FOREXBNB获悉，中信建投发布研报称，2026年以来，AI产业投资逻辑正从模型能力与资本开支竞赛，逐步转向订单、收入及盈利的商业化验证。海外Agent产品率先形成收入增量，云厂商高强度算力投入仍有云收入和在手订单支撑；国内模型在Coding及Agent任务上的能力差距快速收窄，推理效率、Token调用量及产品收入同步提升。展望未来一至两个季度，国产模型迭代、Agent产品升级和旗舰模型重新定价有望共同推进，建议持续关注算力服务、国产芯片与超节点，以及具备场景、数据和企业交付能力的B端AI应用厂商。
中信建投主要观点如下：
海外：收入加速兑现，算力投入进入回报验证阶段
Anthropic Q2录得115亿美元收入；OpenAI Codex及ChatGPT Work活跃用户突破1500万；Microsoft 365 Copilot付费席位超过3000万；Agent正由编程场景向办公及企业工作流扩散。与此同时，Google Cloud、Azure和AWS收入分别同比增长82%、43%和37%，云业务收入及合同储备保持较快增长，为高强度资本开支提供需求支撑。随着CSP自由现金流阶段性承压，市场关注重点将进一步转向算力利用率、订单转化效率及资本回收周期。
国内：模型能力跨过可用门槛，Agent进入兑现期
Kimi、智谱、DeepSeek及MiniMax等厂商持续提升Coding、工具调用和长程任务能力，国产头部模型与海外模型的差距进一步缩小。Kimi K3发布后ARR创公司历史最大单日增幅，WorkBuddy月访问量快速增长，DeepSeek Harness上线三天GitHub Star超过11.7万，模型能力开始更直接地转化为产品使用和商业收入。同时，国产旗舰模型价格陆续上调，行业低价竞争或接近尾声，模型厂商盈利能力有望逐步改善。
行情回顾：市场由AI主题交易转向商业化验证，板块分化加剧
海外方面，IGV指数年初受Agent替代传统SaaS担忧影响一度最大回撤27.8%，此后随着云基础设施和优质软件公司业绩验证有所修复，7月底较年初下跌约10%。国内方面，申万计算机指数经历国产AI催化上涨、Agent冲击估值、应用预期修复及中报业绩压力释放等阶段，7月回落19.0%。当前市场风险偏好仍受业绩预期制约，但具备真实应用场景、数据资产及商业化能力的AI公司相对占优。
月度观点
资本开支仍是本轮AI周期的先行变量，订单为后续现金回收提供支撑。2026年二季度，Alphabet经营现金流为391亿美元，资本开支达到449亿美元，资本开支较经营现金流高出58亿美元；腾讯资本开支同比增长176%至528亿元，资本开支现金支付同样超过当期经营现金流，亚马逊过去十二个月资本开支也已高于经营现金流，头部厂商正以短期自由现金流换取未来算力供给。但当前投入具备明确需求承接，微软商业剩余履约义务达到6780亿美元，同比增长84%；亚马逊已获得多年、多吉瓦AI算力合作，Google Cloud收入同比增长82%。腾讯剔除算力采购预付款后的自由现金流为376亿元，明显高于报表口径的-138亿元，也表明现金流弱化较大程度来自投入前置。当前市场担心CSP厂商资本开支压力，但快速增长的订单和云收入能够支撑后续现金流入，当前的AI周期的核心矛盾应从开支转向算力利用率、订单转化速度及资本回收周期。
国产模型以效率换算力，头部模型代差缩短至一个小版本。 Kimi K3在前端编程等任务上超过GLM之后，GLM-5.3更新后再次回到开源模型前列，并在部分代码和Agent评测中接近Claude Opus 4.8，国内外模型代差已压缩至一个小版本左右。与此同时，国产模型开始通过稀疏激活、压缩注意力、低精度训练和推理系统优化提高单位算力产出：Kimi K3仅激活16个专家，训练扩展效率较上一代提升约2.5倍；DeepSeek DSpark在真实业务流量下将单用户推理速度提升60%-85%。英伟达SANA团队在不重新训练模型的情况下，仅用4.5小时便将MiniMax H3推理速度提升3.95倍，进一步证明开源模型借助全球硬件和推理框架生态持续降低部署成本的可行性。
国内模型能力提升下，下一轮ARR增量或将主要来源于Agent带来的单用户任务密度提升。国内大模型日均Token调用量已由2024年初的千亿级提升至2026年3月的140万亿以上；截至6月，单单豆包日均Token调用量达到180万亿，阿里AI相关产品年化收入超过358亿元。模型能力接近海外头部水平后，代码开发、办公和数据分析开始由简单问答转向连续工具调用，单次任务消耗的Token和算力明显提高。DeepSeek Harness进一步将上下文管理、工具调用和任务执行框架标准化，相当于向国内开发者开放一套Claude Code或Codex式的Agent基础框架，有望在未来一至两个季度改善国内Agent产品的任务成功率和使用体验。国内模型商业化可能复现上述海外Agent推动ARR快速增长的路径。
国内头部模型价格内卷或接近尾声，算力稀缺将推动旗舰模型重新定价。DeepSeek此前是国内模型降价先锋，曾将V3价格降至每百万Token输入1元、输出2元；8月17日起，V4-Pro空闲时段缓存未命中输入和输出价格提高至4.5元和13.5元，高峰时段进一步达到9元和27元。此前，智谱于2月将GLM Coding Plan价格整体上调30%起，GLM-5.1发布时API价格再提高约10%；Kimi K3每百万Token缓存未命中输入和输出价格达到20元和100元，分别为K2.6的约3.1倍和3.7倍。尽管当前国产模型价格较海外仍有差距，例如DeepSeek V4-Pro高峰输出价格仍仅Gemini 3.1 Pro、GPT-5.4和Claude Opus 4.8的33%、26%和16%，但顶级智能价格上行趋势有望为国产模型保持性价比优势的同时，打开毛利率上行空间。
FDE不会必然使产品公司转向项目制，关键在于客户交付能否反向沉淀为标准产品。企业AI需要接入私有数据、权限体系和核心业务流程，早期由FDE深入客户完成需求拆解、系统部署和效果评估具有必要性。OpenAI已将FDE覆盖从需求发现延伸至生产上线，Salesforce则计划招聘1000名FDE，通常由三人小组连续数月服务单一客户，说明企业AI落地仍具有较强的定制交付属性，但AI kit带来的提效亦一定程度缓解成本压力。整体而言，FDE带来的项目化风险客观存在——如果每增加一个客户都需要同比例增加人员，收入将重新与人力投入绑定，软件公司的毛利率和规模效应便会被削弱；但FDE模式的真正价值，是将项目中反复出现的数据连接、权限配置、评测体系和行业流程沉淀为标准模块，使后续部署周期和人力需求持续下降。因此，判断企业AI公司是否由产品制滑向项目制，应重点跟踪单个FDE支撑的ARR、平均交付周期、功能复用率及项目结束后的订阅收入占比。能够完成产品化循环的厂商，FDE将成为数据和Know-how壁垒的来源；无法复用交付成果的厂商，则更接近传统软件外包。
未来一至两个季度，国产模型突破、旗舰模型提价和Agent落地有望同步推进。展望下半年，国内厂商仍有更大版本模型储备，国产开源模型在部分代码和Agent任务上超过海外头部模型具备可实现性；算力供给偏紧将推动顶级模型价格及毛利率逐步回升；DeepSeek Harness等开源执行框架则有望降低Agent开发门槛，加快模型能力向企业办公和生产流程渗透。
风险提示
（1）AI产业商业化落地不及预期：目前各环节AI 产品的商业化模式尚处于探索阶段，如果各环节产品的推进节奏不及预期，或对相关企业业绩造成不利影响；
（2）市场竞争风险：海外 AI 厂商凭借先发优势，以及较强的技术积累，在竞争中处于优势地位，如果国内 AI 厂商技术迭代不及预期，经营状况或将受到影响；同时，目前国内已有众多企业投入AI产品研发，后续可能存在同质化竞争风险，进而影响相关企业的收入；
（3）政策风险：AI技术的发展直接受各国政策和监管影响。随着AI在各个领域的渗透，政府可能会进一步出台相应的监管政策以规范其发展。如果企业未能及时适应和遵守相关政策，可能面临相应处罚，甚至被迫调整业务策略。此外，政策的不确定性也可能导致企业战略规划和投资决策的错误，增加运营的不确定性；
（4）地缘政治风险：在全球地缘政治环境的波动下，尤其美国对中国的出口限制或将直接影响国内企业算力芯片的获取，进而影响其产品研发和市场竞争力。同时，地缘政治风险也可能导致 AI 产品开拓海外市场面临障碍，影响相关企业的营收情况。
