1、国内大模型行业发展新阶段

大模型行业阶段演进：国内大模型行业发展阶段已出现显著变化，早期国内模型主要出海服务使用OpenCL的海外用户，彼时海外OpenCL模型价格较高，存在可替代的市场空间。随着OpenCL在国内加速普及，行业进入全新发展阶段，此前仅二线公司的模型表现较为突出，当前一线巨头的模型能力已明显提升，AIGC时代巨头的后发优势开始显现。此前MiniMax、Kimi、智谱等模型市场表现较好，近期小米测试的Hotter Alpha模型表现亮眼，测试期间登上第三方平台每日调用量榜单第一名，这是巨头模型首次在第三方平台取得如此高的排名，结合2026年二线大模型公司使用量爆发的行业背景，充分印证了巨头模型能力的提升。

巨头模型考核逻辑转向：此前巨头对大模型的考核逻辑更偏向关注开源模型的引用量、调用量及市场评价，彼时行业内各模型水平差距较小，整体使用量偏低，难以直接判断模型的实际市场竞争力。2026年二线大模型公司使用量爆发后，巨头的考核逻辑发生核心转向，不再将引用量、刷分作为模型优劣的判断标准，而是将用户实际使用意愿、用户的选择作为衡量模型质量的唯一标准。该转向的标志性事件是阿里成立专门考核Token的事业部，明确了行业已进入以实际使用量为核心的竞争阶段，没有用户使用的模型不具备实际市场价值，当前大模型行业已正式进入考验实际用量的重要新阶段。

2、巨头云与大模型涨价情况及逻辑

涨价核心动因拆解：巨头同时布局大模型销售与云服务两类业务，具备双重目标：一是对外售卖自研大模型，二是对外输出云服务供第三方开展相关业务。为在市场竞争中建立优势，巨头形成了同步调整大模型与云服务定价的策略，底层逻辑可拆解为：若仅单独上调自研大模型价格而云服务价格维持不变，第三方基于其云服务开发的大模型可维持较低定价，将直接削弱巨头自身大模型的市场竞争力。若同步上调云服务与大模型价格，同时对自身大模型给予适当的云服务费用补贴优惠，一方面会抬高第三方模型基于其云服务的开发成本，另一方面可凸显自身大模型的成本优势，能够同时保障云服务与自研大模型的市场竞争力，这是当前巨头制定价格策略的核心出发点。

涨价现状梳理：当前云服务与大模型行业已呈现普遍涨价趋势，相关厂商动态如下：
a. 云服务端：阿里云率先宣布涨价，最高涨幅达34%；百度云紧随其后上调服务价格，其云服务覆盖第三方模型厂商客户；腾讯云披露已进入较好的盈利周期；小米大模型业务普及后，金山云也将有所受益。
b. 大模型端：二线模型厂商智谱已率先完成价格上调，腾讯也宣布将上调大模型服务价格，最高涨幅超400%，该涨幅与其原定价水平较低有直接关系。
整体来看，巨头大模型涨价与云服务涨价节奏相对同步，核心驱动因素为下游市场需求十分旺盛，直接带动相关服务价格进入上升通道。

3、AI大模型长期需求驱动因素

OpenCL需求核心驱动：OpenCL被定位为AI时代的操作系统，也可理解为AI时代的安卓系统，其需求增长主要受三大核心因素驱动。
a. 安全性：当前市场对OpenCL的核心顾虑之一为安全问题，目前OpenCL基本每日更新一个版本，版本更新的核心优化方向为安全性能，安全性能的持续提升将进一步推高OpenCL的热度。
b. 安装门槛：产品普及需要较低的使用门槛，若安装服务成本过高将限制产业发展，目前腾讯相关平台已支持直接下载APP安装，相关主体正积累安装经验，未来有望推出一键安装产品，大幅降低安装门槛。
c. 使用效果：使用效果核心取决于Skill的丰富度，2026年1月底至3月Skill数量呈爆发式增长，Skill的持续丰富将持续优化OpenCL的使用体验，拉动需求提升。

巨头需求落地优势：巨头在OpenCL相关需求落地层面具备两大核心优势。
a. Skill开发优势：Skill的属性与软件类似，相关开发属于人力密集型业务，巨头拥有充足的人力资源，开发各类功能性Skill的难度较低，投入性价比更高。
b. 数据成本优势：巨头自身拥有丰富的用户数据储备，同时采购外部API、大数据库的成本相对更低，相比普通主体自行搭建OpenCL需要高价采购各类API的情况，巨头的成本优势明显，更易实现大模型使用效果的提升。
综合来看，在上述多因素的共同推动下，OpenCL相关需求呈持续上升趋势，长期需求确定性较强。

4、AI行业重点关注赛道与标的

云与模型赛道关注标的：现阶段AI行业核心关注赛道为云服务与大模型两大领域，相关标的是核心跟踪方向。其中云服务赛道重点关注巨头旗下厂商标的，具体包括小米旗下的金山云、腾讯旗下的腾讯云、阿里旗下的阿里云。大模型赛道方面，除行业头部巨头外，近期发展表现突出的MinMax同样值得重点关注，上述梳理可作为相关投资方向的参考依据。

 温馨提示：内容源于第三方以及公开平台，仅供用户参考，恕本平台对内容合法性、真实性、准确性不承担责任。如有异议/反馈可与平台客服联系处理（微信：_LYSD_）。