中国的中国资机AI模型在全球算力消耗中占据主导地位，但其基础设施的基础仅获市场估值却与实际的消耗量严重脱节，成为AI投资上的设施算力市场收入隐藏机会。
根据zerohedge的遇全报道，OpenRouter数据显示，流量中国开源模型处理了全球85%至89%的中国资机智能体与代码生成token流量，但由此产生的基础仅获算力消费收入仅占10%至16%。这表明，设施算力市场收入市场正在以10%的遇全变现能力为基础定价，背后却支撑着85%的流量流量现实。
同时，中国资机美国AI算力基础设施企业的基础仅获总估值约为1750亿美元，而中国同类资产的设施算力市场收入估值仅为200亿美元，单一CoreWeave的遇全市值几乎是中国三大算力公司的总和。
当前基本面正发生转变。流量GDS（万国数据）最近昨日公布上半年创纪录的470兆瓦新签预订量，并上调了全年业绩预期，且恢复了盈利；VNET（世纪互联）定于8月18日发布财报。这个估值差距正成为基本面向上拐折的新催化剂。
流量领先，变现滞后
中国开源模型在全球AI使用量中的主导地位，已经超出了许多投资者的认知。
在OpenRouter平台——目前最具代表性的开源模型使用数据源——中国模型的智能体任务与代码生成token流量占比达到85%至89%，但相应的收入仅占10%至16%。这一差异显示出市场价格的结构性错位，反映的是变现能力而非流量规模。
分发端的数据也证实了这一趋势。阿里巴巴的Qwen模型在过去六个月内的下载量超过30亿次，超过Meta与谷歌的同期下载量之和。
这种逻辑的演进明确：首先通过规模获得流量，然后依靠流量推动变现。
前沿性能与价格优势
高流量并非由低质量模型堆叠而来。中国的开源模型已进入全球顶级代码能力榜单，Kimi K3目前位于Arena前端代码排名第一，Qwen 3.8 Max排在其后。
在定价方面，中国前沿模型的API调用费用约为每百万token 0.20至2.30美元，而美国主要模型的对应价格为4至8美元。这一价差正在缩小，智谱AI(Zhipu)年初以来已提价约110%，并预计年化经常性收入（ARR）将从2.5亿美元增至年底的约10亿美元。
定价策略与流量策略一致，先以低价吸引用户，有意识地提高变现率。
算力约束的变化
此前对中国AI的质疑主要在于缺乏顶级芯片，无法参与前沿模型的竞争，但这种情况正在改变。
美团旗下的LongCat 2.0已完全基于5万张华为Atlas 950芯片完成端到端训练。高盛预测，到2030年，中国AI芯片自给率将从当前的42%提升至约70%。与此同时，美国的电力冗余能力将在2030年减少至约130吉瓦，而中国同期将扩大至约400吉瓦。
芯片差距正在缩小，而电力差距在扩展。
估值差距：CoreWeave的市值是中国四倍
在具体数字面前，估值差异显得尤为明显。美国AI算力企业的市值在90亿至750亿美元之间，而中国同类企业的市值仅为20亿至70亿美元，以企业价值计算，美国约1750亿美元，而中国仅为约200亿美元。
单单CoreWeave的市值几乎可以买下中国三大头部算力企业的四倍。收入层面的对比也引人思考，Applied Digital(APLD)年收入只有几亿美元，但市值却高于预计年收入约17亿美元的GDS。
同在AI基础设施建设周期，定价明显不同。
更应该投资基础设施而非模型
当产业链上移后，估值错位依然存在，而且更加明显。投资者愿意为智谱AI等中国模型实验室支付177倍的经常性收入估值，而基础设施层如阿里巴巴与腾讯的市盈率仅为15至17倍。
每一个增量token最终都需要算力来承载。以177倍的价格购买模型，不如以15倍的价格投资于提供“租金”的基础设施层。
价格的低廉本身并不能构成投资的逻辑，必须配合基本面。GDS刚刚公布的上半年创纪录的470兆瓦新签预订量，以及600兆瓦处于预留状态，同时上调业绩预期并恢复了盈利，VNET将于8月18日发布财报，以验证进一步的基本面。
本文转自“华尔街见闻”，编辑：蒋远华。
