观点聚焦

投资建议

今年以来，开源模型智能水平加速提高，能力逼近顶尖闭源模型，市场关注焦点也从硬件+闭源模型向开源模型、云厂商、应用厂商等延伸，本篇报告我们将重点梳理开源模型的核心价值、商业化兑现、生态建设等发展趋势及相关投资机会。

理由

开源模型Token调用量趋势性提升，市场空间广阔。开源模型基于高性价比+高智能水平，获得海内外用户的广泛认可，开源模型调用量趋势性提升。我们估算，今年海外开源模型收入将达到百亿美元，而2027 年全球开源模型调用量占总Token量50%-70%，价值量将达到大模型市场的12%-30%。我们认为，开源模型的加速渗透可能会带动整体Token单价向下，但基于其开放和普惠会解锁更多使用场景，整体Token使用量或将大幅提升。

开源模型基于开放策略，提升智能水平与商业化速率。开源模型遵循模型第一性原理，坚持Scaling Law并且加码后训练与强化学习，不断提升模型智能水平，Kimi K3、Qwen 3.8 均达到近3T的参数规模。开源模型的开放性赋能其落地更多高价值应用场景，而智能水平的提高也让开源模型厂商获得更多议价权，例如通过涨价或是探讨与平台部署方分成等方式，商业化兑现持续加速。

开源模型促进生态繁荣，带动云厂商、FDE、应用厂商需求提升。开源模型整体生态参与方众多，算力硬件、云厂商、推理调优平台、聚合/应用平台都将参与其中，开源模型的技术进步也将带动相关参与方的商业化兑现。其中，云厂商部署开源模型带来的价值量提升，FDE也在开源模型部署和理解企业工作流需求之间起到重要作用，应用厂商则是在开源模型的推动下提升创新能力和渗透效率，后续随着应用端TAM的扩大，又会反哺开源/闭源模型产业链的发展。

盈利预测与估值

我们看好开源模型和闭源模型共同推动AGI的实现，推荐国产开源模型厂商；看好云厂商在开源模型加持下的价值重估，推荐云厂商；看好FDE和AI应用在开源模型渗透下的加速发展，推荐应用厂商。

风险

AI技术进步不及预期；下游需求不及预期；厂商竞争加剧。