Jefferies指Z.ai GLM-5.2以低75%成本媲美Anthropic

一款中國AI模型現在以四分之一成本達到Anthropic的企業級效能，威脅西方AI開發商在擬議上市前的定價能力。

Jefferies策略師Christopher Wood表示，Z.ai的GLM-5.2模型以較Anthropic的Claude低75%的每Token成本，提供幾乎媲美的企業級AI效能，他稱此為「DeepSeek時刻」，威脅西方現有AI業者的定價能力。

Wood在Jefferies廣受閱讀的《Greed & Fear》報告中指出：「在香港上市的Z.ai所推出的GLM-5.2模型，在企業市場上以四分之一的每Token成本，幾乎與Anthropic匹敵。」

Anthropic的年化營收從2025年底的90億美元飆升至5月的470億美元，但Wood預期隨著企業對大量Token消耗的抵制，成長將會放緩。截至6月21日當週，中國AI系統在OpenRouter聚合平台上處理了21.37兆個Token，高於4月底的4.37兆個，而領先美國模型的處理量為5.76兆個。頂尖中國系統目前佔該平台總Token流量的近80%，高於兩個月前的約43%。

此挑戰發生在Anthropic籌備股票上市、競爭對手OpenAI也考慮掛牌之際。Wood表示，價格更低的中國模型已在搶佔市佔率，強化了大型語言模型將走向商品化的觀點，同時也讓企業有動力將較小模型部署到自有伺服器以保護數據。

儘管模型開發商面臨競爭壓力，Wood仍看好推動AI相關股票漲勢的「鏟子和鐵鍬」供應商。他引用傑文斯悖論——更便宜的Token反而會刺激對運算能力和記憶體晶片的整體需求。他指出，記憶體製造商是主要受益者，認為SK海力士、三星電子和美光科技應以獲利而非帳面價值來估值，且以此衡量仍然便宜。用於AI訓練叢集的高頻寬記憶體晶片已成為關鍵瓶頸，SK海力士約佔50%的市場。

Wood表示，他正在提高Greed & Fear投資組合中對科技硬體的曝險，將SK海力士和鎧俠納入全球純多頭投資組合，同時剔除Alphabet和阿里巴巴。他指出，該交易的主要風險在於投資者突然意識到超級雲端運算業者和領先AI開發商無法從其支出中獲得足夠回報，而循環融資安排（如Nvidia資助OpenAI購買晶片）又加劇了這種擔憂。Wood表示，目前這些擔憂仍停留在理論層面，尚無跡象顯示AI資本支出競賽正在放緩。包括微軟、亞馬遜和谷歌在內的超級雲端運算業者今年預計將合計在AI基礎設施上投入超過2500億美元。

成本競爭力強的中國替代方案的出現，壓縮了西方AI開發商在IPO前享有的估值溢價。Anthropic 470億美元的營收雖然令人印象深刻，但隨著Token價格下跌，利潤率面臨壓力。相比之下，包括SK海力士和美光在內的記憶體製造商，即使單位售價下跌，也將受益於不斷增長的銷量需求，這種動態可能維持其當前的獲利估值。Oracle和Meta Platforms作為主要的AI基礎設施支出大戶，如果更便宜的模型降低了開發自有AI的迫切性，其資本配置策略可能面臨考驗。

本文僅供資訊參考，不構成投資建議。