德银指出“前沿模型”与“开源模型”间的巨大成本差异将重塑AI市场

德意志银行在最新报告中强调，前沿模型目前AI行业面临一个被市场严重低估的指出结构性矛盾：前沿专有AI模型与开源模型之间存在显著的成本差距。根据6月20日的开源消息，德银分析了准确的模型数据：Anthropic的顶尖模型Claude Fable 5在Artificial Analysis智能指数上得分为60，每项任务的间的巨大将重加权平均成本约为3.25美元；而DeepSeek V4-Pro得分为44，任务成本仅为5美分，成本差异场前者的塑AI市成本是后者的约65倍。不过，前沿模型对于普通的指出90%任务而言，开源模型的开源表现与前沿模型几乎无异。

德银认为，模型前沿专有模型的间的巨大将重高溢价更像是奢侈品的“身份象征”定价，而非单纯的成本差异场性能溢价。随着主要AI公司准备IPO，塑AI市转向按Token计费的前沿模型模式，企业将不得不重新审视前沿溢价的支付价值。这一变化可能会引发比2025年初的“DeepSeek时刻”更持久的市场重估。

德银提供的数据揭示了前沿模型与开源模型的成本差距：

前沿专有模型：

- Anthropic Claude Fable 5：智能指数得分60，每任务成本约3.25美元。

- OpenAI GPT-5.5：处于高成本区间。

- Google Gemini 3.1 Pro Preview：同样属于高成本阵营。

开源/开放权重模型：

- DeepSeek V4-Pro：智能指数得分44，每任务成本约5美分。

- Meta Muse Spark：低成本区间（价格数据未披露）。

- Nvidia Nemotron 3 Ultra：低成本区间。

- OpenAI gpt-oss-120b（高配置）：低成本区间。

德银特别指出，低成本模型并非仅限于中国公司，Meta、Nvidia和OpenAI的开放权重模型同样在低成本区间。因此，竞争的关键并不在于“美国 vs 中国”，而在于“前沿专有 vs 开放权重”。

报告还承认，前沿模型在复杂推理任务上的确具有显著优势，但在90%的普通任务中，开源模型能以仅1.5%的成本完成相似的工作。这意味着绝大多数企业用户为前沿模型支付的溢价，并非出于实际需求，而更倾向于品牌认知和身份象征。

德银指出，AI能力的成本每年以十倍速度下降，但前沿溢价不会消失，而是会转移。今天的前沿模型明天将变为商品化的能力，而新一代更强的模型将以新的高溢价出现。这种机制意味着溢价将成为一个不断变化的目标，而非固定的护城河。

此外，德银提到AI成本问题在当前变得尤为紧迫，商业催化剂是头部AI实验室向IPO的转型，从固定费率的包月制转向按Token计费。此变动将促使企业更关注AI使用成本。例如，Uber已用尽其Token预算，并限制员工每月的AI支出。企业用户将开始认真思考前沿溢价是否值得。

德银将当前情况与2025年的“DeepSeek时刻”对比，并表示即将到来的“运营成本叙事”是这次冲击的“更安静但更持久的续集”。如果之前专有模型被视为“地位商品”，那么一旦其真实的成本得到市场充分定价，可能会导致AI估值体系的更大重估，而这次影响将更加深远和持久。

德银最后留下了一个开放式的问题：除非，像奢侈品一样，AI的高价格本身就是其最终卖点。报告还引用Epoch AI的研究，指出美国与中国在前沿AI能力上的平均差距为七个月，这与专有模型与开源模型间的差距基本相符。这一发现进一步强化了德银的核心论点：地缘政治的“美中AI差距”与商业层面的“专有/开源差距”本质上是同一鸿沟，从中可以看出在评估AI地缘政治风险时，必须考虑其商业竞争逻辑。