Jefferies 报告：中国及开源 LLM 或引发 AI 基础设施价值重置
近期，财务分析师对人工智能成本因中国低成本模型及开源模型的普及而下降是否会导致 AI 行业故事发生“重置”提出质疑。这一担忧源于云计算提供商正面临收回数万亿美元资本支出的巨大压力。
在最近针对亚洲市场的研究报告中，投资银行 Jefferies 指出，微软（Microsoft）、Alphabet、亚马逊（Amazon）和甲骨文（Oracle）约一半的合同积压订单——总额约为 2.3 万亿美元——由 OpenAI 和 Anthropic 持有。然而，中国的人工智能模型、开源/权重模型以及小语言模型的出现，威胁到了这两家美国头部企业所设定的价格体系。
数据显示，全球聚合平台 OpenRouter 的研究发现，在截至 9 月 27 日的一周内，中国模型处理的代币数量达到 76.12 万亿，相较于 4 月底的 4.37 万亿呈现显著增长。同期，美国四大供应商处理了 142 万亿个代币。此外，Moonshot AI 推出的开源 Kimi K3 被认为处于“前沿竞争”行列，据估计其性能达到了 Anthropic Claude Fable 5 的 95%。
定价崩盘与超大规模企业的盈利困境
核心问题在于，上述所有服务的价格是否完全符合市场实际水平。Jefferies 认为答案是否定的。今年最大的超级扩展企业（Hyperscalers）预计在数据中心建设上花费 600 至 800 亿美元，且资金来源将越来越多地依赖债务而非现金储备。
随着 Kimi K3 等高效低价模型的出现，代币定价持续崩塌，大型语言模型的盈利能力受到挑战。这对超级扩展企业至关重要，因为它们投资建设数据中心容量的前提假设是，计算资源将被 Anthropic 和 OpenAI 等公司大量购买。虽然长期来看对 AI 的投资可能合理，但 Jefferies 指出，中期来看，AI 故事将在不久的将来经历重启。分析师质疑道：“四个超级扩展公司到 2027 年真的会在资本支出上花费 9930 亿美元吗？”
另一个关键问题是，超级扩展企业报告的利润有多少依赖于其对 AI 模型构建商的投资，而这些投资的收益又反过来影响收入。Jefferies 表示，这些投资“很可能包括在未上市的 AI 相关股票中的头寸”。据分析师统计，四大超大规模企业在 2026 年第二季度的前四个季度中，年收入增长了 2220 亿美元，达到 581 亿美元（注：此处原文数据逻辑可能存在翻译或原始报告误差，保留原意），而其他非经营性收入/损失占据了这一增长的全部。同期，“其他非经营收入/损失”同比增加 2240 亿美元，达到 2370 亿美元，这意味着它贡献了“收入增长的全部”。
贝恩咨询：巨额资金缺口待填补
除了 Jefferies 的分析，其他研究也强调了云提供商为资助数据中心建设计划所需的收入规模和借款能力。管理顾问贝恩公司（Bain & Company）在其 2026 年全球技术报告中称，到 2031 年，人工智能行业必须产生 6 万亿美元的年收入，才能继续为满足预期需求所需的基础设施提供资金。
这意味着行业需要开发出超越员工生产力提升之外的新用途。贝恩怀疑现有的人工智能应用可能会带来 1.8 万亿美元的收入，但这仍然留下了 4.2 万亿美元的缺口。该缺口理论上可以通过新兴的人工智能应用程序（如搜索引擎和广告）、自动驾驶汽车以及 AI 模拟来弥补。然而，即使这些新类别取得成功，预计也只能增加 1.5 万亿美元的收入，最终仍留下 2.7 万亿美元的缺口，这部分可能需要依靠“今天尚不存在的新产品和用途”来填补。
