瑞银分析指中国AI训练成本仅为海外1/10

瑞银证券互联网行业研究员熊瑋近日指出，本土人工智能大模型在全球竞争中展现出显著的价格竞争力，核心体现在模型训练与后期推理两大环节。数据显示，国内头部企业的模型训练支出已压缩至海外同类机构的1/10左右。这一降本成果并非依靠市场补贴或企业让利，而是建立在底层架构优化与算力调度升级的基础之上。国内研发团队通过改良算法逻辑及提升图形处理器利用率，有效削减了运算负荷。同时，本土模型多采用相对精简的参数配置，进一步控制了算力消耗。相较于海外同行偏好高投入的基础技术探索，国内厂商更注重投入产出比，致力于将技术成果快速转化至实际商业场景中。

在模型调用环节，价格优势同样明显。国内服务商提供的应用程序接口平均报价通常徘徊在海外市场同类产品的10%至20%区间。尽管相关业务的毛利润水平维持在20%至40%之间，低于部分欧美竞争对手，但该盈利区间仍被视为处于合理且稳健的状态。

技术层面的突破是压低门槛的关键。以混合专家模型为例，国内主流架构在执行推理任务时，实际激活的参数比例普遍控制在10%以内，部分甚至处于1至9%区间。相比之下，海外同类产品该指标通常位于15%至30%。这种设计差异结合高效的底层算法调度，大幅削减了对高端硬件的依赖。随着本土半导体产线不断迭代，未来更多推理运算有望向国产硬件迁移，从而形成长期的成本护城河。

受限于当前算力资源瓶颈，国内产业界普遍采取开放源代码的发展路径。企业愿意主动让渡部分商业化收益，旨在扩大开发者生态覆盖面，加速人工智能技术在传统行业的渗透与普及。