UBS 于 6 月 24 日发布的一份报告称，通过有针对性的研发、模型架构创新、工程优化以及开源协作，中国 AI 公司正在迅速缩小与全球领先者之间的性能差距，实现成本显著降低，并为未来增加全球市场份额做好准备。该报告将这一优势归因于：当企业 AI 应用从试验阶段转向规模化部署时，成本效率成为关键变量。UBS 证券中国互联网板块分析师 熊伟估计，中国模型训练成本低于 OpenAI 和 Anthropic 开支的 10%，同时主要中国模型的平均 API 定价仍低于可比全球同行的 20%，但中国前沿模型继续通过快速迭代、在保持健康利润率的同时缩小性能差距。
中国 AI 模型训练成本低于全球领先者的 10%
熊伟表示，中国模型训练成本估计仅为 OpenAI 和 Anthropic 相关支出 的 10% 以内，而主要中国模型的平均 API 定价也处于可比全球竞争对手的 20% 以下。尽管定价显著更低，中国前沿模型仍通过快速迭代与智能水平提升持续缩小性能差距，逐步提高全球代币使用份额，同时维持健康的毛利率。这表明中国 AI 公司并非只是在以低价竞争，而是通过工程效率与规模化使用重塑模型服务的成本曲线。
全球 AI 市场扩张带来长期份额增量机会
熊伟指出，全球 AI 市场将快速扩张，长期潜在市场空间超过 10 万亿美元，为中国模型提升全球市场份额提供了充足空间。过去，企业在采用 AI 时更偏重最强模型以及最大代币用量；但随着 AI 应用进入真正的商业化部署阶段，企业将更强调投资回报率（ROI）、推理成本、延迟性能以及可持续的使用规模。该转变将利好具备成本优势与工程落地能力的中国模型供应商。
UBS 预计分层模型市场将偏向成本高效的供应商
UBS 预计全球模型市场将日益分层。前沿模型或仍会对复杂、高价值任务维持定价溢价，但在海量使用量且对 ROI 敏感的工作负载中，成本-性能比更强的模型将更广泛被采用，从而为中国模型带来长期扩张机会。UBS 将中国 AI 模型的全球化潜力类比为中国公司在电动汽车、智能手机和家用电器领域的出海经验；如果中国模型继续在性能、定价、开源生态与本地化部署方面取得突破，全球 AI 竞争格局可能会从少数高定价前沿模型主导，转向更为多元化、分层化且对成本更敏感的市场结构。
FAQ
根据 UBS，中国 AI 模型有哪些成本优势？
UBS 估计，中国模型训练成本低于 OpenAI 和 Anthropic 开支的 10%，同时主要中国模型的平均 API 定价仍低于可比全球同行的 20%，这是基于分析师 熊伟在 6 月 24 日发布的报告得出的结论。
UBS 为什么认为中国 AI 模型将获得全球市场份额？
UBS 将潜在份额增量归因于：企业 AI 应用从试验阶段转向规模化部署，在这一过程中，成本效率与 ROI 成为关键的采用变量；在长期潜在市场空间超过 10 万亿美元的全球 AI 市场中，具备成本-性能优势的中国模型将更受青睐。
