瑞銀：中國AI模型性價比日趨任務化 海外前沿模型在複雜任務具優勢

瑞銀投資研究部發表最新報告指出，中國人工智能（AI）模型的性價比優勢正日益取決於具體任務需求。報告強調，在處理複雜及長週期任務時，海外前沿模型憑藉其較高的Token效率和任務成功率，能有效抵銷其單Token價格的溢價。 瑞銀證券中國互聯網行業分析師熊瑋分析，性價比優勢的體現愈發與任務類型相關，尤其在面對複雜及耗時的任務時。他續指，海外領先模型展現出更高的Token效率及任務成功率，足以彌補其在單Token定價上的溢價。同時，市場亦觀察到更多開發商正推出更小型或「Flash」模型，以優化規模驅動型任務的推理效率。 該報告進一步歸納出三大市場重點：
1. **開放權重模型之挑戰：** 有關限制開放權重模型應用的討論，正為其在海外市場的普及增添不確定性。鑑於全球領先廠商正收緊反蒸餾措施，加上美國政策層面日益關注工業化規模的蒸餾行為，市場對AI能力追趕的速度產生疑問。
2. **定價趨勢分化：** 隨著最先進模型與非最先進模型逐漸服務於不同的任務層級，兩者的定價趨勢預料將進一步分化。在規模驅動型市場，激烈的競爭將持續推動單Token價格下行；然而，處於能力前沿的模型，其定價權可能更具韌性。
3. **算力擴充與數據驅動：** 瑞銀預期，中國AI實驗室將持續擴充算力基礎，以支援下一代更大規模模型的訓練。未來模型的性能提升將愈發由多元化資料來源、合成資料以及持續積累的特定領域環境資料所驅動。 在規模驅動型市場方面，中國及海外開發者正積極推出性能接近旗艦級，但價格顯著更低的「Flash」或小參數模型。全球同業亦透過直接降價、重置免費Token套餐額度以及降低KV緩存成本等方式，不斷強化成本效益。 相對地，在能力前沿領域，即使伴隨較高的單Token定價，更強的模型能力與更高的Token效率仍能有效降低單個成功任務的總成本，這使得前沿模型有望維持甚至擴大其價格溢價空間。 展望未來，瑞銀預期模型的發布節奏或趨於審慎，但各AI實驗室的內部研發強度將維持高位，其中包括在AI輔助研發及遞迴式自我改進等方面的探索。報告特別指出，中國實驗室預料將繼續擴充算力，並透過多元化資料來源、合成資料及特定領域環境資料推動能力提升。該行認為，中國AI實驗室在海外分發、架構創新以及開源研發協同方面的進展，仍可能被市場低估。