📰 研报摘要
查看全文 ➔摘要： 本报告分析 AI Token 价格分歧对国内模型渗透率的影响，探讨 Agentic Coding（智能体编程）驱动的产业链投资机会，并跟踪全球主流 AI 模型与应用的流量数据及大厂动态。
行业主线：
- Token 经济性提升：海外模型（如 OpenAI）探索降价以争夺企业客户，国内模型（如智谱 GLM-5.2）在性能快速追赶的同时具备更高性价比，有望提升市场占有率。
- Agentic Coding 驱动增长：编程工具从辅助补全向自主协作跃迁，将大幅提升算力消耗（推动 IaaS&MaaS 增长）及 Token 使用规模，驱动模型厂商 ARR 提升。
关键变化与分歧：
- 企业成本意识增强：海外互联网公司开始从 AI 竞赛转向控制预算，部分公司（如 Uber）已开始限制员工 AI 工具的 Token 支出。
- 长程任务能力突破：模型 1M 无损上下文能力的实现，使其能参与更复杂的生产环境，带动 Token 消耗量的长期增长。
受益方向与风险：
- 受益方向：具备“自研模型+算力+云生态”垂直整合能力的厂商；多模态应用场景；IP+AI 视频、AI 营销及 AI 陪伴社交等领域。
- 核心风险：模型迭代效果不及预期；商业化应用落地不及预期；版权、伦理及内容质量风险。