3Q26 大模型发展复盘及展望深度拆解:单任务成本下降与 RSI 深化,正在把 AI 从“工具”推向“同事”

内容纲要

3Q26 大模型行业出现了一组值得并置的数据:ChatGPT 周活从 8 月的 10 亿增至 10 月的 12 亿;OpenRouter 数据显示 2026 年 8 月 Agent 七日平均 Token 用量达到 7.3 万亿,较 2 月 6 日增长约 14 倍,而同期人类交互用量仅增长 2.8 倍;Anthropic 披露的 AI 主导研发工作占比从 3 月的 1% 升至 8 月的 26%。三组数字指向同一件事:AI 的使用深度正在比使用人数更快地增长。而支撑这一转变的,是单任务成本的大幅下降——GPT-6.1 Sol 相比 GPT-6 Astra,编程能力指数略高(63 分 vs 62 分),但单任务测试费用从 7.47 美元降至 1.04 美元,降幅约 86%。本文按行业进展、效率优化、应用探索、需求展望四条主线拆解这份季度复盘。

第一章:这份报告在讲什么

这是招银国际环球市场出品的互联网行业季度复盘报告,覆盖 2026 年三季度(7—9 月)大模型行业的模型迭代、商业化进展与竞争格局变化,并对四季度及更长期趋势给出展望。报告的信息密度很高,统计口径覆盖 OpenAI、Anthropic、Google、DeepSeek、智谱、月之暗面、小米等七家重点厂商的 21 批、27 个核心模型版本。

报告的核心判断可以概括为三层:第一,模型能力上界依旧是决定差异化定价能力的关键;第二,每任务成本下降及 Agent 化有望为调用量快速增长提供支撑;第三,RSI(递归自我改进)的深化或有望进一步推动 AI 使用深度提升。报告同时给出了较明确的产业含义:行业的竞争正从“谁的模型更强”转向“谁能拥有用户的长期工作流”,未来中间层的 SaaS 和自动化工具的价值存在被挤压的风险,而治理和合规有望获得更多重视。

第二章:关键数据与核心发现

发现一:模型迭代维持高频,9 月为发布最密集月份。 按七家重点厂商统计,7—9 月共发布 21 批、27 个核心通用及推理模型版本,其中 9 月发布 14 个版本,占季度总数的 52%。美国厂商以 Anthropic 和 OpenAI 为代表,持续提升前沿模型的编程、电脑操作及长程任务能力;中国厂商则在开放权重路线下,更重视架构、推理效率及国产算力适配。

发现二:Claude 领跑综合能力榜,中国厂商领跑开源。 根据 Artificial Analysis 截至 2026 年 10 月 2 日的数据,Claude Opus 5.5(58 分)、Claude Sonnet 5.5(56 分)、Meta Muse Wonder Full(56 分)位列前三,其后为 Claude Fable 5.1、OpenAI GPT-6 Astra 及 Google Gemini 4 Argon(均为 53 分)。中国厂商中小米 MiMo-V2.6-Pro 以 46 分领跑,智谱 GLM-5.3 及阿里巴巴 Qwen3.8 Max 均为 45 分,月之暗面 Kimi K3 和阶跃星辰 Step 5 Preview 均为 44 分。当前开源权重领先模型与闭源领先模型的综合评分相差 12 分,但中国厂商在长上下文能力上表现突出:Kimi K3、Step 5 Preview 及 MiMo-V2.6-Pro 在 AA-LCR 中的成绩分别为 89%、88% 及 86%。

发现三:企业侧使用强度增长远快于普及率。 Ramp 美国企业样本中,2026 年 8 月 Top 1% 企业每员工月度 AI 支出达 7,205.13 美元,同比增长 198.0%;Top 10% 及中位企业支出分别为 675.60 美元和 12.50 美元,同比增长 245.5% 及 165.4%。两者的支出强度相差约 54 倍。行业分布上,科技与媒体、金融与保险、专业科学及技术服务行业的每员工月度 AI 支出中位数分别为 80.15、41.24 和 33.33 美元,同比增长 252.5%、281.5% 和 233.3%,显著高于制造业的 9.84 美元及零售业的 9.68 美元。

发现四:个人端付费渗透扩张,高付费人群支出增长更快。 美国消费者样本中至少付费订阅 ChatGPT、Gemini 或 Claude 之一的比例,由 2025 年 8 月的 2.1% 升至 2026 年 8 月的 4.5%。高付费人群的支出增长更快:2025 年 1 月至 2026 年 8 月,Top 1% AI 付费用户平均月支出由 504 美元升至 903 美元,增长 79%;Top 10% 及 Top 40% 群体分别增长 31% 及 10%。订阅档位结构上,Claude 月费 100 美元及以上订阅占比 7.3%,显著高于 ChatGPT 的 1.3%。

发现五:Token 实际价格下降,用量结构向标准模型迁移。 Ramp 于 2026 年 9 月 9 日披露,Token Spend Management 样本的每百万 Token 实际价格由 3 月峰值 1.15 美元降至报告当周的 0.68 美元,下降约 41%;前沿模型 Token 份额由 8 月峰值 53% 回落至 45%,标准模型使用增加。

🔮 AI 分析洞察
把“前沿模型 Token 份额从 53% 回落到 45%”与“Top 1% 企业支出增长 198%”放在一起看,可以得到一个反直觉的推论:企业 AI 支出的增长,主要不是靠使用更强的模型,而是靠把任务下移到更便宜的模型档位后扩大调用规模。这与消费电子的演进路径高度相似——性能提升的商品化部分下沉到中端,只有真正无法替代的高难度任务留在旗舰档。这意味着对模型厂商而言,风险不在于被竞品在能力上超越,而在于能力差距一旦收窄到 3—5 分以内,价格就立刻成为决定性的采购变量。报告注意到本期 GPT-6.1 Sol 的编程能力指数(63 分)已经略高于 GPT-6 Astra(62 分),但费用只有其七分之一——这种“能力持平、价格碾压”的组合,是行业定价体系重构的直接信号。

第三章:重点企业案例拆解

Anthropic:企业商业化持续放量,任务成本优化推动应用拓展。 年化收入由 2025 年底约 90 亿美元增至 2026 年 7 月底超过 650 亿美元;2Q26 初步收入超过 115 亿美元,高于 1Q26 的 47.3 亿美元及 2Q25 的 7.87 亿美元。年化付费超过 100 万美元的企业客户已超过 1,000 家,较 2 月的超过 500 家翻倍;Claude Code 年化收入超过 25 亿美元,企业端订阅自年初增长 4 倍并贡献过半收入。战略意图非常明确:以编程和企业 Agent 为核心,通过 Cowork 及企业执行环境把长程任务能力延伸至非编程工作。Opus 5.5 标准输入/输出价格为 4/20 美元每百万 token,较上一代下降 20%,缓存读取价格降幅 60%,叠加每任务 token 消耗减少,公司测算默认设置下典型工作负载费用下降 40%。报告同时披露,公司 2Q26 已实现正向调整后经营利润,并计划最快于 11 月中旬上市,目标估值可能超过 2 万亿美元。

OpenAI:收入运行率加速提升,Work 拓展付费场景。 截至 9 月底,年化收入运行率接近 500 亿美元,三季度整体及企业业务年化收入运行率分别增长 77% 及 107%;企业收入已超过消费业务,提前实现原预计年底达到的持平目标。ChatGPT 周活由 2 月的超过 9 亿升至 10 月 5 日的 12 亿,最近两个月增加约 2 亿。产品侧,ChatGPT Work 于 7 月上线,将编程 Agent 扩展至文档、表格和演示文稿;9 月 29 日 DevDay 推出 Dots,基于 GPT-6 Astra 为用户配置可持续运行的 Agent 及云电脑,支持连接超过 4,000 款应用。判断其战略意图是:把 AI 从“随叫随到的工具”推向“长期托付的同事”,用持续运行为新增付费场景。商业化上,ChatGPT 广告上线不足 200 天,年化收入已达 10 亿美元,广告主数量达数万家,覆盖超过 40 个国家。

Google:Flash 加快迭代,Argon 拓展长程编程。 三季度围绕编程和 Agent 加快模型迭代,形成效率与前沿能力两条产品路线——7 月 21 日至 9 月 2 日,Flash 系列在六周内连续更新三次。Flash 以较低调用价格承接日常及高频任务:3.7 及 3.8 年内推广输入/输出价格为 0.75/3.75 美元每百万 Token,较 3.6 原价下降 50%。9 月 30 日推出 Gemini 4 Argon,DeepSWE v1.1 及 AutomationBench 成绩分别为 77.9% 和 51.3%,输出上限由此前 64K 提升至 1M Token,Google 内部已将其用于大规模代码迁移和数据中心内存优化,后者已释放超过 300 TiB 内存。

智谱(2513 HK):API 量价齐升,云分成拓宽变现。 1H26 收入 9.54 亿元人民币,同比 +399.7%;其中开放平台及 API 收入 8.25 亿元,同比 +2,735.7%,占比由 1H25 的 15.2% 升至 86.5%,分部毛利率由 -0.4% 提升至 24.6%。截至 8 月 31 日,MaaS 平台 Token 调用量较年初增长超过 40 倍,其中 Coding Plan 调用量增长超过 23 倍,API 平均售价同期提高约 101%。国产算力侧,公司已实现 10 万级国产芯片规模化低成本推理,单位 Token 推理成本较年初下降 80%。9 月全业务 ARR 达 18 亿美元,年底目标由 24 亿美元上调至 30 亿美元。值得注意的是,10 月 GLM-5.3 接入 AWS 按调用量分成,为开放权重模型提供了自营 API 之外的新收入渠道。

MiniMax(100 HK):开放平台成为主要增长驱动。 1H26 收入 1.166 亿美元,同比 +283.1%;开放平台及其他 AI 企业服务收入 7,393 万美元,同比 +703.1%,占比由 30.3% 升至 63.4%。8 月 ARR 超过 8 亿美元,其中 To B 约占 80%、To C 约占 20%,而去年同期约为 30% 和 70%——变现结构在一年内完成反转。M3 支持 100 万 Token 上下文及原生图像视频理解,采用 MSA 稀疏注意力后 1M 上下文下每 Token 计算量约为上一代的 1/20,预填充及解码速度分别提升超过 9 倍及 15 倍。管理层将 M3.1 推理成本目标设为 M3 上线时的约 1/3。

月之暗面:K3 拓展长程能力上界,云分成落地。 ARR 由 2026 年 3 月初超过 1 亿美元,增至 6 月 3 亿美元、8 月超过 10 亿美元,年底目标 20 亿美元。Kimi K3 总参数 2.8T、激活参数 104B,每次从 896 个专家中选择 16 个,支持原生视觉及 1M 上下文;公司展示 K3 连续自主运行 48 小时完成芯片设计及仿真验证的案例。9 月 18 日 K3 正式上线 Amazon Bedrock,按模型调用量结算分成。据报已完成上市前最后一轮私募,估值约 500 亿美元。

DeepSeek:架构优化压缩长程任务成本。 V4.1-Flash 采用非对称编码器—解码器架构,主干参数 552B,另含 196B Engram 条件记忆模块,预填充及解码阶段分别激活 8B 及 16B 参数。max 档 Terminal-Bench 2.1 / DeepSWE 1.1 得分分别为 90.6% / 74.2%;KV 缓存压缩至每 Token 约 890 字节,HBM 及 SSD 缓存空间分别降至前代的 1/4 及 1/8。定价上采用峰谷机制:峰时缓存命中输入/未命中输入/输出价格为 0.006/0.30/1.20 美元,谷时为 0.003/0.15/0.60 美元。据报年化收入运行率已达 10 亿美元,新一轮融资规模预计超过 800 亿元人民币。

🔮 AI 分析洞察
智谱“Token 调用量增长 40 倍 + API 均价提高 101%”这组数据,在国内厂商普遍被质疑“只能打价格战”的语境下显得格外重要。它的含义是:当模型能力跨过某个可用阈值后,需求的价格弹性会从“正”转为“负”——即涨价不但不减少调用,反而因为客户把更重要的任务迁移过来,带动单次调用价值上升。这与 DeepSeek 采用的峰谷定价、Anthropic 的分层订阅、OpenAI 的高价 Pro 档位,在方向上是一致的:行业正在从“卖 token”转向“按任务价值定价”。对国内厂商而言,真正的考验不是能不能把价格压得更低,而是能否在能力上跨过这条阈值线。报告提到 GLM-5.3 在 AA-Briefcase Elo 由 1,230 升至 1,509、AutomationBench 任务通过率由 28% 升至 62%,这类“任务交付能力”而非“问答能力”的跃升,才是价格弹性反转的前提。

第四章:趋势与预判

趋势一:电脑操作与成果编辑整合,AI 向完整工作流延伸。 OpenAI 于 7 月 9 日推出 ChatGPT Work,将应用、本地文件及网页接入持续执行过程,并生成可编辑的文档、表格和演示文稿;Anthropic 于 9 月 16 日宣布逐步合并 Cowork 与 chat。非编程工作已有使用基础:Anthropic 公布的 5 月 11—31 日 120 万次 Cowork 会话样本中,业务流程与运营、内容创作与文案分别占 33.4% 和 16.4%。

趋势二:专业行业接入资料与软件,形成新增付费。 法律领域,Anthropic 于 5 月 12 日推出法律行业方案,新增 20 多个连接器及 12 个专业插件;法律 AI 初创企业 Harvey 于 7 月 16 日披露 2Q26 净新增 ARR 超过 1 亿美元,已服务超过 125 家资产管理机构。金融领域,Anthropic 于 9 月 14 日推出 Claude for Financial Advisors;据其 N26 案例,首年上线 15 个以上内部应用,在目标流程中实现最高 70% 的任务自动化。芯片设计领域,Cadence 早期评估显示,相比直接使用基础模型生成代码,设计面积和功耗平均分别降低 24% 及 18%。

趋势三:RSI 从辅助编程推进到连续实验执行。 Anthropic 的 AI 主导研发工作占比由 3 月 1% 升至 5 月 12%、7 月 22% 及 8 月 26%,达到 AI 协作及以上水平的占比超过 90%;公司最常用内部平台约有 3 万个 Agent 并行开展研究及工程任务。工程产出上,截至 5 月,合入代码库的代码中超过 80% 由 Claude 编写,2Q26 工程师人均每日合入代码量达到 2024 年的约 8 倍。OpenAI 侧,截至 8 月中旬,研究组织每个人类工作日对应约 3.1 个 Agent 工作日;8 月研究员每日推理用量按 API 价格计,中位数超过 600 美元、90 分位超过 7,000 美元。

趋势四:Harness 优化成为全栈效率竞争环节。 据 OpenAI 2026 年 8 月 19 日披露,保持 GPT-5.6 Sol 模型不变,通过保留推理记录及压缩上下文,ARC-AGI-3 成绩由 13.3% 升至 38.3%,输出 Token 消耗降至原来的六分之一。LangChain 于 2 月 17 日披露,在保持模型不变的情况下调整提示词、工具及执行流程,Terminal-Bench 2.0 成绩由 52.8% 升至 66.5%。模型能力与执行框架协同优化,将同时影响任务成功率、执行速度及调用费用。

🔮 AI 分析洞察
“保持模型不变、只优化 Harness,ARC-AGI-3 从 13.3% 升到 38.3%”这一组数据,其产业含义被报告低估了。它意味着模型能力的一部分实际上是工程能力,而非训练能力——当这部分收益可以通过开源框架被所有厂商复制时,基础模型的原始能力差距在最终产品体验中的权重会显著下降。报告提到 OpenAI 开源 Codex 执行框架、DeepSeek 于 9 月 29 日开放 Harness 源码,这两个动作放在一起看,是行业在主动放弃 Harness 层面的差异化。这解释了报告为什么判断“中间层 SaaS 和自动化工具的价值存在被挤压的风险”:通用执行框架一旦开源,价值就会向上回流到模型本身、向下迁移到具体的企业数据与业务流程,夹在中间的通用工具层失去护城河。这是本季度最值得关注的竞争格局变化。

第五章:总结 — 核心判断

  1. 判断一: 模型能力上界依旧是差异化定价能力的关键,但能力差距一旦收窄至 3—5 分,价格立即成为决定性变量——GPT-6.1 Sol 以 63 分能力、1.04 美元任务费用对 62 分、7.47 美元的组合,宣告了定价体系的重构。
  2. 判断二: 使用深度的增长快于用户规模的增长,Agent Token 用量 14 倍于人类交互的增速,研发自动化(RSI)正在成为模型厂商内部新增的高强度推理场景。
  3. 判断三: 商业化的重心正在从 C 端订阅转向 B 端工作流,Anthropic 企业业务增速高于整体 30 个百分点、MiniMax To B 占比一年内从 30% 升至 80%,都是同一趋势的不同侧面。
  4. 判断四: 竞争焦点从“谁的模型更强”转向“谁能拥有用户的长期工作流”,通用执行框架的开放将挤压中间层工具价值,治理与合规的相对权重上升。

第六章:投资建议方向与风险提示

报告给出的股票推荐分为三条线索:

海外云厂商:亚马逊(AMZN US,买入,目标价 301.0 美元,基于 17.2 倍 EV/EBITDA)、微软(MSFT US,买入,目标价 634.2 美元,基于 32 倍 FY27E 市盈率)、谷歌(GOOG US,买入,目标价 428.0 美元,基于 35 倍 FY26 市盈率)。

中国云和 AI 应用:阿里巴巴(BABA US,买入,目标价 220.1 美元,基于 SOTP)、腾讯(700 HK,买入,目标价 705.0 港元,对应 21x FY26E Non-IFRS PE)。

大模型标的:智谱(2513 HK,买入,目标价 1,985.0 港元,基于 28 倍 2028E P/S 折现至 2026E)、MiniMax(100 HK,买入,目标价 580.0 港元,基于 50 倍 FY26E PS)。

风险提示

  • 模型能力提升的边际放缓可能削弱差异化定价能力,价格竞争加剧将压缩厂商利润率。
  • RSI 深化带来的治理与合规风险,报告明确提示相关能力需要更多的治理与合规投入。
  • 算力供给的约束:xAI AI 分部 2Q26 资本开支达 158.28 亿美元,单季投入约为同期收入的 6.2 倍,头部厂商的资本开支强度对现金流构成压力。
  • 估值风险:按报告测算,智谱与 MiniMax 的目标估值对应 2026E P/S 分别为 33.5x 与 17.9x(参考口径),对增长兑现的要求较高。

🔮 AI 分析洞察
报告在股票推荐中给智谱和 MiniMax 的目标价分别基于 28 倍 2028E P/S 折现(至 2026E)与 50 倍 FY26E PS,两者的估值锚差异巨大。这种差异本身反映了一个尚未被行业定价充分认识的事实:大模型行业目前还没有形成统一的估值范式,因为收入结构在快速变化——智谱的 API 收入占比在半年内从 15.2% 升至 86.5%,MiniMax 的 To B 占比在一年内从 30% 升至 80%。当收入构成以这种速度重构时,任何基于当期 P/S 的估值都只有短期参考意义。真正决定长期价值的,是报告反复提到的那条主线:能否从“卖调用”升级到“按交付价值收费”。智谱 Co-work 订单超过 10 亿元人民币、Harvey 净新增 ARR 超过 1 亿美元,这两个案例指向的正是同一件事——行业正在寻找 token 之外的计价单位。找到它的厂商,才有可能支撑起当前估值所隐含的增长预期。


免责声明: 本文基于公开研究报告进行分析解读,不构成任何投资建议。市场有风险,投资需谨慎。文中观点仅代表个人分析,不代表任何机构立场。数据引用力求准确,但不保证完整性,请以原始报告为准。


📄 研报来源

  • 研报名称: 《3Q26大模型发展复盘及展望:单任务成本下降及RSI深化推动AI使用深度提升》
  • 作者: 何赛一、陶冶
  • 发布单位: 招银国际环球市场
  • 发布日期: 2026-10-15

📋 文章元信息

  • 建议分类: 行业分析
  • 建议标签: 大模型, Agent, RSI, AI商业化, 算力成本
  • 摘要: 3Q26 大模型单任务成本大幅下降、Agent 使用深度快速提升,研发自动化(RSI)深化推进;行业竞争焦点从模型能力转向用户长期工作流,通用执行框架开源将挤压中间层工具价值。

☕️ 如果这篇文章对你有帮助

原创研究不易,你的支持是我持续输出的动力

微信打赏
请我喝杯咖啡 ☕

支付宝打赏
帮助我买些 token 🪙

💬 觉得有用?加入研报交流群

每日推送精选研报解读,与群友一起讨论行业趋势

⚠️ 免责声明:本文为AI辅助生成的研究报告分析,仅供信息参考与学习交流,不构成任何投资建议。投资有风险,入市需谨慎。

免责声明与内容说明

1. 本站文章由 AI 基于公开研报与公开信息辅助整理生成,仅代表生成时的模型理解,不构成任何投资建议、要约或承诺,亦不代表任何机构观点。

2. 本站不对内容的准确性、完整性、及时性作任何保证;文中数据与观点可能随市场变化而失效。任何依据本站内容作出的决策,风险由读者自行承担。

3. 投资有风险,入市需谨慎。请以官方公告、监管披露及持牌专业机构意见为准,独立判断、自主决策。

4. 转载内容版权归原作者及原出处所有;如认为本站内容侵犯您的合法权益,请联系本站及时处理。

[email protected] • 京ICP备2026062875号