摩根大通的一份新報告強調了中國 AI 領域日益擴大的性能差距,DeepSeek 的基礎設施效率創造了新的低成本前沿。
摩根大通的一份新報告強調了中國 AI 領域日益擴大的性能差距,DeepSeek 的基礎設施效率創造了新的低成本前沿。

摩根大通的一份報告發現,DeepSeek 的 V4 大語言模型具有結構性成本優勢,正給中國 AI 競爭對手智譜 AI (02513.HK) 和 MiniMax-W (00100.HK) 帶來壓力。這份在 V4 模型發佈三周後發佈的分析報告指出,只有 DeepSeek 的專有基礎設施才能以最高經濟效率運行該模型,從而在這個快速增長的領域創造了新的競爭動態。
該銀行的報告強調了該模型在處理前綴緩存重用、流量密度和計算分配方面的結構性第一方優勢。摩根大通指出:「在緩存命中輸入性能方面,DeepSeek 官方 API 與第三方雲渠道之間存在約 40 倍的差距。」該機構得出結論,雖然模型權重可以分發,但底層的成本曲線卻無法分發,這賦予了 DeepSeek 顯著的優勢。
根據 OpenRouter 的數據,DeepSeek V4 的推出並未導致 GLM 和 MiniMax 等競爭對手的使用量相應下降,這表明市場正在經歷供應受限的增長,而非零和替代。報告將市場框架描述為:DeepSeek V4-Pro 定義了低成本前沿,而智譜 AI 的 GLM-5.1 則錨定了高偏好端,使得 MiniMax 的 M2.7 模型處於中間位置。
對於投資者,摩根大通給予智譜 AI 和 MiniMax-W 「增持」評級,目標價分別為 950 港元和 1,100 港元。然而,報告強調,兩家公司都必須加強其戰略定位,以有效應對 DeepSeek 的成本效率競爭。
對於運營 Zhipu AI 模型的智譜 AI,摩根大通認為其盈利現在取決於能否擴大其模型領先地位。雖然其 GLM-5.1 目前在評估中領先於 DeepSeek 的 V4,證明了價格溢價的合理性,但這種領先優勢必須進一步擴大。為了維持定價權,下一個 GLM 版本需要在複雜的、與工作流相關的任務(如基於智能體的編碼和長上下文推理)中擴大其偏好優勢,在這些任務中,重試成本和質量比原始 Token 成本更重要。如果做不到這一點,可能會將對價格敏感的客戶流失給 DeepSeek。
激烈的競爭正值中國 AI 使用量持續激增之際。根據 OpenRouter 對 5 月 11 日至 17 日當周的最新估算,中國大模型的 Token 使用量是美國的 1.81 倍,標誌著其連續第三周位居全球首位。中國模型的 Token 使用量記錄為 7.693 萬億個,而美國模型的使用量為 4.24 萬億個。全球 Token 使用量排名前三的模型中有兩個是中國模型,其中包括騰訊 (00700.HK) 的 Hy3 預覽版,該模型的使用量環比飆升 210%,達到 2.66 萬億個 Token,位列第一。
與此同時,MiniMax 的基礎設施主導型價值主張面臨越來越大的壓力。MiniMax 歷來在吞吐量和延遲方面具有競爭力,現在必須應對 DeepSeek 的低成本、百萬上下文 API 及其看似更高效的服務堆棧。摩根大通建議,MiniMax M2.7 模型的繼任者需要證明其能夠通過更少的循環和重試來降低總體成本,以保持其差異化。
本文僅供參考,不構成投資建議。