"价值验证“ 3融资"量的爆发"与格局"质的收敛"并行，大模型梯队分层加速固化 6CSP与开放模型共振效应 8国产开放权重模型能力与成本表现共同改善 8企业模型调用由单一走向多元，开放权重提升选择自主性 10开放权重模型增强数据控制与安全部署能力 1Al云由基础设施延伸至MaaS和AaaS,CSP服务层级持续拓展 CSP与开放模型的产业传导 国产开放模型从能力突破走向生态与价格重构 Kimi、Qwen与DeepSeek形成连续验证 KimiK3:国产开放权重模型进入前沿区间 15Qwen3.8-Max:旗舰能力接入开发者共建生态 DeepSeekV4Pro0813:开放权重与低价API共同建立成本参照 投资建议 AI智能体与Token运营 风险提示 模型能力迭代不及预期 Al应用商业化不及预期 CSP服务需求与盈利释放不及预期 19行业竞争加剧 数据安全、版权与监管风险 经营与市场波动风险 图表1:大模型演进脉络 3图表2:Al通用大模型多模态技术发展趋势 4图表3:2024-2030全球与中国Al大模型市场规模(单位：亿美元) 5图表4:从预训练主导走向多阶段后训练协同 5图表5:近18个月国内外主流大模型更新迭代情况 6图表6:2021-2026Q1创投融资规模(亿美元) 7图表7:2021-2026Q1美国与其他地区的AI融资对比(亿美元) 7图表8:2026年OpenAI&AnthropicARR变化对比(十亿美元) 8图表9:主流前沿大模型对比图 9图表10:GPT-4级模型推理成本与互联网带宽、PC计算成本变化对比 图表11:使用开放模型及中国模型服务平台的美国企业占比 图表12:2025-2026年全球人工智能平台和模型终端用户支出预测 图表13:2026年的Al原生云栈是什么? 图表14:全球Al云infar市场规模 图表15:CSP与开放模型的产业传导 图表16:2026年7至8月国产开放模型与海外闭源模型对比 图表17:中美前沿开放模型参数量 图表18:HuggingFace各机构衍生模型数量 图表19:Openrouter平台Top9模型调用量 3请务必阅读正文之后的重要声明部分大模型演进脉络：能力跃迁与2026年智能体转向大语言模型的发展自2019年起正式进入规模化阶段。以GPT-3等为代表的预训练范式确立，通过大参数与海量数据验证了通用语言能力的可行性，随后全球玩家集体入局，参数规模持续攀升，但整体仍处2022至2023年，行业经历转折。ChatGPT通过人类反馈强化学习解“会做事”,并引爆消费级市场；同期Meta开源LLaMA系列，打破进入2023年下半年至2025年，竞争重心从单纯参数竞赛转向效率与推理优化。混合专家(MoE)架构崛起，01、03、DeepSeek-R1等推理模型在数学、编程与逻辑推理等基准上实现大幅跃升，智能体基础能力(工具调用、多步推理)快速成熟，但多数仍停留在短程任务层面，全球日活智能体规模约达2860万。从单纯推理转向长时程任务能力。行业普遍将这一年标记为AlA的应用元年与商业化元年，全球日活智能体预计增至7940万，企业应用内置任务型Agent的比例有望达到40%,标志着大模型正式进入以Agent为核心的落地与产业化阶段。●百度Ernie3.0●从“能做事”到”会做事”●全球日活智能体约2860万(2025)●日活智能体预计7940万全球通用大模型：从"参数竞赛"到"价值验证"用能力扩展；进入2026年上半年，企业采购、开发者调用、智能体任务链4请务必阅读正文之后的重要声明部分新模型已可在消费级GPU上实现每秒50次以上的响应，我们判断推融合、3D物理光照模型等技术创新，人物皮肤、毛发、金属光泽等材质真实度提升约40%,架构代际差正在拉开竞争身位。时"压缩至"分钟级",字节Seedance,快手可灵与谷歌Veo系列已为语言模型：从“参数竞赛"到“效率革命”语音模型：从“机械交互”到“自然对话”欧智库预测，2026年全球Al通用大模型市场规模将达到107.4亿美元，其中中国市场规模约44.9亿美元，占全球市场的41.8%。预计2030年，全球市场规模将增至344亿美元，2026年至2030年CAGR预计约33.8%;同期中国市场规模将由增至141.7亿美元，CAGR约33.3%,2030年中国市场预计占全球比为41.2%,仍保持在四成以上。中国市场的占比韧性与—5—请务必阅读正文之后的重要声明部分图表3:2024-2030全球与中国AI大模型市场规模(单位：亿美元)■全球市场规模■中国市场规模训练获得基础能力，进一步扩展至系统化、多阶段的后训练流程。当前大训练流程进行组合。当前后训练进展越来越依赖不同训练阶段之间的系统SFT、偏好优化、RL、过程监督、Verifier、静态/外部训练数据基础语言能力后训练作用相对单一■开放格局：中国开放模型在全球开发者生态中的关注度持续提升。据HuggingFace于2026年4月发布的春季全球开源Al生态报告，过去一年该平台41%的大模型下载量来自中国研发的模型，高于美国的36.5%。中—6—请务必阅读正文之后的重要声明部分阿里Qwen系列18个月内主要模型迭代11次、智谱GLM系列迭代9次，小米、MiniMax、月之暗面、阶跃星辰等亦于2026年密集补位，2026年国nano),Pro/Turbo锚定性能旗舰，"一底座、多SKU"的矩阵化打法以场景化SKU争夺编程、多模态、轻量化等高价值入口；迭代速度与场景图表5:近18个月国内外主流大模型更新迭代情况阿里巴巴月之暗面阶跃星辰2025年2月2025年4月2025年6月2025年8月2025年10月2025年12月2026年2月2026年4月2026年6月2026年7月2026年8月*数据截至2026年8月，未囊括全部样本，不代表市场完整情况。融资"量的爆发"与格局"质的收敛"并行，大模型梯队分层加速固化■2025年，Al成为全球创业公司融资最活跃的领域之一，融资额达2023亿美元，同比增长超75%,覆盖Al基础设施、基础模型及各类应用。2026年第一季度，全球AI融资额进一步升至约3000亿美元，相当于2025年全年融资额的74%。从地区分布看，美国仍是全球AI融资的主要市场。2025年，美国本土企业AI融资额达1590亿美元，占全球AI融资总额的79%;其中旧金山湾区融资额达1220亿美元，占美国AI融资的四分之三以上。2026年第一季度，■AI创业公司融资■其他领域融资■■美国AI融资■全球其他地区AI融资5002026Q1870■国内：大模型行业格局优化与技术升级并行。随着国内AI大模型产业体据中国信通院统计，高峰时期国内曾有超过200家企业发布大模型产品，而至2025年底，能够持续投入研发、拥有自主可控算力资源并建立可持续商业逻辑的厂商，已迅速缩减至不足10家核心参与者。企查查数据显示，截至2026年6月22日，国内现存AI大模型相关企业1.3万家，注册趋势直观体现产业的理性回归：2025年全年新注册395家，2026年以来新增注册仅24家。从资本结构看，行业资金密集属性凸显：注册资本100万元以下的小微企业占比仅3.21%,100万-1000万元、1000万-5000万元企业分别占比44.52%、30.72%,两类中坚企业合计占比超75%,5000万元线城市相关企业占比42.14%、新一线城市占比34.69%,一二线核心城市合计占比超75%,构筑起坚实的行业壁垒。根据TickerTrends数据，AnthropicARR从2026年初的102亿美元，到2026年4月以356亿美元超过OpenAl的288亿美元、7月进一步增至741亿美元(OpenAI约413亿美元)。客户与收入结构上，Anthropic已覆盖30万家企业客户(其中超1000家年贡献收入超100万美元),在编码类别占据54%市场份额；Anthropic每位用户每月带来的收入约为211美元，而OpenAl每位用户每周带来的收入约为25美元。8请务必阅读正文之后的重要声明部分7020国产开放权重模型能力与成本表现共同改善根据数据，MITSloan的研究样本中，开放模型平均达到闭源模型89.6%的性能，并通常在闭源模型发布后13周内缩小差距；这一时间由一年前的27周缩短至13周。开放模型的性能追赶周期明显缩短，开发者可以持续获同一研究样本中，开放模型平均推理价格为每百万Token0.23美元，闭源模型为1.86美元；闭源模型运行成本高87%:通过把需求调整至性能更优的开放替代模型，样本用户平均支出可降低70%以上，同时基准性能提高14%以上。此外。中国模型占HuggingFace过去一年模型下载量的41%,并在月度和累计下载量上超过美国模型。Qwen、DeepSeek、GLM和Kimi可以通过根据数据，2026年8月表现最强的开放权重模型KimiK3智能指数为60,位列全部模型第五，与榜首相差3分；在价格比较中，KimiK3完成单个测9请务必阅读正文之后的重要声明部分530.4●开放权重GPT-4级模型推理成本三年下降50倍，开放权重模型推动价格下探。以达到GPT-4级别性能的最低价模型为口径，其API平均输入/输出价格已由约20美元/百万Tokens下降至约0.40美元/百万Tokens,累计降幅约50倍。相比之下，同期按照历史趋势推演，PC计算成本仅下降约3.4倍，互联网带宽成本约下降2.6倍，AI推理成本下降速度明显更快。分阶段来看，GPT-4在2023年3月发布时价格约为45美元/百万Tokens,随后GPT-4Turbo降至20美元，GPT-40进一步降至10美元；2024年7月Llama3.1将GPT-4级别模型的最低价格快速压低至约0.88美元，单季度下降约11倍，随后DeepSeekV3发布致使其于2024年12月进一步降至约0.69美元，并在2025年底降至约0.40美元。—10—请务必阅读正文之后的重要声明部分图表10:GPT-4级模型推理成本与互联网带宽、PC计算成本变化对比美元/百万Token(对数坐标)美元/百万Token(对数坐标)GPT-4级最低价模型：实际API挂牌混合价互联网带宽曲线→$7.77(2.6倍)PC计算曲线→$6.01(3.4倍)"■2026年Mozilla与SlashData开发者调查显示，79%的Al应用开发者使用开放模型，71%使用闭源模型；50%的开发者同时使用两类模型，29%仅使用开放模型。开放模型已成为Al应用开发中的主流选择之一，多模型组合透明且易于获取，是企业选择模型的重要标准；开放权重模型提供了可下载、可托管、可定制和可本地部署的模型供给，覆盖企业日常业务与开发企业模型使用正在从单一供应商扩展至多模型组合。不同模型可以根据准确率、业务价值、成本和数据控制要求进入同一企业AI系统，模型路由把以企业经营数据为例，AT&T目前约25%的Al使用来自开放权重模型，并且规划将该比例提升至70%-80%。公司每天处理约450亿Token,并通过重模型后，部分应用的成本节省达到80%-90%。其中，企业专用通信模型根据Ramp的数据显示，使用OpenRouter等提供开放模型及中国模型服务平台的企业正在增加。7月，约有6.06%的Al支出企业使用了这些平台，高于上年同期的4.5%。—11请务必阅读正文之后的重要声明部分2024年该数据统计口径原文为“ShareofAlspendersusingvendorsofferingopenandChinesemodelsincreases”■据Gartner预计，2026年全球终端用户在AI模型和平台上的支出将达到640亿美元，较2025年的390亿美元增长63.4%。其中，GenAI模型支出预计增长117%,Al平台支出预计增长36.9%。随着企业Al预算受到更严格的审查，企业正更加关注使用效率、成本控制和可衡量的结果，相关支出也在向能够在成本、延迟、性能和可靠性方面展现明确价值的供应商转移。将评估、成本透明度和使用情况跟踪嵌入客 基础生成式AI模型领域专用语言模型(DSLM)及专业化生成式AI模型●210.0%AI应用开发平台AI平台模型，NVIDIA持续扩展Nemotron开放模型体系并推出模型路由工具。这表明，随着企业对AI投入效率的关注提高开放权重模型增强数据控制与安全部署能力—12—请务必阅读正文之后的重要声明部分内部服务器。模型本地托管使敏感数据的处理位置由企业自行控制，并为内部数据管理要求提供可选部署方式。开放权重模型可以通过第三方云服开放权重模型可以部署在企业指定的云项目和VPC网络内，由企业控制部署环境。GoogleCloud的自部署模开放权重为模型提供更多透明度，并允许企业进行推理和调优；MicrFoundry也支持在专属GPU容量上托管开放模型，并沿用统Al云由基础设施延伸至MaaS和AaaS,CSP服务层级持续拓展企业采购方式正在由以基础设施资源计费为主，扩展至按Token计费的模由此成为企业采购模型能力的重要计量单位；模型与Agent也逐步以数字AI云技术栈被重新划分为AaaS、MaaS和AI括Agent平台服务和Agent劳动服务；MaaS包括模型生产服务与模型消自主执行|多步骤编排|工具调用|基于效果定价现成模型能力以API形式对外输出，按Token计费，提供开箱即用的认知与生成能力数据→训练→对齐→评估→治理，将数据×算力×算法转化为模型资产Al云基础设施此同时，模型消费正进入多步流程，并与更广泛的企业工具集成。Agent报告生成，模型能力由单次API调用延伸至连续的工具调■数据显示，2025年全球AICloudInfra市场规模为657.4亿美元，其中AIlaaS市场为247.9亿美元，物理专属资源市场为409.5亿美元。北美、中—13—请务必阅读正文之后的重要声明部分国和欧洲是AllaaS前三大市场，占比分别为45.7%、22.3%和15.4%;中市场结构■2025年全球模型生产服务市场规模达到185.4亿美元，其中模型开发与训练占63.5%;北美、欧洲和中国的市场占比分别为43%、16.8%和14.8%。及模型治理管理，CSP和AI平台可以在模型全生命周期提供服务。入模型目录，再为模型权重配置容器、运行时和加速器组合。Microsoft托管存储，容器镜像由Microsoft构建、扫描并发布，模型、运行时和加速云平台承担GPU或TPU供应、扩缩容和维护，自部署则允许企业选择硬我们认为，模型正在成为与计算、存储类似的可调用资源。资源层能力向术栈逐步覆盖模型托管、调用与应用开发，产业价值也由底层基础设施向Analysis对KimiK3(max)的IntelligenceIndex评分为60,已进入其当的基础，应用层的模型来源因而不再限于少数闭源API。■CSP正在把不同来源的原始模型封装成可直接调用的企业级服务。MicrosoftFoundry官方资料显示，其模型目录包含超过1万Azure管理运行时、容器和安全补丁。GoogleModelGarden也支持开放、延实施分层路由。Anthropic数据显示，Agent通常消耗约为聊天交互4倍—14—请务必阅读正文之后的重要声明部分的Token,多智能体系统约为聊天的15倍；其2026年6月经济指数还显示，“构建应用”类对话消耗的Token超过对话中位数的3倍。而AmazonBedrockIntelligentPromptRouting可在同一模型家族内动态选择模型，AWS披露其最高可在不降低准确率的情况下节省30%成本；An方也建议采用多模型策略，让低成本模型承担大部分Token,将困难决策升级给前沿模型。因此，在当前的CSP中普通任务不必统一调用价格较高的模型供给→CSP服务化→多模型路由→应用规模扩大→云端需求增长开放权重模型能力提升，企业在闭源模型之外拥有更多选CSP提供统一模型目录、托管API、预置吞吐及专属GPU,并叠加部署、数据、安全与运维能力。模型供给日益丰富，CSP价值由单纯提供算力进一步向模型托管、分发及推理优化延伸。多模型路由简单任务调用低成本模型，复杂任务调用高能力模型，企业无需将全部请求固定在单一前沿模型上。应用成本下降╱规模扩大同一Al预算可覆盖更多用户、更多Agent步骤及更长上下文，推动AI向更多标准化和高调用频次场景渗透。云端需求扩张应用规模扩大带来更多Token推理、数据存储及平台调用，推动CSP继续扩展AI基础设施并优化推理效率。■我们认为Coding、办公Agent、客服和内容生产等工作流需要持续读取上下文、调用工具并处理返回结果，因而可能同时受益于模型降价，也会对模型推理、数据库、存储和安全服务形成更高的调用需求。若开放模型能力继续提升、CSP效率持续改善，且应用付费能够覆盖新增调用成本，Coding、办公Agent、客服和内容生产等高频场景有望扩大调用规模，并与者数量；DeepSeekV4Pro0813则以MIT许可证和相对较低的API价—15—请务必阅读正文之后的重要声明部分API闭源；(美元/百万Token)(美元/百万Token)大型开放模型厂商正在把开发者扩散与商业收费结进入开发者社区，官方API继续按照Token收费，大型MaaS和AI应用经营者通过商业授权或收入分成使用模型。模型厂KimiK3:国产开放权重模型进入前沿区间■月之暗面推出的KimiK3采用混合专家架构，总参数量2.8万亿、激活参数1040亿，支持100万Token上下文，并开放完整模型权重。其意义不综合指数中，KimiK3列为仅次于Fable5的第2名；同时，KimiK3在FrontendCodeArena中排名第1;Arena.ai将其列为网页界面构建评测首位。最新ArtificialAnalysis数据显示，其整Opus4.8接近，在ArtificialAnalysis智能指数中排名第5。从开放模型供给看，2026年以来，中国实验室在高参数规模开放模型上的领先更为明显。几乎每个月，中国实验室发布的最大、性能最高的开放模大模型参数量区间约为7540亿至2.78万亿；相比之下，美国实验室在七个月中的五个月，其最大开放模型参数量低于1300亿，少数例外包括英伟Machines实验室的Inkling.KimiK3则进一步将开放模型参数规模推至当—16请务必阅读正文之后的重要声明部分中国实验室●美国实验室(自研模型)3T4月■KimiK3并未采用MIT或Apache2.0等标准开源许可证，而是采用改、合并、发布、分发、再许可及销售模型软件分中保留版权与许可声明，并遵守适用法律法规。许可证对规模化商业使如果使用者或其关联方经营“模型即服务”业务，且使用者与关联方在任意连续12个月内的合计收入超过2,000万美元，在将KimiK3或如果使用KimiK3的商业产品或服务月活跃用户超过1亿，或月收入超过2,000万美元，则需要在产品或服务界面显著展示“KimiK3”。但K3的2.8万亿参数也意味着多数用户难以自行承载，本地运行可能需要Qwen3.8-Max:旗舰能力接入开发者共建生态Qwen3.8-2.4T-A95B构建，同基座Qwen3.8-2.4T-A95B开放权重，同代调并创建衍生作品。该代模型由此以旗舰API模型提供能力上限，以开放根据HuggingFace统计，Qwen系模型已形成151,448个衍生模型，约为Meta整体模型衍生规模的2.6倍、Llama模型仓库数量的4.7倍；2026年前7个月，Qwen衍生仓库每天增加约180-210个。这些衍生模型主要由外部开发者完成，其中28,531个GGUF转换模型中仅54个由Qwen自身提供。较多的外部参与者不仅体现模型下载热度，也推动微调、量化、格—17—请务必阅读正文之后的重要声明部分12万■Qwen生态的核心机制来自稳定迭代、覆盖不同尺寸与用途的模型矩阵，价为每百万Token输入2美元、输出6美元，同时提供缓存、批处理、联定，模型即服务或Al工作助手业务的关联方连续12个月合计收入超过5000■DeepSeekV4Pro0813总参数量1.7万亿，支持100万Token上下文，模型权重采用MIT许可证，可通过vLLM、SGLang和Docker部署。HuggingFace在其发布后数日已显示37,583次近月下载和10个量化版本，表明除DeepSeek官方API外，开发者还可以通过第三方托管、量化版本DeepSeekV4Pro0813已经具备覆盖较复杂任务的能力基础。其强调新版重点增强Agent能力。同时DeepSeek官方API同时提供OpenAl与Anthropic兼容格式。开放权重与兼容接口并行，使开发者可以在自部署与自2026年8月16日起，V4Pro0813的官方API采用峰谷价格：每百万Token缓存命中输入为0.022-0.044美元，缓存未命中输入为0.66-1.32美元，输出为1.98-3.96美元，谷时价格为峰时的一半。相较KimiK3每百万Token3美元输入和15美元输出的官方价格，即使采用峰时价格，V4Pro的输入和输出单价仍低于KimiK3;谷时定价还为可调度任务提供了—18—请务必阅读正文之后的重要声明部分上，通过开放权重和更低的使用成本扩大模