The Value Depression in China's AI Infrastructure: 85% of Global Compute Traffic, Only 10% of Market Revenue

中國 AI 模型已悄然主導全球算力消耗，但其基礎設施的市場估值卻與這一體量嚴重背離——這或許是當前 AI 投資領域最被忽視的套利機會。

據 zerohedge 週二報道，OpenRouter 數據顯示，中國開源模型承載了全球 85% 至 89% 的智能體與代碼生成 token 流量，但對應的算力消費收入佔比僅為 10% 至 16%。換言之，市場目前定價的是一個 10% 的變現故事，而其背後支撐的是一個 85% 的流量現實。

與此同時，美國 AI 算力基礎設施的企業價值合計約 1750 億美元，中國同類資產僅約 200 億美元——單一 CoreWeave 的市值，足以買下中國頭部算力三巨頭近四倍。

基本面正在出現拐點。GDS（萬國數據）剛剛錄得上半年創紀錄的 470 兆瓦新籤預訂量，並上調全年業績指引，同時恢復盈利；VNET（世紀互聯）將於 8 月 18 日發佈財報。估值窪地已然存在，基本面的向上拐折正在成為催化劑。

流量領先，變現滯後

中國開源模型在全球 AI 使用量中的主導地位，已超出多數投資者的認知。

在 OpenRouter 平台——目前追蹤開源模型使用情況最具代表性的公開數據源——中國模型承載了全球 85% 至 89% 的智能體任務與代碼生成 token 流量，但對應收入佔比僅為 10% 至 16%。這一剪刀差揭示出一個結構性錯位：市場定價反映的是當前變現能力，而非底層流量規模。

分發端的數據同樣印證了這一趨勢。阿里巴巴旗下 Qwen 模型在過去六個月內累計下載量突破 30 億次，超過 Meta 與谷歌同期下載量之和。

這一邏輯的演進路徑清晰：先以規模贏得流量，再以流量驅動變現。

前沿性能，分數級定價

高流量並非來自低質量模型的堆砌。中國開源模型已躋身全球頂級代碼能力排行榜，Kimi K3 目前位居 Arena 前端代碼排名榜首，Qwen 3.8 Max 緊隨其後。

然而在定價上，中國前沿模型的 API 調用費用約為每百萬 token 0.20 至 2.30 美元，而美國頭部模型的對應價格為 4 至 8 美元。

這一價差正在收窄。智譜 AI（Zhipu）年初至今已累計提價約 110%，並指引年化經常性收入（ARR）從 2.5 億美元增長至年底約 10 億美元。

定價策略的邏輯與流量策略一脈相承：先以低價鎖定用户，再逐步提升貨幣化率。

算力約束的方向正在對調

此前看空中國 AI 的核心邏輯是：缺乏頂級芯片，無法參與前沿模型競賽。這一約束正在鬆動。

美團旗下 LongCat 2.0 已完全基於 5 萬張華為 Atlas 950 芯片完成端到端訓練。據高盛預測，中國 AI 芯片自給率將從當前的 42% 提升至 2030 年的約 70%。

與此同時，美國的約束方向恰好相反。高盛預計，美國可用電力冗餘容量將在 2030 年收縮至約 130 吉瓦，而中國同期將擴張至約 400 吉瓦。

芯片差距在縮小，電力差距在擴大。

估值錯位：一個 CoreWeave 買下中國四倍

估值差距在具體數字面前更為直觀。

美國 AI 算力企業的市值區間約為 90 億至 750 億美元，中國同類企業僅為 20 億至 70 億美元。以企業價值計，美國約 1750 億美元，中國約 200 億美元。

單以 CoreWeave 的市值，可以買下中國頭部算力三家公司近四倍。

收入層面的對比同樣耐人尋味。Applied Digital（APLD）年收入僅數億美元，市值卻高於指引年收入約 17 億美元的 GDS。

同樣是 AI 基礎設施建設週期，定價卻截然不同。

買基礎設施，而非模型本身

這一錯位在產業鏈上移一層後同樣存在，且方向更為極端。

投資者願意為智譜 AI 等中國模型實驗室支付約 177 倍經常性收入的估值，而託管這些模型的阿里巴巴、騰訊等基礎設施層，市盈率僅約 15 至 17 倍。

每一個增量 token，最終都需要算力來承載。

以 177 倍買模型，不如以 15 倍持有向所有模型收取"租金"的基礎設施層。

廉價本身不構成投資邏輯，需要基本面的配合。GDS 剛剛公佈上半年創紀錄的 470 兆瓦新籤預訂量，另有 600 兆瓦處於預留狀態，同時上調業績指引並恢復盈利。VNET 將於 8 月 18 日發佈財報，屆時將提供進一步的基本面驗證。