中信证券发布研报称，尽管当前市场对大模型态度趋于谨慎，但仍然坚定看好中美模型的长期商业价值与估值成长空间。当前，RSI闭环加速推进，模型迭代持续提速。Anthropic上市窗口临近，叠加企业级商业化逐步落地，为模型价值重估带来契机。海外重点关注年末FDE项目验收后的ARR增长，国内则静待模型能力突破。当前，国内模型能力约落后海外6个月，商业化水平则落后约18个月。若能力差距保持稳定，国内模型有望加速追赶商业化进程，凭借更低的收入基数、更快的增长速度和更具吸引力的估值，迎来系统性重估，国产模型与互联网公司的投资价值有望逐步显现。

中信证券主要观点如下：

报告缘起：Anthropic ARR边际放缓引发市场波动。但OpenAI和Anthropic的合计 ARR增长依然稳健，该行仍坚定看好中美模型的商业价值与估值成长空间。

7月以来，市场对Anthropic ARR增速放缓的担忧升温，主要缘于两点：一是此前预期过于乐观，市场将4月170亿美元的单月ARR增量线性外推至5—6月；二是7月以来，OpenAI持续抢占Anthropic的份额。三方口径的混乱亦加剧了ARR预期的波动。但从两家合计规模看，ARR增速依然稳健。8-9月月均ARR新增159亿美元，接近4月约170亿美元的合计增量。从全年维度看，若按月度增量150亿美元外推，年底ARR有望达1800亿，为2025年末的5.9倍，增速快于此前两年的4.7倍和3.8倍。展望未来，Anthropic 11月IPO后，或披露更多基本面信息，给予更为明确的指引，届时模型层或迎来新一轮资金配置和再平衡。

前沿展望：RSI闭环加速，Cowork、AI4S、AIDD、AI for Chip Design等新场景率先落地。

RSI进展顺利，Anthropic内部由Claude主导的研发工作占比从3月份1%提升至8月份26%，AI深度协作及以上的工作占比已经超过90%；OpenAI智能体研究能力已经达到每1个人类工作日对应3.1个Agent的水平。但RSI完全实现闭环仍需要时间，在RSI实现完全自主闭环前，Cowork、AI4S、AI for Chip Design等场景有望率先贡献增量。AI4S方面，OpenAI 和Anthropic 分别于4月和6月发布GPT-Rosalind和Claude Science。AI for Chip Design方面，OpenAI年中发布首款自研推理芯片Jalapeno，通过内部模型和强化学习算法参与芯片设计；Mythos 5.1重写七个学习模型的GPU内核，将推理速度最高提升2.5倍。

商业落地：短期看，年末企业端落地进入验收期，C端Meta Muse点燃应用爆发的期待。长期看，该行仍然处于AI商业化落地的非常早期。

当前模型能力维持线性增长，但付费与用量仍然高度不均衡，呈现出和早期移动互联网时代相似的商业化特征。前1%企业员工的AI支出为前10%的10倍、前50%的576倍，人均使用量方面，加州是西弗吉尼亚州的6.5倍；美国是印度的21倍。模型呈现和早期移动互联网高度相似的商业化特征。而移动互联网的经验表明，技术的普及需要经历从集中到平权的过程。2010年，前1%的用户产生了北美52%的月度数据流量；而到2019年，前1%用户只占月度数据流量的5%。未来，即便仅考虑需求向更多企业、场景与地区扩散，商业化空间仍然广阔。短期看，金融等企业级场景有望率先带来商业化加速。参考SaaS历史经验，从小规模验证到实际商业化落地，FDE帮助企业实现大规模部署需要至少6个月，若按此推算，26Q4将是海外模型大规模企业级落地确认的关键时点，一旦ARR迎来再加速，市场情绪有望反转。

国产模型：数据标注需求爆发，若能力差距维持则有望推动系统性重估。

数据标注需求爆发，后训练数据瓶颈趋于缓解，国产模型后训练终将在夹缝中突围。当下，国产模型ARR合计约80亿美元，仅相当于海外18个月前的水平，而估值仅为海外模型的十分之一。一旦国模能力突破，更低的收入基数、更快的增长速度与更具吸引力的估值，有望推动国产模型的系统性重估。

风险因素：

模型技术创新、能力突破不及预期的风险；资本开支增加带来折旧侵蚀利润的风险；算力供给不及预期的风险；AI应用商业化落地不及预期的风险；行业竞争加剧的风险；算力链硬件出口管制的风险。