長江證券策略團隊在7月18日釋出的報告中指出，過去兩週中美硬科技板塊出現明顯分化，市場圍繞高額資本開支能否持續、Token支出指數持續回撥等問題分歧加劇。該團隊認為，這場分歧更像是對AI基建的一次壓力測試，而非行情的終結。

報告將市場分歧歸結為兩條主線：資本開支增速放緩與Token支出指數回撥。長江證券認為，CapEx放緩並不必然導致硬體行情結束，而Token支出指數的回撥，折射出市場正從“技術可行性交易”轉向“經濟可行性交易”——投資者開始要求AI證明其創造可持續收入的能力，而非僅僅消耗算力。

該團隊判斷，AI行情的主線正從“上游硬體貝塔”切換至“真正稀缺環節”與“應用收入兌現”，即從CapEx交易進入ROI交易。對映至A股，HBM、先進封裝、高速光互連等稀缺硬體方向更可能在調整後重新獲得溢價，而普通伺服器、普通儲存及高估值擁擠交易則面臨更大壓力。

報告回顧了2010年代移動網際網路行情的歷史經驗，指出資本開支增速頂部拐點通常領先市場高點約一個季度。但該團隊強調，CapEx放緩是否演變為硬體行情拐點，取決於三個條件：收入端是否同步放緩、供給端是否全面釋放、以及融資鏈條是否出現斷裂。當前AI鏈條已進入“第一次CapEx焦慮階段”，短期需降低對中上游普漲的預期，但在Token需求、雲AI收入和推理場景尚未被證偽前，AI週期或仍在延續。

從Token支出指數看，2026年6月以來，LLM Token Index（每百萬Token支付價格）持續回撥，但全球Token使用量絕對值仍維持小幅增長。長江證券將這一背離訊號解讀為AI交易邏輯的結構性切換：市場並非擔憂AI算力需求而調整，而是開始要求AI以更低成本創造可持續收入。閉源大模型（如Claude Opus系列）價格維持相對高位，而開源大模型（如DeepSeek V系列）價格大幅下調且顯著低於閉源模型，兩者分化加劇。與此同時，北美主要雲廠商（微軟、谷歌、甲骨文、亞馬遜、Meta）營收增速逐漸回升，海外頭部大模型廠商ARR亦呈加速上升態勢，表明AI商業化程序仍在推進。

該團隊同時提示三項主要風險：歷史經驗對未來指引效果有限；財報季北美大廠資本開支若低於預期，市場波動或加劇；以及若Anthropic等AI大模型廠商ARR資料不及預期，科技方向波動或同步加劇。