中国互联网：AI 推理毛利分析及 DeepSeek-V4 与腾讯 hy3-preview 评述

摘要： 本报告通过更新 AI Token 经济模型，探讨中国 AI 实验室（如 Z.ai、Minimax 等）的推理毛利，并对 DeepSeek-V4 的发布以及腾讯 hy3-preview 模型及其基础设施重建的潜在影响进行了分析。

行业主线：

1. AI 推理经济学模型更新：报告聚焦于每秒 Token 吞吐量（TPS）、活跃参数规模与推理毛利之间的关系。通过引入商业折扣变量，分析不同模型在文本/代码及多模态任务中的成本结构。
2. 竞争格局分化：市场呈现出“前沿智能”与“低成本基础模型”两条路径。前沿模型仍具定价权，而轻量化低成本模型面临剧烈的价格竞争。

关键变化与分歧：

1. TPS 假设上调：根据公司反馈，Minimax 等厂商通过硬件软件优化（如量化、预取-解码分离）实现了高于预期的 TPS，从而支撑约 40% 的推理毛利。
2. DeepSeek-V4 的冲击：DeepSeek-V4-Pro 在性能接近全球顶尖水平的同时大幅降低成本，且通过开源/开放权重方式提升了整体行业能力，缩小了与国内其他头部实验室的差距。
3. 腾讯的迭代路径：hy3-preview 被视为一个过渡产品，核心观察点在于腾讯 AI 数据与基础设施的重建能否驱动内部模型能力的快速迭代。

受益方向与风险：

1. 受益方向：具备高效软件/硬件优化能力的实验室；能够快速实现模型迭代并将其应用于广告等商业化场景的平台（如腾讯）。
2. 核心风险：低端模型价格战导致毛利进一步承压；基础设施重建进度低于预期；前沿智能的突破节奏不及市场预期。