高盛：大语言模型（LLM）概览

大约一周前，人们对“模型层”的经济效益产生了诸多疑问，因为大语言模型（LLM）正日益被视为一种大宗商品，且已达到“处于智能前沿不再是决定性因素”的阶段。根据经济学基本原理，在像餐饮业这样存在大量替代品的市场中，价格战（压低价格）往往成为关键因素——正如电动汽车（EV）领域的情况，而这正是中国企业胜出的领域。

高盛针对当前的市场格局提供了一些见解：

→ 中国顶尖的代码生成模型（如GLM5.2、Qwen3.7 Max）的混合Token（token）价格约为每百万Token 1美元，而美国同类顶尖模型（SOTA）的价格则在4至8美元之间。→ 而且它们是在亏本销售。高盛估算，目前具备智能体（Agentic）功能的模型其EBIT利润率为-30%，代码生成模型为-39%；企业凭借雄厚的现金储备消化亏损，直到2030年利润率转正，分别达到+14%和+22%。→ 之所以能提供如此低廉的价格，归功于模型架构：所有模型在处理每个Token时激活的参数比例均低于8%——例如DeepSeek V4 Pro在1.6万亿参数中仅激活490亿，GLM5.2在7440亿参数中仅激活400亿；更少的浮点运算（FLOPs）为低价提供了结构性支撑。→ 市场采用率已在OpenRouter平台上显现：按任务类型划分，中国模型在总支出中占比为5%至16%，但在智能体（Agent）任务和代码生成任务的Token用量中占比分别高达85%和89%；凡是任务时长和数据量使得“单任务成本”成为关键考量因素的场景，中国模型均占据优势。→ 混合Token价格也随之走低：SDLLMTK（高盛大语言模型Token价格指数）在6月初达到约2.07的峰值，目前已降至1.67。

这与电动汽车行业的发展路径颇为相似：作为消费者，我们有望从价格战中获益，但对于股权股东而言，回报前景则存在更多不确定性。