📰 研报摘要
查看全文 ➔摘要： 本报告分析了 DeepSeek V4 上线三周后对中国大语言模型（LLM）市场的影响。核心观点认为，官方基础设施带来的结构性成本优势是竞争的关键，市场目前处于算力供应受限的增长状态而非简单的零和取代，竞争格局正分化为由 DeepSeek 定义的“低成本前沿”和由智谱、Kimi 等定义的“偏好/质量前沿”。
行业主线：
- 基础设施决定成本下限：DeepSeek 官方 API 通过前缀缓存复用、路由等结构性优势，使其输入缓存命中成本远低于第三方云渠道（差距可达 10-40 倍）。
- 算力受限驱动非零和增长：Token 数据显示 V4 的普及并未导致同类模型使用量全面下降，表明市场总需求增速超过了优质推理服务的供应能力。
- 竞争维度转移：竞争焦点从简单的“标价”转向“已完成任务的总成本”，能力更强的模型可通过减少循环和重试次数来实现更高的经济性。
关键变化与分歧：
- 成本曲线的不可复制性：第三方云渠道无法完全复制官方的缓存和计算分配优势，导致模型权重虽可散布，但成本曲线由运营商掌握。
- 市场分层：市场分化为价格敏感型（流向 V4）和质量优先型（留存在 GLM、Kimi）。处于中间地带的模型（如 MiniMax M2.7）面临更大的价格与偏好双重压力。
受益方向与风险：
- 受益方向：拥有顶尖基础设施的运营商以及在特定工作流（如智能体编码、长上下文推理）中具有决定性质量领先的模型厂商。
- 核心风险：出口管制及地缘政治风险；算力基础设施依赖风险；研发投入高企带来的盈利压力；商业化落地的不确定性。