7月10日，高盛发布了一份长达50页的深度报告《NAVIGATING CHINA AI MODELS》。
朋友圈刷屏了。但大多数人关注的是"国产大模型追上全球水平了""跑分又涨了"，这些跟企业有什么关系？
说实话，关系不大。
高盛这份报告最有价值的地方，不是告诉你有多少万亿参数、哪个模型排第几。而是它提供了一个全新的思考框架：企业选大模型，不是选"谁更聪明"，而是选"谁能帮我赚钱"。
一、一个关键转折：从"能干什么"到"值不值得干"
过去两年，企业对大模型的思考路径是这样的：
大模型出现了 → 它能干什么？→ 接入试试 → 消耗大量Token → 算算ROI → 沉默了高盛在报告中提到一个很有意思的数据：重度AI使用者的Token消耗增加了10倍，但实际产出只增加了约2倍。
这不是个别现象。大量企业在2025年盲目追求Token消耗，把调用量当成KPI，结果4个月耗尽全年AI预算。10倍的投入，2倍的产出，这笔账怎么算都不划算。
但2026年，情况变了。
企业开始问一个更本质的问题：不是"模型能做什么"，而是"做这件事值不值得"。
高盛把这种转变总结为：从"Token最大化"到"ROI优先"。核心考核指标变成了三件事：
单任务成本是多少？ 每天有多少智能体真正在干活？ 后台流程自动化了多少？
这不是在批评大模型没价值，而是在说：模型再好，落不到场景里就是白搭。
二、高盛的三维框架：企业选模型的正确姿势
高盛在这份报告里搭建了一套非常务实的评估框架，不是比跑分，而是比三个维度：
1. 定价权——模型能不能在真实场景中解决问题
不是看榜单排名，而是看模型在编程、客服、检索、流程自动化这些真实任务里，能不能做到"足够好"。高盛的判断是：中国模型在编程和智能体场景的实际可用性已经显著提高，未必在所有任务上领先，但已经可以用可接受的成本完成一部分真实工作。
2. 成本优势——每一次推理到底花多少钱
大模型的参数规模从2000亿到1.6万亿不等，但MoE架构只激活3%-10%的参数。参数大不等于成本高，激活的参数多才是。DeepSeek的推测解码框架没有改变模型权重，却提高了生成速度60%-85%。这才是企业应该关注的东西——同样的效果，谁的成本更低。
3. 财务实力——公司能不能撑到盈利那天
高盛算了一笔账：2026年中国AI模型行业ARR约100亿美元，推理成本约70亿美元，训练成本约40亿美元。全行业还在烧钱。到2030年，行业ARR预计达到1250亿美元，净利率18%，对应约230亿美元的利润池。
问题是，谁能撑到那天？高盛把现金储备、融资能力、算力获取能力列为关键指标。
三、开源不是免费，生态才是答案
报告中提到一个容易被忽视的趋势：从纯开源转向开放权重模式。
纯开源意味着模型厂商无法从第三方云平台分成，大量部署收入流失。但开放权重模式下，个人免费使用，企业商用需要授权分润。当推理发生在AWS、阿里云等第三方平台时，模型公司不必承担算力成本，却能分享收入。
这意味着什么？
意味着未来不是"谁家模型最强"的竞争，而是 "谁能构建最完整的生态场景"的竞争。
对企业来说，选大模型不是在选一个"更聪明的对话机器人"，而是在选一个能融入自身业务生态的合作伙伴。这个合作伙伴要能在你的ERP里做采购预测，在你的CRM里做客户洞察，在你的生产线上做质量检测。
不是模型嵌入企业，而是企业把模型变成自己的一部分。
四、两层场景，两条路径
报告里提到了两条不同的商业化路径，对应着两类企业场景：
路径一：低价高量——高频标准化任务
面向价格敏感的场景：客服机器人、批量内容生成、跨境商家工具。定价约0.2美元/百万Token。这条路拼的是推理成本和规模效应，DeepSeek和MiniMax走的是这条路。
路径二：高价值编程——复杂推理与Agent
面向代码开发、金融量化、法律文书、企业私有化部署。定价约1美元/百万Token。这条路拼的是模型能力和行业壁垒，智谱GLM走的是这条路。
但这两条路最终都会通向同一个方向：场景深度决定商业价值。
同样的模型，在A企业只用来做客服，在B企业却打通了从采购到生产到交付的全链条。后者的价值是指数级的。
五、给企业的三个建议
第一，别再比模型跑分了。
跑分高不等于能落地。真正该关注的是：这个模型在你的行业场景里，能不能完成值得付费的任务。高盛反复提到一个词——"足够好"。不是最好，而是在可接受的成本下，能用。
第二，算清楚真实的ROI。
Token消耗量不是KPI。单任务成本、每日有效智能体数、自动化业务产出才是。高盛的报告提供了一个清晰的框架：定价能力决定你能不能用，成本优势决定你用不用得起，财务实力决定你能不能持续用。
第三，选生态，不选模型。
未来企业的竞争力，不取决于接入哪个大模型，而取决于能不能把AI能力融入到业务流程里。选一个能跟你一起打磨场景、共建生态的合作伙伴，比选一个跑分最高的模型重要得多。
大模型不会替代企业，但会用大模型的企业一定会替代不会用的。
而会用，不是会调用API，是会构建场景。
写在最后
高盛50页的报告，核心结论可以浓缩成一句话：
国产大模型已经跨越了"能不能用"的临界点，接下来比的是"谁能用得更好"。
对企业来说，这意味着一个全新的选择窗口。不要再纠结于模型参数和榜单排名，回到业务本身，找到那些真正值得自动化、值得智能化的场景，然后把模型放进去。
这才是高盛这份报告，对企业最大的价值。
本文基于高盛《NAVIGATING CHINA AI MODELS》（2026.7.10）及投研纪要精选《高盛50页重磅AI研报拆解》综合撰写，数据截至2026年7月。
