该行认为随着企业端从 tokenmaxxing 转向开源节流，国产模型在全球市场的份额有望提升。

东吴证券发布研报称，OpenAI 和 Anthropic 或在今年下半年到明年陆续上市。两家上市后会对整个板块形成定价锚点。Coding 追赶看 Antigravity 能否重启产品飞轮。长期看多模态 + 世界模型布局。国产开源模型能力上已经快速追赶，从 " 能用 " 到 " 好用 "。DeepSeek 算法创新领先，成本优势显著 ; 智谱 GLM5.x 系列在 coding 上表现优秀 ;minimax m3 在原生多模态有所突破。该行认为随着企业端从 tokenmaxxing 转向开源节流，国产模型在全球市场的份额有望提升。

东吴证券主要观点如下：

每隔一段时间，市场就会响起同样的质疑声

Scaling Law 是不是见顶了 ? 紧随而来的连锁反应总是相似的，例如担心 AI 是不是泡沫，是不是有更高效的方式，Transformer 本身不是真正的理解而只是概率统计的游戏……然后模型能力又一次跃升，ARR 又一次增长，这些怀疑暂时被搁置，但从未真正消失。它们在每一次模型迭代放缓时重新浮现。

这种周期性的怀疑背后，是两个更本质的问题：第一，什么是理解 ? 第二，是否存在比暴力 scale 更高效的路径 ? 该行认为，压缩本身就是智能。当 AI 不仅在回答问题，还在真正地操作工具、修改代码、生成代码、生成报告、生成观点……如果这些都不是理解，那什么是理解 ? 关于第二个问题，确实有人在下不同的赌注。田渊栋、Yann LeCun、Ilya 新成立的公司，都在探索 alternative 架构和新的推理范式。但现实是：这些几乎没有成型的模型、产品。投资人给钱，更像是一种分散下注——万一 Transformer 真的不是终点呢 ? 但这种 bet 的风险极高。相比之下，暴力美学至少还是有效的。Opus 系列能力迭代放缓后，Fable ( Claude5 ) 再次跃升 ;GPT 5.1 到 5.4 进步平缓，而 GPT-5.5/5.6 又实现了质的突破。这个规律一次次重复：预训练决定天花板，后训练决定能触及天花板的高度。真正在发生的不是 Scaling Law 失效，而是单一维度的参数堆叠遇到了边际收益递减，多模态、Multi-Agent、RSI ( 递归自改进 ) 、世界模型的 scaling 空间正在被打开。

Frontier model 竞争格局：交替领先，终局未定

2025 年 11 月 Google 凭 Gemini 3 短暂领先，2026 年初 Anthropic 靠 coding 反超，到 Q2 OpenAI 凭 GPT 5.5/5.6 回归。Google 在 coding 上因产品飞轮未启动而掉队，但多模态数据优势和自研芯片的优势让其保留翻盘可能。大模型第一的位置从未稳固，领先优势的半衰期正在急剧缩短。

闭源 vs 开源：开发者用开源，企业买闭源，但天平正在倾斜

闭源在前沿能力上仍领先 6 到 12 个月，但开源在性价比、可控性、数据隐私上的优势正在吸引越来越多的垂直 AI 应用公司自己训练模型。Harvey 用 GLM-5.1 训练出法律 agent 超越 GPT-5.5 和 Opus 4.8，Cursor 被 xAI 收购获得自己的模型底座。垂直应用公司过去是闭源 API+promptengineering，正在逐步转为开源模型 + 自有训练能力 + 垂直场景优化。

从 Vibe Coding 到 Vibe Working 再到 Vibe Creating

三波浪潮叠加推进。Coding 已经是收获期 ( Anthropic 和 OpenAI 收入主要来源 ) ，Working 正在渗透 ( 知识工作者占 Codex 用户 20% 且增速是程序员 3 倍，金融成为 Anthropic 第二大收入来源 ) ，Creating 还在实验期。三波浪潮的演进逻辑是从高可验证性向低可验证性递进。

风险提示：Scaling Law 失效风险，ARR 增速放缓，自由现金流压力

追加内容

本文作者可以追加内容哦 !