智通財經APP獲悉，中國銀河證券發布研報稱，模型平權有望延續，開源生態推動應用端發展。在人工智能發展進程中，開源生態的發展有效推動了模型平權，推動了應用端的快速發展：開源推理模型的顯著成本優勢，大幅降低企業技術接入門檻，為應用端釋放創新活力提供了土壤，進而推動AI應用生態進入良性發展軌道。該行認為，從國內互聯網大廠的近期佈局來看，模型性能趨同的趨勢或將延續，開源生態將持續推動AI應用生態發展。

中國銀河證券主要觀點如下：

Kimi K3發布，多項測試水平對標定級閉源模型

月之暗面於2026年7月17日發布Kimi K3，其在代碼能力、智能體(Agent)相關多項基準測試中，性能對標甚至超越頭部閉源旗艦模型。該行認為，開放權重與封閉權重基礎模型之間的性能差距持續收窄，或將提升本土互聯網平台——這類企業手握自有專屬數據集與龐大用戶基數，在頂尖閉源模型能力相近的開源模型加持下，競爭優勢有望放大。

數據資源制約，模型性能趨同或將延續

未來數年，可公開獲取的人類生成數據或將成為制約前沿大模型迭代的硬性約束條件。儘管合成數據能夠在一定程度上緩解數據短缺問題，但該行判斷合成數據質量偏低，或將限制模型後續性能提升空間。據此該行認為：1)開放權重模型與閉源專有模型之間的性能差距大概率會持續收窄;2)高質量訓練數據日益稀缺，市場對於支付、電商、社交信息流等專有閉環數據的爭奪將愈發激烈;3)行業長期奉行的「越大越好」的模型擴展路徑的效果或逐步減弱，數據供給瓶頸將取代算力，成為制約大模型發展的重要卡點。

模型趨於商品化，數據持有方議價能力提升

隨着基礎大模型正日益走向商品化，價值分配重心從基礎設施層轉向應用層。隨着模型性能不斷趨同，企業核心競爭差異將不再依靠模型自研能力本身，而是由專有數據、流量分發渠道以及用戶粘性決定。這一行業變革將利好擁有獨家數據集與龐大存量用戶基數的互聯網平台。這類企業具備最優條件，可將AI技術能力落地為商業化服務並實現變現。

詞元消耗持續上行，支撐行業長期增長全球token用量中樞持續上移

詞元周度消耗由2025年8月的3T–4T tokens提升至2026年7月的60Ttokens。詞元調用量持續上行，直接帶動下游各類應用端API接口調用需求爆發，該層需求將進一步向上傳導至模型底座廠商。模型底座作為詞元運算與推理的核心載體，承接全行業海量詞元處理任務與API調用負載，自身服務收入與規模效應同詞元消耗量、API調用頻次深度掛鉤。詞元需求持續放量，既能夠放大模型底座的複用價值，也可有效攤薄模型訓練、技術運維的單位成本，持續加固模型底座廠商的技術壁壘與市場競爭優勢，成為支撐模型底座行業長效增長的核心驅動力。

風險提示：市場競爭加劇的風險，AIGC技術和應用發展不及預期的風險，AI應用商業化進展不及預期的風險。