中國AI模型參數量達三萬億規模 晶片產能接近量產

中國AI開發者在WAIC推出參數量高達三萬億的模型，以更低成本媲美美國前沿能力。

中國AI開發者於上海世界人工智能大會（WAIC）上，推出了一系列參數量高達三萬億的大型語言模型（LLM），其能力可與美國前沿系統媲美，但API定價僅為其幾分之一。

招商證券國際（CMSI）在一份報告中指出：「國產模型的快速迭代令人矚目，領先模型的參數規模已達2至3萬億，與Claude Opus 4.8相當，同時保持成本效益和開源優勢。」

Moonshot AI推出Kimi K3，擁有2.8萬億參數及100萬token的上下文視窗。阿里巴巴發佈了Qwen3.8Max預覽版，參數量達2.4萬億；DeepSeek則準備推出其正式版V4。智譜AI、Minimax和騰訊也在這場於7月17日至20日舉行、主題為「智能夥伴，共創未來」的大會上，分別發表了GLM-5.2、M3和HY3等新模型。

加速的迭代週期可能壓縮美國AI領導企業的利潤空間，因中國開發商以更低價格競爭。CMSI維持對該行業的「強烈推薦」評級，並將阿里巴巴、騰訊、快手、智譜AI和Minimax列為關鍵投資主題。

國產晶片生產縮小硬體差距

在上游層面，競爭格局正從單一晶片規格轉向系統級架構。華為和阿里巴巴的平頭哥（T-Head）均展示了超級節點，透過高速互連將數百至數千顆晶片連結成統一計算池，以架構創新彌補單顆處理器的性能差距。

CMSI表示，華為昇騰950系列在2026年下半年的量產，將成為大型模型效率的重要催化劑，有助於降低推理成本並改善模型公司的毛利率。在美國出口管制限制先進AI晶片進入的中國市場，昇騰950直接與Nvidia的H100和B200競爭。

投資影響與估值背景

在香港上市的阿里巴巴，其自有Qwen模型系列與平頭哥的硬體能力雙重利好，潛在收益最大。騰訊的消費者生態系統優勢、快手的Kling AI影片生成模型，提供差異化佈局；而智譜AI的頂尖程式碼能力與Minimax的原生全模態方案，則鎖定特定高價值領域。

相較於美國模型更低的API定價，可能會壓迫近期營收，但也可能推動中國企業及開發者生態系統更快採用。CMSI預計，模型迭代與國產晶片產出的結合，將形成自我強化的良性循環：更便宜的推理推動更廣泛的部署，從而產生更多數據以改進模型。

本文僅供資訊參考，不構成投資建議。