摩根士丹利研报：中国大模型从价格战走向智能战，DeepSeek涨价与Kimi K3/Qwen3.8-Max大参数标志三大结构性转变

【新闻原文】 8月9日，摩根士丹利发布最新研报，认为中国大语言模型（LLM）市场正建立一个更健康的商业化环境，这与市场普遍认为开源模型将导致产品同质化及价格战的看法截然不同。大摩指出中国LLM市场正在发生三大结构性转变：第一，定价趋于理性——DeepSeek于8月8日宣布大幅上调API价格，反映业界定价纪律正在改善；第二，开源权重变现模式变得更加严格——供应商转向更限制性的授权模式，并从第一方（1P）API销售扩展至第三方（3P）收益分享；第三，模型规模持续扩大——Kimi K3的2.8万亿及Qwen3.8-Max的2.4万亿参数，标志内地正式迈入大参数时代。以字节跳动、阿里、百度、腾讯、智谱、月之暗面及DeepSeek为样本统计，中国大模型平均API输出价格从2025年一季度的约12.2元/百万tokens回升至2026年二季度的21.9元/百万tokens。大摩强调，模型的智能而非价格才是决定LLM长期竞争定位的关键因素——新兴业者可以透过更便宜的模型向低端市场拓展，而中阶模型供应商若要晋升至最先进技术（SOTA）的行列，则面临更艰巨的挑战。 来源：摩根士丹利/腾讯新闻/新浪财经/华尔街见闻/观点网 【企服观察】 摩根士丹利的最新研报指出中国大模型正在从"价格战"切换到"智能战"，这是国产AI产业从"低价抢市场"走向"能力定胜负"的标志性时刻。对于企业服务行业，这则研报的意义远超对几家模型公司的定价判断——它至少释放出五个值得企服从业者深思的战略信号。 第一个信号：AI竞争的评价标准已经从"谁更便宜"切换到"谁更智能"，商业化指标正在取代价格指标成为新的"指挥棒"。过去两年，中国大模型市场长期被"价格战"标签主导——DeepSeek V4-Flash以每百万Token输入1元、输出2元的极致低价扭转全球开发者使用格局，但同时也压低了整个行业的盈利空间。而大摩研报指出，价格战并非可持续策略——新兴业者可以透过更便宜的模型向低端市场拓展，但中阶模型供应商若要晋升至SOTA行列，则面临更艰巨的挑战。"更强模型→更多收入→更大投入→再次提升"的正向飞轮，才是真正的赢家逻辑。对企服行业的启示是：AI产品的差异化定位必须建立在"智能能力差异化"而非"价格差异化"上——同样的模型能力，价格便宜不是真正的竞争力，只有"客户用别家做不了的事情"才是。企服厂商应当在AI产品设计中凸显"独特能力"，把"我能做别人做不了的事"作为核心卖点。 第二个信号：DeepSeek 8月8日涨价是中国AI行业定价纪律改善的"标志性信号"，而非偶然事件。DeepSeek作为长期以"高性能+极低定价"著称的厂商，其涨价动作被大摩解读为行业定价纪律改善的积极信号。研报给出三个驱动逻辑：V4系列需求强劲带来更强定价权；厂商需要在争夺市场份额与保持健康毛利率之间取得平衡；国内算力芯片使用比例上升可能推高推理成本。从行业数据看，中国大模型平均API输出价从2025Q1的12.2元/百万tokens涨到2026Q2的21.9元/百万tokens（涨幅约80%）——这是行业整体走出"低价内卷"的客观证据。对企服行业的启示是：行业定价纪律改善将传导到下游应用层——企服厂商可以预期未来AI能力的采购成本将逐步稳定甚至小幅上涨，"靠AI能力打价格战"的SaaS产品将面临成本压力，唯有真正创造业务价值的AI应用才能持续盈利。企服厂商应当从"低价抢占市场"转向"高价值绑定客户"的产品战略。 第三个信号：开源模型授权收紧（L2/L3级许可普及），"免费用"时代正在走向"有节制的开放"。研报将基础模型许可划分为四个层级：L1宽松开源（可自由商用）、L2商业开放权重（商用通常允许但附收入/规模/署名等条件）、L3非商业开放权重（商用需单独授权）、L4闭源/API-only（不公开权重）。随着模型能力提升，国产厂商正越来越多迁移到L2/L3级许可——保留开放权重但限制商业使用，从"第一方API销售"扩展至"第三方收益分享"。这意味着完全免费、无限制商业化的开源模型时代正在结束。对企服行业的启示是：基于开源模型构建SaaS产品的厂商需要重新评估商业模型——之前"基于开源LLM零成本构建产品"的假设不再成立；未来必须为"开源模型商用授权费"或"基于闭源API的持续调用费"做好成本预算。同时，"有节制的开源"也意味着更稀缺的高质量开源模型将获得更高估值，企服厂商应当在战略层面尽早锁定关键开源模型的合作关系。 第四个信号：模型参数规模跃升至万亿级（Kimi K3 2.8T、Qwen3.8-Max 2.4T），"超大模型专属工程能力"成为新的分水岭。研报明确指出，Kimi K3和Qwen3.8-Max的参数规模标志着内地正式迈入大参数时代。超大参数模型的训练、部署、优化对工程能力提出全新要求——如何解决万卡/十万卡集群的稳定性、如何在性能不退化的前提下扩展规模、如何调度大规模推理的成本，都是极度稀缺的工程能力。对企服行业的启示是：模型能力固然重要，但"训练和运行超大模型的工程能力"才是更稀缺的护城河——谁能帮客户用好超大模型、降低超大模型的部署成本（推理分级缓存、KV缓存优化、模型压缩、稀疏化推理等），谁就能在大模型时代建立真正的竞争力。企服厂商应当把"超大模型工程能力"作为核心研发投入方向，构建从数据、训练、推理、服务到生态运营的全链路能力。 第五个信号："更强模型→更多收入→更大投入→再次提升"的正向飞轮，决定了AI竞争的最终赢家将是头部而非中尾部。大摩强调，模型的智能而非价格才是决定LLM长期竞争定位的关键因素。这一判断对企服行业的启示是：在AI大模型"能力差异化"时代，下游应用层（企服厂商）必须尽早选定"头部AI能力合作伙伴"——基于DeepSeek V4、Kimi K3、Qwen3.8-Max、智谱GLM 5.2等头部模型构建差异化产品，而非绑定到中等水平模型上"赌未来"。同时，企服厂商也应当思考自身的"飞轮"——是依靠"客户成功→更多数据→更好模型→更强产品→更多客户"实现正循环，还是依靠"低价获客"陷入负循环。最终，能够构建正向飞轮的企服厂商才能赢得长期市场地位。 总而言之，摩根士丹利的研报揭示了中国AI产业的根本性拐点——商业化指标取代价格指标成为竞争主轴、DeepSeek涨价标志定价纪律改善、开源授权从完全开放走向有节制开放、超大模型工程能力成新分水岭、正向飞轮决定最终赢家。对企业服务行业，这是一次全方位的战略校准：能力差异化优于价格差异化、稳定可预期的高价值产品优于低价内卷、开源成本纳入预算、超大模型工程能力是核心投入、正向飞轮是长期目标——唯有在这一系列战略维度上做好准备，才能在AI产业"智能战"的新阶段赢得稳健的长期增长。