高盛在8月3日的最新研报中，将中国大模型厂商2026年末合计年度经常性收入（ARR）预期从100亿美元上调至130亿美元，并预测2030年将攀升至1250亿美元，五年增长约25倍。同日，Jefferies研报显示，在OpenRouter平台上，中国模型已连续14周包揽调用量前五，其中DeepSeek V4 Flash单周消耗7.22万亿token登顶全球。这两条线索共同指向一个拐点：中国大模型正从“性价比叙事”迈入“收入兑现叙事”，而驱动这一转变的核心是Agent与编码场景对token消费模式的重塑。

高盛预计，中国大模型的API及订阅收入将从2026年的350亿元人民币增长至2030年的8790亿元，对应每日token消耗量从350万亿增至4600万亿。收入结构呈现分化：高盛上调了智谱和MiniMax的收入预期，分别上调35%和22%—64%，反映市场对头部公司商业化能力的重新定价。高盛将中国AI模型市场描述为“双层结构”：高端市场以智谱GLM5.2和阿里Qwen3.7 Max为代表，定价约每百万token 1美元；低端市场面向Agent任务，定价低至每百万token 0.06至0.2美元。两层市场均在扩张，但驱动因素不同——高端靠智能溢价，低端靠规模效应。

不过，高盛也指出现实约束：2026年行业训练总成本40亿美元、推理总成本70亿美元，合计高于当期ARR，板块整体仍处于负EBIT状态。API业务毛利率当前仅20%—30%，盈利拐点预计到2030年才会出现，届时板块EBIT利润率可达18%，对应总利润230亿美元。这是一条“先烧钱、后兑现”的路径，但终点已被清晰标定。

性价比是硬币的一面。高盛测算，一名Agent开发者每日约消耗709万token，在美国顶尖模型上运行，单日成本为52至104美元；切换至中国头部模型后，成本骤降至13美元，价差达4到8倍。底层是架构红利：中国模型普遍采用MoE（混合专家）架构，通过低参数激活比压低推理成本。以DeepSeek V4 Flash为例，输入价格每百万token 0.14美元，输出0.28美元，而OpenAI GPT-5.5报价5美元，差距超35倍。DeepSeek的缓存命中折扣机制按标价2%计费，远超业内90%折扣水平，进一步降低Agent场景的重复上下文读取成本。

但价格并非全部。高盛将中国大模型发展划分为两个阶段：2025年是“DeepSeek时刻”，行业依托MoE架构压低推理成本；2026年是“智谱时刻”，GLM 5.2在代码、智能体等高价值赛道跻身全球第一梯队。三个月内，中国大模型在文本赛道全球前50%新增13款，代码赛道前30%新增5款，智能体赛道实现从零到一突破，GLM-5.2稳居全球前7。在Artificial Analysis视频模型榜单中，MiniMax H3视频编辑能力排名全球第一，字节Seedance在多模态生成领域领先。斯坦福AI Index数据显示，中美顶尖模型性能差距已缩小至约2.7%，一年前还是两位数。

能力超越的根源在于，MoE架构的稀疏激活机制在压低推理成本的同时，通过更大总参数量实现更高模型容量。MiniMax M3的MSA（混合稀疏注意力）架构将1M超长上下文处理成本降至极低，同时在Coding和Agent基准测试中领先。美团LongCat 2.0基于5万张国产算力卡完成1.6万亿参数全量训练，证明国产软硬件协同栈具备竞争力。能力超越正从通用基准向高价值场景渗透：基础文本领域智谱和DeepSeek突出，Agent工具调用和Coding场景中阿里Qwen3-Max处于全球第一梯队。

Token消费的结构性转向是关键。OpenRouter最新周报（7月27日—8月2日）显示，全球大模型调用量前五全部由中国模型包揽：DeepSeek V4 Flash（7.22万亿）、小米MiMo-V2.5（6.3万亿）、腾讯混元Hy3（4.82万亿）、DeepSeek V4 Pro（3.28万亿）、智谱GLM5.2（2.89万亿）。中国模型在全球平台的token份额达63.5%，美国为35.5%。同一份编码任务，AI Agent自动化工作流平均消耗417万token，普通代码问答仅3390token，相差超1000倍。OpenCode平台披露，DeepSeek V4 Flash单日处理量达8万亿token，其中5万亿来自免费试用，3万亿来自付费套餐。以Hermes为代表的Agent应用已超过人类聊天，成为OpenRouter上最大的token消耗App。

这种转变重塑了模型竞争维度：衡量标准从“单次回答有多聪明”变为“完成长任务要花多少钱、多久、失败几次”。企业客户从“绑定单一模型”转向“便宜的和高级的搭配着来”。微软已证实探索将DeepSeek V4部署在Azure上，用作Copilot的低成本模型选项；Airbnb CEO公开表示依赖阿里Qwen模型用于大规模生产场景。

多模态与Agent成为竞争新前沿。7月31日，MiniMax发布新一代多模态生成模型H3，并宣布近期开源，支持文本、图片、音频和视频输入，可直出2K分辨率，最长生成15秒音画内容。H3视频生成价格为0.8元/秒（2K分辨率），仅为业内同类旗舰模型的三分之一。MiniMax股价当日大涨超14%。字节跳动发布面向Agent与Coding场景的Seed 2.1 Pro，腾讯WorkBuddy在企业Agent应用市场占据34%份额，智谱GLM Coding Plan同步开放订阅。编码场景成为必争之地，因为它是Agent能力最直接的商业化出口，也是token消耗最密集的场景之一。

模型层繁荣正向云收入传导。阿里云最新季度收入达398.24亿元，同比增长34%，增速创三年新高。AI相关产品收入连续第九个季度三位数增长，占云业务对外收入约20%。高盛预计，阿里云AI收入占比将从30%向50%迈进。过去四个季度，阿里在AI+云基础设施的资本开支约1200亿元，CEO吴泳铭表示“三年规划3800亿的投资目前看说少了”。Jefferies前瞻CSP财报季：阿里云收入预计加速至45% YoY，腾讯云AI收入占比提升，百度智能云受益于文心系列迭代。云厂商正从“卖算力”升级为“卖AI能力”，收入结构转向MaaS+IaaS混合模式。

中国大模型正经历双重转型：从“性价比”到“收入兑现”，从“Chat”到“Work”。高盛上调ARR预期是对既有趋势的滞后确认，而token消费的主人正从人变成Agent，这不仅是量的爆发，更是质的转变。竞争核心不再是参数大小或benchmark分数，而是谁能把推理成本压到最低、谁能在Agent和编码场景中捕获最多token消费、谁能最快将模型能力转化为云收入。这是一场关于成本、场景和生态的综合博弈。