重估应用

1、OpenAI宣布对GPT-5.6两档模型降价，理由是推理服务效率提升。OpenAI为了应对中国大模型竞争，把自己的入门级模型Luna价格降低了80%，我们看了下价格对比，价格便宜仅次于DS，这完全符合我们AI应用角度的研究，就好比电费，夏天天气这么热，如果电费太贵，我肯定不敢开空调，但是电费够便宜的话，我空调可以24小时不关，所以为了推动Token消耗，大模型Token降价必然会纷至沓来，谁不降价，谁就有压力，Token降价会显著促进下游AI应用大发展，AI编程，AI影视，AI游戏，AI办公，AI金融，AI医疗都会大发展，另外，我们再次强调，AI现在以及未来海内外主要的叙事就是AI如何商业化，会高度激励商业化做的好的公司（微软，亚马逊，字节）。2、OpenAI直言：更便宜的中国开源模型（Kimi K3、DeepSeek V4等）正加大对OpenAI/Anthropic的压力，倒逼其证明高价的合理性；同时长程Agent任务吃Token远多于聊天，两家近月都在反复调价、调限额。1）降价的是走量档（Luna/Terra）而非旗舰Sol，本质是“效率提升+中国开源施压”双轮驱动的Token通缩——能力上限继续卖高价，走量能力则被打到地板价；2）这印证我们此前判断：开源逼近闭源SOTA后，模型能力被商品化，价值分配从“卖模型”转向“用模型做出结果”，海内外同此逻辑；3）Token单价大幅下探，直接降低应用/Agent层的推理成本，尤其利好Token消耗大的Work/Agent类应用——单位成本下降往往带来调用量爆发（杰文斯悖论），有望驱动应用渗透加速；4）降价是普惠的，真正受益的是有真实场景、数据壁垒和高Token消耗的应用；且降的是走量档，复杂旗舰任务成本未必降。OpenAI迫于中国模型价格压力开始大幅降价，我们认为这将是北美模型价格战的开始。后续重点看anthropic是否跟进，AI应用再次放量很可能就在26年Q3，尤其是海外的边际变化。另外，端侧很可能被低估，OpenAI总裁Brockman昨日确认消费硬件“很快和大家见面”，我们预计此次入门模型降价很可能是硬件的提前布局，同时字节新AI手机预计也很快发布。3、当前市场对AI上游四大看空逻辑：1）资本开支逻辑反转，市场不再为巨头“长期战略”买单，转而紧盯投入回报，要求云收入、订单等实际改善；2）债务风险凸显，科技巨头扩产依赖发债，但信用市场趋冷，亚马逊新债认购倍数腰斩，长端科技债承压；3）Token Budgeting：降本趋势压制高端需求，企业转向低价模型，前沿高价模型溢价收缩；4）“卖铲人”逻辑松动，芯片、光模块等基建需求绑定巨头开支周期，难独善其身。我们认为AI仍具备长期价值，而是市场风格变化从“买宏大叙事”转向“买兑现证据”，加上Token Budgeting等叙事利好开源模型及云厂商，以及下游有token分发逻辑的AI应用类标的。4、AI应用上涨的原因除了OpenAI降价的催化，资金的再平衡也是重要原因，核心原因是算力短期逻辑存在瑕疵，短期很难直接反转向上走主升浪（溯源本质在于需求短期看不清，除Coding外，下一个爆发场景是什么？）近期AI应用叙事的变化：1）企业从Tokenmaxxing 到Tokenoptimize，企业开始转向更便宜/性价比更高的模型；2）大模型竞争加剧，低价开源模型能力快速接近闭源顶尖模型，之前的K3，后面还有DeepSeekV4正式版的价格冲击，今天OAI将GPT-5.6 Luna（轻量级/入门级）降价 80%，Terra（中端/主力级）降价 20%即是对此种趋势的主动应对。3）AI应用厂商的knowhow价值逐步被市场所关注：大模型厂商纷纷布局FDE证明行业knowhow的价值，未来模型能力差异化缩小，行业knowhow、客户关系/入口的价值将重新回归，AI应用厂商价值有望重估。5、如何看待行情持续性？1）AI应用标的未来一定是分化的，我们始终坚持一个观点：转型成功、能跑出来的应用厂商才是具备真正投资价值的；2）客观来看，当前真正证明自己的应用标的并不是很多，所以AI应用大的β反转，时间上可能还要更晚一点（26Q4-27Q1的概率可能更大）；但是部分已经用加速增长的营收证明自己的标的，已经具备中期投资价值，也是短期反弹的重点关注标的。3）最近美股软件股已经开始反弹（以iShares美国软件ETF IGV为代表），以Snowflake（云数据平台）、Datadog（运维监控）、Fortinet （网络安全）等围绕AI Infra层面为代表的美股软件表现亮眼。

【重估中国AI应用】（昨晚的策略对话行业电话会纪要）1、AI应用已进入从逻辑驱动到业绩兑现的转折点1）过去，模型能力快速迭代，应用厂商基于模型去雕花、做很多架构，结果发现过了两个月甚至不到一个月，新的模型就出来了，过去这个压制因素是比较显著的。但现在我们看到，以K3为代表的国产模型，包括Kimi 3等，模型能力已经具备，无论是评测还是实际体验，都确确实实在很多场景有落地的能力了。模型在某个领域已经具备这样的能力，相当于开始逐步定型，以此为地基去做应用，就可以开始开花结果了。2）从大模型厂商的动作也能看出端倪。6月份模型开始低价竞争，很多人担心价格战，但我不认为这是价格战，而是模型开始成熟地发展、分层。用昂贵的模型去聊星座答疑，显然是大炮打蚊子。贵的模型要做的是价值量非常高的场景，在产业初期，一定是去找付费意愿和能力最强的环节。现在模型能力突破到一定水平，就要开始照顾普罗大众，量要持续向上。量要向上，价格首先要下来，所以贵的模型做高价值的事情，便宜的模型做量大但价值量相对较低的事情，这个趋势已经开始逐步反映。3）我们看到了一些实实在在的验证。很多AI应用的公司已经开始出现业绩，而且是相当不错的增长。过去AI应用大家老讲逻辑、讲空间，现在不一样了。例如腾讯元宝wb，之前大家觉得豆包怎么能收费，但实际付费用户数起来得非常快，甚至超过了GPT等产品。这就是模型达到能力后，开始向更广阔的人群和场景拓展。金山办公的业绩预告显示，总收入增速已超过20%，利润率也开始逐步向上。港股迈富时前半年已实现约两个亿的利润，按全年预期看，已能看到高速增长应用公司的PE。美图也延续了三四十的高速增长。所以，除了长期趋势的讨论，在这些数据的论证下，我觉得大家已经可以去重新思考这个问题了。2、AI应用落地实体产业的新场景为什么一开始大家只关注Coding？因为Coding生成的内容不太需要人去介入验证，运行一遍就知道bug，debug很容易自动化。但其他很多场景，比如图生等，AI可以快速生成大量内容，但这些内容需要人去读，而人的阅读速度和接受信息的速度是不变的。所以这些场景需要相应的从业者、应用厂商以及客户逐步去适应。现在模型能力达到了，开始变现，我看到几个重要的场景：第一，营销场景。 营销的特点是ROI非常明确，可以按结果变现。AI营销公司可以直接当成广告商，客户花100万美金，能获取多少新的客户收益，是直接算得出来的，所以爆发力很强。迈富时就是这样的公司，业绩预告强烈证明了自身。一级市场的一些明星公司，如泰动科技，公开报表显示利润率非常高，增速也非常快，而且面向的是海外市场。第二，通用办公。 以腾讯元宝、金山办公为代表，数据本身就在证明自己。更重要的是，随着开源大模型的进步，比如K3，这些模型在某些场景能力已经足够，应用厂商可以自己选择模型公司。以前大家觉得核心竞争力在模型，但现在市面上有几家模型都能做，应用厂商的话语权就会发生转移。用户订阅应用厂商的会员，能用到不同场景下最好的模型，这是开源模型进步带来的议价权转移。第三，金融/财务等垂直领域。 例如税友，虽然财报还未完全确认，但从商业逻辑推导，这笔账很好算。这类场景文字多、数据多，比较专业化，目标函数相对固定，就是为了合规和审核，是很有价值的。第四，工业制造。 这个环节也沉淀了大量数据，模型24小时做监控或提示分析，最后审了多少材料、增产了多少，都是明确能算出来的，下游客户也愿意投。关注中控技术、能科科技等。以上四类可以统称为白领办公或生产力的提升。第二大类是突破上限的AI for Science。 无论是海外大厂与礼来等药企合作，还是国内的英矽智能，已经有AI研发的新药过了二期临床。这块产生的价值量是新增的，研发出了新药或新材料，对整个社会有新增价值。一级市场一些巨头已经在给新材料发现公司下订单。第三大类是互动型多模态。 我强调的是“互动型”。比如米哈游花重金购买算力，发布了关于AI人物、AI陪伴的商业论文，主打实时交互。包括阿里出的AI互动视频，这类内容能满足人们精神娱乐的需求。总结来说，这三大类分别代表：第一类，面向全球可能5%到20%的白领人群，进行生产力提升；第二类，面向百万分之一甚至十万分之一的科研人员，用最贵的模型突破上限，空间巨大，且已有新药通过二期临床；第三类，面向所有人的娱乐需求，目前主要看到一级市场或大厂的动态，但发展空间不亚于甚至高于Coding。3、中国AI应用的投资逻辑与优势从投资角度看，海外硬件的投资逻辑非常清晰：跟着大厂资本开支走，看配比变化。AI应用的投资也要一脉相承，首先要有实实在在的业绩兑现，估值合理。其次，要把变现逻辑讲得非常清楚：谁付费？为什么付费？产品能给下游带来什么增量价值？如果不能说出个所以然，空间算不清楚，这类公司就可以pass。比如营销类公司，下游游戏厂商有推广需求，凭什么付费？你的产品如何生成营销策略、素材，如何做用户分析，有多少用户数据，这些都要清清楚楚，然后跟着业绩兑现逐步让大家相信。海外算力投资在2023-2024年也经历过波折，但最终是靠强劲的业绩兑现验证的。AI应用的投资没办法像海外算力那样很快形成共识，因为它下游分散，不同的场景、不同的客户都需要逐一分析，需要慢工出细活。中国AI应用的优势：第一，开源模型已经能紧紧咬住海外模型能力，开源更有利于应用拓展。第二，成本优势。我们在高度缺卡、环境不如海外的情况下卷出来的应用，出海后会有性价比的降维打击。现实是，一些营销类公司、多模态公司已经将产品成功输出到海外，甚至服务于OpenAI等客户。