瑞銀：中國AI模型成本優勢源於底層技術創新 性能逼近海外龍頭

瑞銀證券中國互聯網行業分析師熊瑋近期在媒體分享會上表示，中國人工智能（AI）模型在訓練及推理成本方面展現出顯著的競爭優勢。她強調，這種優勢並非單純依賴激進的價格補貼或廠商讓利，而是根植於技術與架構的底層創新。 熊瑋指出，由於內地模型廠商在演算法及圖形處理器（GPU）運用效率上持續提升，部分龍頭AI模型的訓練成本，大約僅為海外龍頭企業的十分之一。此外，內地模型的參數規模相對較小，有效降低了整體運算量。市場分析認為，內地廠商更傾向於在成本與性能之間取得平衡，以推動AI技術於各行各業的實際應用落地，而非如美國同行般耗費巨資進行純粹的前沿實驗探索。 在推理成本方面，熊瑋續指，內地模型的應用程式界面（API）平均定價通常僅為海外同類模型的10%至20%。儘管相關業務的毛利率介乎20%至40%，略低於美國同業，但仍被視為健康水平。她以MoE（混合專家模型）架構為例説明，內地主流模型處理推理任務時的激活參數比例普遍處於個位數至10%，顯著低於美國模型的15%至30%，加上注意力機制等模型設計差異，大幅降低了算力門檻。 展望未來，熊瑋預期隨着國產晶片的持續發展，將有更多推理任務逐步遷移至國產晶片平台，進一步鞏固長遠的成本優勢。她亦提及月之暗面（Moonshot AI）近期推出的模型K3，認為其性能與美國前沿模型的差距已進一步收窄，同時仍能保持價格優勢，這反映出內地開源生態所具備的商業溢價能力。