高盛最新一份关于中国AI模型的研报，结论很提气：中国AI大模型，正从“成本屠夫”进化为“智能高手”。报告点名智谱、DeepSeek和字节跳动，认为它们是这波浪潮里位置最有利的玩家。

但说实话，读完这份132页的深度报告，最让我兴奋的，反而不是那些模型参数和定价策略，而是一个被很多人忽略的隐藏变量——存储。

高盛的核心判断：中国AI进入“足够好”的拐点

报告有几个核心结论值得划重点：

第一，性能已经够用了。 在代码生成和Agent任务上，中国模型已经达到“足够好”的临界点。GLM 5.2在LMArena代码榜上冲到全球第7，这不是靠运气。

第二，价格实在太便宜。 中国顶级模型定价约每百万Token 1美元，只有美国SOTA模型的10%-25%。低端Agent模型更是低至0.06-0.2美元，直接打开了全球中小企业的增量市场。

第三，商业模式在进化。 高盛预计到2030年，中国AI模型的API加订阅收入将从今年的350亿人民币飙升至8790亿，Token日消耗量增长25倍。

但高盛没明说的是：“存力”这场暗战

中国AI为什么能这么便宜？高盛归因于MoE架构、稀疏注意力等技术创新。但所有这些创新的前提，是一个被当作“背景板”的能力：数据能不能被高效地存、快速地读。

当模型要从百万级Token的上下文里精准捞信息，当每天要处理从350万亿到4600万亿Token时，瓶颈早就不在算力，而在数据能不能喂饱GPU。

高盛报告里有个细节：美团LongCat 2.0是国内首个用5万张国产卡训练出来的万亿参数模型。这背后意味着什么？不光是算力在国产化，支撑这套庞大集群的存储体系，也必须完成国产替代。

用行业里的话说：GPU可以反复用，但数据只会累积叠加。 存储正在从“仓库”变成“引擎”。有机构预测，2026年全球存储市场规模将突破6000亿美元。

中国AI下半场，存力是“隐形冠军”

高盛看多中国AI的逻辑很清晰：性价比+开源生态+场景落地。但如果我们把视角拉长，这套逻辑能跑通的前提，是存力基础设施不能掉链子。

尤其是进入Agentic AI时代，大模型要处理更复杂的多轮交互、更长程的任务规划，对存储带宽和响应速度的要求是指数级上升的。谁能在存力上构建壁垒，谁就拿到了下半场的入场券。

算力决定了AI能跑多快，而存力决定了AI能跑多远。

当大家都在卷大模型参数时，能让海量数据高效流动起来的存储能力，才是决定中国AI这艘大船能驶向何方的压舱石。这场由AI引发的“存力”竞赛，才刚刚鸣枪起跑。

如果你也看好存储——美光、海力士、兆易创新、鑫存储及存储设备等

欢迎扫码进星球，群里实时交流，聊机会、拆逻辑。一个人走太慢，一起走才能走得远！

目标一致：早日退休，稳稳上岸。