【导读】高盛（GS）亚洲互联网研究主管姜朗霆：随着AI模型能力提升，关注点可能从模型排名转到性价比和Harness的落地，开源模型出海的潜力巨大
日前，高盛（GS）亚洲互联网研究主管姜朗霆（Ronald Keung）在接受中国基金报专访时表示，智能体AI推动高性价比模型与小模型的需求增长，开源模型出海的潜力巨大。
他认为，随着AI模型能力提升，关注点可能从模型排名转到性价比和Harness的落地。高盛（GS）研究部预计，到2030年，中国AI模型市场的词元调用量将增长25倍。
关注点或从排名转向性价比和Harness落地
中国基金报：最新财报数据显示，中国互联网巨头资本开支明显提升，这个趋势是否可持续？
姜朗霆：最新数据显示，互联网巨头资本开支占经营性现金流的比例大幅提升。头部互联网公司的资本开支远超预期。当前，国内外算力均供不应求，中美巨头大幅提升资本开支以加大算力投入。中国互联网方面，AI整体需求旺盛，业务增速加快，提前布局和锁定长期算力是资本开支提升的推动因素。
近期，高盛（GS）也将中国头部互联网企业未来两年的资本开支预期上调。虽然不同公司处于不同的AI发展阶段、适用的应用场景不同，但行业已对AI投资回本的时间线给出了比较清晰的指引。
中国基金报：中国模型以低成本实现具有竞争力的性能，在模型排名上和国际最尖端模型不相上下。这一优势是否能持续？
姜朗霆：因为算力受限，中国公司在平衡训练效率和推理效率上表现出色。截至目前，中国不少公司以相对小的算力实现了与全球领先模型非常相近的水平。海外模型也在学习中国模型，以实现效率提升。
截至目前，大家仍非常关注模型的排名、打榜情况。不过，当前模型的脑力已经到了智能临界水平，接下来关注重心将转向“干活能力”。
此外，行业愈发认识到Harness的重要性不亚于模型本身，其数据也可以反哺模型迭代，后期训练也非常重要。我认为，在不久的将来，模型排名的实际意义可能会下降，市场更关注的可能是哪家模型公司行业落地表现出色。到时候，模型公司和企业对接，模型能力只是决定其服务水平的一部分。
中国基金报：目前，芯片对模型的影响是否可以克服？
姜朗霆：要把训练和推理分开来看。具体来看，顶尖的芯片在模型训练速度方面展现优势。不过，用非顶尖的芯片并不意味着无法达成同水平的训练结果，只是训练时间要长一些、耗能更多一些。由于模型的迭代速度非常快，就训练而言，大部分公司仍致力于拿到最好的卡、用最快的速度去迭代。一旦模型训练好了，推理可以通过不同的方案实现。现阶段，芯片方面的瓶颈是产能。
开源模型出海收入有望大幅提升
中国基金报：中国模型出海有什么新的路径？
姜朗霆：除了在海外搭建算力服务海外客户之外，部分中国模型公司也通过海外商业授权合作模式获得收入。在商业授权模式下，模型公司不需要投入算力建设，算力由当地云厂商提供。
开源为模型训练、部署提供了更大灵活性，并能实现在开放社区最广泛的普及。开源模型披露的年化经常性收入（ARR）可能低估了总部署量和收入潜力，未来或有更多中国AI模型选择开放权重与商业授权相结合的路径。
这种商业模式的挑战在于政策对模型和算力的管控。一方面，当模型能力持续突破，最终可能会出现安全问题，部分政府开始强化对顶尖AI模型的审查；基础设施服务商在提供顶尖模型或者算力服务时，也可能需要提供更多关于客户的申报。在世界人工智能（885728）大会上，我们观察到了类似信号。另一方面，AI普惠可能带来新的机会。
此外，2025年以来，AI的普及渗透呈现爆发式增长，这表明模型公司的商业模式还有比较大的不确定性。
独立AI模型公司在定价能力和成本优势方面脱颖而出
中国基金报：你如何判断一家模型公司的潜力？
姜朗霆：近期我们搭建了一个AI模型企业的竞争定位框架，我们发现：中国模型的智能水平已达到关键临界阶段，有望在智能体任务及特定编程场景中实现广泛应用；中国AI模型市场格局较为分散，定价能力将来自前沿性能与多模态能力；智能体AI推动高性价比模型与小模型的需求增长，财务实力与推理效率是关键。
在这个框架下，我们认为，驱动企业表现的关键因素在于模型定价能力、成本优势及财务稳健水平，以及更为具体的模型发布时间与速度、词元调用量、缓存命中率、在手现金等十个具体指标。
中国基金报：中国AI模型市场的潜力有多大？
姜朗霆：基于现有的研究，我们预计，到2030年中国AI模型市场的词元调用量将增长25倍。
出海是一项关键的利好因素，有望带来更高定价和全球普及，特别是在美国以外的市场，因为企业的盈利模式正从“词元用量最大化”转向“投资回报率优先”。
此外，投资者非常关注如何发现并识别未来的领头企业。我们认为，拥有最大ARR规模、毛利率优势以及财务实力的公司可能成为长期赢家。根据高盛（GS）研究部的竞争定位框架，独立AI模型公司目前在定价能力和成本优势方面大多脱颖而出。
