对于国内模型进阶玩法、需求范式转变、以及模型竞争力评价体系等都做了很透彻的阐述，大投行的研究底线有保证，上限就要靠大家自己发挥了。
我来说几点给我印象比较深的观点吧。
第一个，全球企业从单纯追求 Token 用量转向ROI 优先，国内开源模型在代码、Agent 场景大幅追赶海外闭源模型。
第二个，行业分化为两大盈利 ARR （年度经常性收入）赛道：高端高定价代码基座模型（智谱 GLM）、低价高 Token 量通用 Agent 模型（DeepSeek、MiniMax），二者为两大最优 ARR 增长象限。
第三个，国产模型低成本高性能核心是算法创新，如在MoE 稀疏架构下，单次激活参数仅 3%-7%，大幅降低推理算力消耗，代表 DeepSeek、智谱。
第四个，未来国产头部模型将从纯开源转向带商用分成的开放权重，通过第三方 MaaS 平台收取分成，无需自建推理集群即可获取增量高毛利收入。
第五个，模型公司竞争评价体系（定价权 / 成本优势 / 资金实力）；定价权看模型上线迭代速度、真实场景跑分、API 定价上限；成本优势看词元吞吐效率、缓存命中率、MoE 激活参数占比、推理毛利率；资金实力看现金储备、净现金 / 资产比率、P/ARR 估值倍数。
第六个，估值逻辑：互联网巨头用 P/E 估值，未盈利独立 AI 公司采用 P/ARR 估值。
内容很多，我提到这些只是个人比较有启发的。这一行2026年大家都是亏损的，估计要2030年看到盈利的曙光。高盛的观点是，这四年里行业的营收会有十倍的增速（ARR百亿美刀到千亿美刀）。研究信息时效性很强，属于从业者必看了。
