2025 年 1 月，DeepSeek-R1 开源发布后的第一周，国内主流云厂商的 API 单价普遍下调 60% 以上。深度求索官方 推理成本的断崖式下降，宣告了一件事：大模型基础设施层的军备竞赛，计价权开始向应用层转移。
到 2026 年二季度，这个转移已经发生了一半。算力端的国产替代逻辑仍然成立，但投资者的目光开始越来越多地落在另一个问题上——谁真正拿到了企业合同，谁在靠 C 端会员收钱？
本文梳理当前格局，不做"买谁"的判断，只把因果链摆清楚。
DeepSeek 重写了什么规则
DeepSeek-R1 的贡献不是"模型最强"，而是"推理最便宜"。从客户端反馈来看，不少企业技术团队在评估完 R1 的成本结构后，直接放弃了与国际厂商续约 API 的计划。
具体数字：DeepSeek 官方 API 目前对 R1 模型的定价约为每百万 token 输入 4 元人民币、输出 16 元人民币。DeepSeek API 定价文档 相比之下，2024 年初国内主流商用大模型的报价普遍在这个水平的 5-10 倍。
这带来了两个连锁反应：
第一，各家大厂被迫降价。阿里 Qwen、百度文心、字节豆包相继调整 API 定价，部分模型甚至推出"免费"或象征性收费策略，试图以规模换生态。第二，应用层的进入门槛降低。原来一个创业公司调用 GPT-4 级别能力一个月要花几十万，现在可能只需几万，这直接激活了大量垂直场景的开发者。
但降价本身不是护城河。真正值得关注的，是各家在降价之后如何建立客户黏性。
五大玩家：各自的真实位置
业内普遍认为，国内 AI 应用层的竞争格局已从"百模大战"收敛到五个有实质资源的玩家：字节（豆包）、月之暗面（Kimi）、百度（文心）、阿里（Qwen/通义）、华为（盘古）。
字节豆包：流量优势 + 场景密度
豆包是目前 C 端月活最高的国内 AI 应用。字节系的核心优势在于已有的流量矩阵——抖音、今日头条、飞书的用户基数，使豆包的冷启动成本极低。
B 端方面，字节的切入路径是企业协作场景。飞书 AI 助手的整合是目前国内 B 端 AI 嵌入最自然的案例之一：会议纪要、文档生成、多语言翻译等功能被直接内嵌到工作流，用户无需"主动使用 AI"，AI 就已经发生。飞书官网功能介绍
变现模式：C 端豆包 Pro 会员约 59 元/月；B 端飞书企业版按席位收费，AI 功能为增值模块。整体来看，字节 AI 业务的变现路径是最清晰的一家，但规模数据尚未披露。
月之暗面 Kimi：长文档 + 科研用户
Kimi 在国内 AI 应用里占据了一个独特的细分——长上下文处理。早期的 200 万 token 上下文窗口，让它在学术研究、法律文本、财务分析等场景获得了强黏性用户群体。
Kimi 目前的 C 端月活估计在 3000-4000 万区间（第三方数据）易观分析移动 APP 数据，付费转化率在国内同类产品中属于偏高水平。会员定价 129 元/月（Kimi+），目标用户是愿意为生产力付费的专业群体。
B 端方面，Kimi 的企业产品线相对较薄——这是它目前最大的短板。在客户端反馈中，一些中型企业在评估 AI 工具时，Kimi 往往进入候选名单但在集成难度和售后服务环节输给了大厂。
百度文心：政务 + 传统行业的存量优势
百度是国内 AI 商用时间最长的厂商，文心一言（现更名为"文心"）积累了相当规模的政府和国企客户。从客户结构来看，百度 AI 的 B 端营收占比显著高于其他竞争对手。
百度 2025 年报显示，AI 云（智能云）营收同比增长 26%，总额约 210 亿人民币。百度 2025 年度财报 其中智能云的 AI 相关收入占比持续提升。百度管理层在财报电话中明确表示"AI 原生应用"是当前最优先的战略方向。
风险在于：百度的搜索广告主业持续承压（被 AI 原生搜索直接冲击），AI 云增长能否填补广告的缺口，是估值重构的核心命题。百度在港股目前以 PS 2x 左右交易，是几家中最低估值的。
阿里 Qwen：开源生态 + 云算力协同
Qwen（通义千问）系列的核心战略是开源，这与 DeepSeek 的路径高度重合。阿里先后开源了 Qwen2、Qwen2.5、Qwen3 等多个版本，在 HuggingFace 的中文模型下载量排名长期居前。
开源的商业逻辑是：通过模型生态绑定阿里云的算力。企业在开源 Qwen 上微调部署后，需要用阿里云的 GPU 实例跑推理，算力消耗直接转化为阿里云营收。阿里 2026 财年 Q3 数据显示，阿里云营收同比增长 18%，AI 相关产品连续五个季度实现三位数增长。阿里巴巴投资者关系页面
这条路径的优势：开源降低了客户尝试成本，一旦集成阿里云基础设施，迁移成本很高。劣势：利润率受算力成本压制，PS 估值需要等云业务利润率修复才能打开空间。
华为盘古：私有化部署的基础设施玩家
华为盘古的定位与前四家有本质差异——它不是在争 C 端用户，而是在争企业私有化部署合同。这是一个高单价、低竞争密度的细分市场。
在政府、央企、金融机构的 AI 采购中，数据安全合规是第一优先级。华为的优势在于：昇腾算力 + 盘古模型 + 华为云的全栈提供能力，以及与政府体系的长期关系。业内普遍认为，华为在央企信创 AI 项目中的胜率远高于其他厂商。
但盘古目前没有独立上市，相关财务数据不透明。A 股中受益的间接标的主要是华为产业链（服务器、交换机、存储等），而非 AI 应用软件本身。
B 端企业 AI 采购：三种模式与转化逻辑
从客户端反馈来看，B 端 AI 采购目前分化为三种主要模式，决定了哪类供应商受益。
模式一：私有化部署。政府、金融（银行/保险/证券）、医疗、军工等强监管行业首选。典型合同结构：算力采购（GPU 集群或昇腾）+ 模型授权 + 定制化训练 + 运维服务，总包金额通常在千万至亿元级别。华为盘古、百度文心、商汤是这个赛道的主要竞争者。
模式二：API 调用。互联网公司、中小企业、开发者为主要用户群体。特点是低门槛、快速上线、按使用量付费。DeepSeek 的冲击最明显体现在这个层次——API 价格打下来后，这类客户的迁移成本很低，供应商难以建立持久护城河，除非在特定能力上形成差异（如 Kimi 的长上下文）。
模式三：SaaS 包月。标准化垂直场景，如法律文书生成、代码审查助手、客服知识库问答、财务分析报告等。这类产品的黏性来自与业务系统的集成深度——一旦 AI 工具嵌入 ERP、CRM、OA 的工作流，替换成本接近整体 IT 迁移，续费率可以做到 80%+。
从投资角度看，模式三的单位经济最优：获客成本一次性，续费贡献边际成本接近零。国内目前真正做到这个水平的垂直 AI SaaS 公司不多，但这是 2026-2027 年最值得跟踪的变现路径。
ToC 变现路径：会员 vs API 生态
C 端 AI 应用的变现，目前国内主要走两条路：订阅会员制和 API 生态分成。
会员模式：豆包 Pro（59 元/月）、Kimi+（129 元/月）、文心 VIP（49 元/月）是当前主流定价区间。与国际市场相比（ChatGPT Plus 20 美元/月），国内定价明显偏低，这既反映了居民付费意愿的差异，也与各家补贴获客的策略有关。
付费转化率方面，业内估计国内头部 AI 应用的月活付费率在 3%-8% 区间，远低于 Spotify 等成熟订阅产品（20%+）。这意味着 ARPU 提升空间存在，但路径依赖于用户习惯的培育——目前国内用户对 AI 的付费意愿仍主要集中在"明确节省时间"的场景。
API 生态分成：月之暗面和 MiniMax 等公司走的是"模型能力开放给第三方开发者，从 API 调用量中收取费用"的路径。这类模式的天花板取决于生态规模，目前国内大模型 API 生态的开发者数量已超过百万级（阿里、百度分别在财报电话中披露过类似数字）阿里云开发者生态数据，但单开发者产生的 API 收入仍然偏低。
两种模式并不互斥。更合理的路径是：C 端会员提供品牌认知和用户数据，B 端 API 和 SaaS 提供主要营收，长期看向"AI 操作系统"演化——把越来越多的场景纳入同一个调用接口。
投资标的：A 股与港股受益方向
以下梳理不构成买入推荐，仅列出与上述逻辑有直接关联的上市公司方向。
国产算力基础设施（支撑私有化部署的底层）：
- 海光信息（688041.SH）：CPU+DCU 双线，是目前 A 股中最接近英伟达替代逻辑的标的，但估值已充分反映预期，需关注 2026 年订单落地节奏
- 寒武纪（688256.SH）：ASIC 路线，主要面向云侧推理场景，客户集中度较高
- 中科曙光（603019.SH）：服务器整机与国产算力适配，政务和科研市场有一定壁垒
AI 应用软件（垂直 SaaS）：
- 科大讯飞（002230.SZ）：教育和政务两大场景的 AI 应用落地，收入可见性相对高，但利润率仍在修复期
- 金山办公（688111.SH）：WPS AI 嵌入办公场景，订阅用户超 2500 万，是国内最接近"AI 工作流"变现的上市公司之一金山办公投资者关系
- 同花顺（300033.SZ）：金融数据 + AI 分析工具，散户用户基数大，AI 增值服务是潜在变现方向
港股 AI 应用及平台：
- 腾讯控股（00700.HK）：混元大模型 + 微信生态，是国内最大的 AI 分发平台，但 AI 货币化路径尚未完全清晰
- 商汤科技（00020.HK）：生成式 AI 和具身智能两条线，政府客户采购是主要收入来源，净利润仍为负
- 阿里巴巴（09988.HK）：通义/Qwen 生态 + 阿里云，是港股中 AI 基础设施受益最直接的综合性标的
估值逻辑的提示：对于尚未盈利或 AI 营收占比仍低的公司，建议用 PS（市销率）而非 PE 来建立参照系。目前 A 股 AI 应用软件的 PS 估值中位数在 8-15x 区间，高于美股同类（5-10x），这个溢价能否持续，取决于国内 AI 应用变现节奏的兑现速度。
核心观察
DeepSeek 的最大贡献，是强迫整个产业链在更低成本基础上重新定义护城河。
在模型能力日益同质化的背景下，企业 AI 订单的转化因子正在转向三个维度：数据资产（谁有更多结构化的行业数据）、集成深度（谁更难从客户的工作流中被替换）、生态覆盖（谁在开发者社区的粘性更强）。
目前来看，字节在 C 端流量和工作场景嵌入上占优，阿里在开源生态和云算力协同上占优，华为在强监管行业私有化部署上占优，百度在存量政企关系上占优，Kimi 在专业用户群黏性上占优。五家各有阵地，但尚未出现赢者通吃的格局。
对 A/H 股投资者而言，2026 年值得追踪的核心变量不是"谁的模型分数更高"，而是：下一季度财报中 AI 相关营收的具体数字是否在加速。概念和叙事的估值溢价已经相当充分，分化将在营收兑现节奏上发生。
本文数据来源：各公司公开财报、DeepSeek 官方 API 定价文档、易观分析移动 APP 月活数据、阿里巴巴/百度投资者关系平台披露信息。AI 模型能力评估参考 SuperCLUE 等公开基准测试结果。所有数据截至 2026 年 5 月，部分季度数据为最新可得季报。
常见问题
DeepSeek 对国内 AI 应用层格局有什么实质性影响？
DeepSeek-R1 的核心贡献是把主流推理任务的成本压低 80%-90%，使 API 调用单价从每百万 token 数十元人民币降至个位数。这直接拉平了各家基础模型的成本壁垒，把竞争焦点从"谁的模型更强"转向"谁的场景落地更快、客户绑定更深"。对 A 股而言，受益方从算力硬件向应用软件扩散，但估值分化也在加剧。
企业（B 端）采购 AI 的主要模式是什么？
目前 B 端 AI 采购有三种主流模式：第一，私有化部署——政府、金融、医疗等强监管行业主流，采购算力+模型授权+实施服务打包；第二，API 调用——互联网和中小企业为主，按 token 或调用次数付费；第三，SaaS 包月——标准化垂直场景（如法律助手、代码审查、客服机器人），与业务系统集成后产生强黏性。
A 股中哪些方向最直接受益于国内 AI 应用层扩张？
主要有三个方向：一是 AI 基础设施配套（国产算力芯片、服务器整机），以海光信息、寒武纪、中科曙光为代表；二是垂直 AI 应用软件（金融科技、医疗影像、工业质检等），对应客观量化的变现路径；三是数据资产供应商，拥有结构化中文语料的公司在模型训练和 RAG 场景具备稀缺性。港股侧则以腾讯、商汤、阿里为主要标的。
By m8 康哥. AI 驱动的全球股票资讯与量化分析平台
常见问题
这篇文章属于 m8 的哪个研究入口？
这篇文章归入 AI产业链 主线，建议先从 AI产业链栏目 进入，再结合研究目录里的相邻专题一起看。
读完这篇后，下一步应该看什么？
优先继续看 AI产业链文章列表、AI产业链研究中心、GPU / 算力平台。这些入口能把单篇内容放回市场、行业和方法论框架里。
后续最需要跟踪哪些变量？
后续重点跟踪：AI capex、GPU/HBM/先进封装供给、服务器交付、软件变现和产业链利润分配是否兑现。
这篇内容可以直接当作投资建议吗？
不可以。m8 的文章用于整理公开信息、研究框架和风险变量，不构成个股买卖建议，也不替代个人的仓位管理和风险评估。
m8 会如何更新这类主题？
如果后续出现财报、政策、订单、资金流或估值假设的关键变化，m8 会在对应栏目和专题页继续补充更新，并通过内链把新旧文章串起来。
