2026年9月28日
瑞銀投資研究部指出，中國AI模型的性價比優勢日益取決於具體任務；在複雜、長周期任務中，海外前沿模型較高的Token效率和任務成功率，可部分抵消其單Token價格溢價。
瑞銀證券中國互聯網行業分析師熊瑋指出，性價比優勢正日益取決於具體任務，尤其是複雜、長周期任務。觀察到海外前沿模型憑藉更高的Token效率和任務成功率，部分抵消了其單Token價格溢價；同時，更多開發者推出更小型/Flash模型，以優化規模驅動任務的推理效率。
該行表示，有關可能限制開放權重模型的討論，為其海外採用增添不確定性；全球領先廠商收緊反蒸餾措施，加上美國政策層面對工業化規模蒸餾的關注度上升，令市場對能力追趕速度產生疑問。而隨着最先進模型與非最先進模型逐步服務不同任務層級，兩者的定價趨勢料進一步分化。規模驅動型市場的競爭將推動單Token價格持續下行，能力前沿的定價權則可能更具韌性。
料中國AI實驗室續擴充算力
瑞銀預期，中國AI實驗室將繼續擴充算力，以支持下一代更大規模模型訓練；未來模型能力提升將愈來愈多由多元化資料來源、合成資料及持續積累的特定領域環境資料所驅動。
該行指，在規模驅動型市場，中國及海外開發者正日益推出性能接近旗艦、但價格顯著較低的Flash或小參數模型；全球同業亦透過直接降價、重置免費Token套餐額度及降低KV緩存成本，強化成本效率。在能力前沿，更強的模型能力與更高的Token效率，即使伴隨較高的單Token定價，亦可降低單個成功任務的成本，使前沿模型有望維持甚至擴大價格溢價。
瑞銀預期，模型發布節奏或趨審慎，但各AI實驗室的內部研發強度仍將維持高位，包括在AI輔助研發及遞迴式自我改進方面的探索。中國實驗室料繼續擴充算力，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。其在海外分發、架構創新及開源研發協同方面的進展，仍可能被市場低估。
