摘要 : 中國廠商以啟用稀疏化等技術大幅降低推理成本，市場與估值面臨再評價壓力。

新聞 : 引子： 中國AI崛起不再只是長期威脅的口號，而可能成為改寫全球定價與投資預期的即時變數。當DeepSeek、阿里等公司以更少算力提供接近頂級的效能，投資人和雲端業者必須重新檢視「效能＝高價」的假設。

背景與關鍵資料： - 成本差異顯著：截至今年2月，OpenAI 的 GPT-5.2 定價約為每百萬輸出 token 14 美元；相比之下，DeepSeek 的 V3.2‑Exp 價格約為每百萬輸出 0.42 美元，價差達約 33 倍。 - 技術路徑：部分中國模型採用稀疏化與動態啟用（例如 DeepSeek V4‑Pro 在推理時僅啟動低於 3% 的引數），以降低推理成本與算力需求。 - 採用與生態：阿里 Qwen 模型下載已突破 10 億次，衍生模型超過 20 萬個，顯示開放權重策略推動開發者生態加速。 - 實際應用成效：在製造與物流端，AI 應用已見成效，例如 BYD 報告透過 AI 系統降低電池故障 40%，並提升電池壽命 20%。 - 市場與地理擴張：到 2025 年 11 月，中國 AI 平臺佔全球市場約 15%，一年內由約 1% 飆升，增長主要來自東南亞、中東與非洲市場。 - 支援因素：國家補貼（如資料中心用電補貼）、政策推動與產業匯入，加速了本地化部署。雖然先進美系晶片取得受限，中國團隊透過軟體與架構創新部分彌補硬體劣勢。 - 供應鏈與通路：因法規限制，美、歐市場採用仍受限；但微軟與亞馬遜等大型雲廠在境外基礎設施提供中國模型，增加了國際可及性。

分析與影響： 1) 對價格與估值的衝擊：若低成本系統在多數實務場景能提供「足夠好」的效能，則雲端推理與AI應用的價格可能被迫下調，進而壓縮美國AI領導者以高價獲利的空間，投資人對相關企業的成長與毛利預期須重新評估。早在 DeepSeek 推出低價模型後，科技股於 2025 年初已有回檔，反映市場對估值脆弱性的擔憂。 2) 商業模式分歧：美國陣營偏向封閉、專有模型以保護產品差異化與高價策略；中國陣營則較多採開放權重與生態擴散路線，短期內有利於快速普及與成本競爭。 3) 地緣與監管風險：規模化採用仍受美歐監管、資料主權與安全顧慮牽制；即便雲端供應鏈能技術上提供接入，企業採購與政府採用仍高度敏感。 4) 技術與品質的替代觀點：反對者主張「低成本≠同等能力」，指出在高階推理、可靠性、長期演進與多語境理解等任務上，頂級美系模型仍可能保持優勢。此外，開放權重可能帶來安全、濫用與IP風險，影響企業採用意願。

駁斥替代觀點： 確實存在效能與監管限制，但資料顯示：在大量工業、物流與消費型應用場景中，「足夠好且大幅更便宜」的模型就足以改變採購決策；而且開放生態透過大量衍生模型能快速針對垂直需求最佳化，縮短應用落地時間。安全與合規問題是實際障礙，但非不可克服，尤其在第三方審核、差異化部署與合約約束下可逐步管理。

結論與行動建議： - 投資人：重新檢視對高價AI供應商的估值假設，關注成本/效能比（cost-per-task）、模型實際採用率、雲端收入結構與地區滲透率。 - 企業採購：在評估AI供應時引入實用化基準測試（performance-per-dollar）、合規風險評估與供應鏈多元化策略。 - 監管與政策制定者：在鼓勵創新與保護安全間取得平衡，關注跨境模型供應的監管空白與資料主權議題。 未來展望：若低成本系統持續在更多實務場景證明可行，全球AI定價和雲端商業模式都將面臨重整，短中期內可望出現更劇烈的價格競爭與市場再分配。投資與採用雙方都應以資料驅動的基準測試與靈活風險管理作為應對。

點擊下方連結，開啟「美股K線APP」，獲得更多美股即時資訊喔！
https://www.cmoney.tw/r/56/9hlg37

免責宣言
本網站所提供資訊僅供參考，並無任何推介買賣之意，投資人應自行承擔交易風險。

CMoney 研究員

CMoney 團隊透過 AI 結合股市，每日提供重點股票的新聞事件，期望讓投資人更有效率找到各種投資標的的投資事實。