過去兩天，A股AI應用板塊成為交易熱點，辦公軟體、企業服務、廣告營銷、數字內容等方向集中反彈。表面催化是Kimi K3、DeepSeek-V4-Flash、MiniMax H3以及Seedance 2.5等國產模型密集更新，深層變化則是AI產業正在同時跨過三個門檻：模型能力足夠強、單位使用成本足夠低、企業落地路徑開始清晰。

過去兩年，AI行情主要獎勵晶片、伺服器和光模組，資本市場相信算力稀缺，卻始終無法回答鉅額資本開支由誰買單。如今，國產開源模型能力逼近全球前沿，推理成本持續下降，多模型部署、企業級開發平台與辦公Agent同時成熟，AI價值鏈的權力開始由單一模型向CSP、軟體入口和垂直應用遷移。當應用開始製造Token、雲平台完成分發、企業願意按使用量付費，AI是否正從單向投入走向可以自我迴圈的商業閉環？

國產大模型此前最鮮明的標籤是低價。DeepSeek以極致價效比降低模型呼叫門檻，推動大模型能力普及；最新一輪模型迭代則出現另一條路線：Kimi K3、智譜等模型在程式碼、長上下文和複雜Agent任務上逼近全球前沿，並開始嘗試按照能力而非成本定價。這意味著國產模型市場不再只有低價競爭，而是逐漸形成兩類供給：高效能模型承擔複雜推理和高價值任務，高性價比模型覆蓋大量標準化、高頻任務。對於應用開發者而言，這比單一模型跑分提升更加重要，因為企業可以根據任務的質量、時延、成本和合規要求，動態選擇不同模型。模型因此開始從一種稀缺產品，轉變為可以被排程、組合和替換的生產資料。

過去，前沿模型主要掌握在少數閉源廠商手中。雲廠商和應用公司必須依附特定模型，模型方掌握價格和產品迭代節奏，下游則承擔模型漲價、能力變化以及介面調整的風險。但當開源模型效能接近閉源模型，並且在多數企業任務中“足夠好”，CSP和應用廠商便不再需要與某一個模型深度繫結。微軟已經將模型編排、上下文、記憶和操作空間與單一模型系列分離，Azure平台可以讓客戶根據不同任務切換模型。多模型架構的本質，是將模型由平台的核心控制者變成平台可呼叫的一項能力。

由此，產業鏈的話語權開始從模型層向上層遷移——模型提供智慧能力，CSP負責算力、部署和編排，軟體入口負責使用者與工作流，垂直應用完成行業價值兌現。這也是近期AI敘事最深刻的變化。資本市場不再只問“誰擁有最強模型”，而開始追問“誰能夠控制模型選擇、掌握使用者入口並對最終客戶收費”。

當模型能力足夠、成本足夠低，企業級開發平台與辦公Agent的成熟讓落地路徑變得清晰。應用開始製造Token，雲平台完成分發，企業願意按使用量付費，AI正從單向投入走向可以自我迴圈的商業閉環。這一轉變意味著，AI價值鏈的權力開始由單一模型向CSP、軟體入口和垂直應用遷移，資本市場的定價邏輯也隨之改變。