云计算+大模型+OpenCla...

①英伟达宣布向AI数据中心专业公司Nebius投资20亿美元，将帮助Nebius在2030年底前部署超过5吉瓦的算力容量，Nebius涨16.14%。

②腾讯云宣布AI模型涨价400%。

②OpenClaw：超算互联网向每位OpenClaw用户免费发放1000万Tokens；华为推出“鸿蒙版龙虾”小艺Claw；腾讯版“小龙虾”WorkBuddy正式支持后台自动化任务。

③OpenClaw安全：腾讯龙虾数据安全保护Skill上架ClawHub；券商密集针对“小龙虾”OpenClaw下发内部合规提醒或相关通知；工业和信息化部网络安全威胁和漏洞信息共享平台发布关于防范OpenClaw（“龙虾”）开源智能体安全风险的“六要六不要”建议。

④隔夜中概云厂商金山云跌3.97%。

OpenClaw2025年11月在GitHub发布后迅速走红，在4个月内星标突破25万，从技术上来看， OpenClaw能够拆解任务、联网搜索、调用本地软件、自我纠正重试并向云端大模型发送请求，其多轮自我修正和庞大上下文的特性意味着Token消耗量面临指数级增长。

OpenClaw快速出圈或将驱动AI云算力持续增长。

据行业监测，2026年开年AI算力需求激增驱动算力租赁市场进入涨价周期。

截至2月底，英伟达H200、H100等高端GPU租金环比上涨15%-30%，H200时租达7.5-8.0元/卡时，月租6.0-6.6万元，涨幅25%-30%；H100月租涨至5.5-6.0万元，涨幅15%-20%。

交付周期延长至2027年Q2（H200）与Q1（H100）。头部厂商优刻得、森华易腾等已官宣3月全线涨价20%-30%。

OpenClaw的发展或大幅提升对于AI云IAAS的需求，AIDC、算力租赁、CDN作为AI云IAAS的核心组成。

相关再梳理（不构成投资建议）：

AIDC机房：光环新网、大位科技、奥飞数据、新意网集团、润泽科技、宝信软件；东阳光、数据港、万国数据、世纪互联等；

AIDC液冷：英维克（液冷全链条全自研龙头）；申菱环境、远东股份、飞龙股份、银轮股份、同飞股份、网宿科技、高澜股份等；

AIDC供电：中恒电气、科泰电源、潍柴重机等；

算力租赁：景科技、协创数据、智微智能、首都在线、润建股份、中贝通信、航锦科技等；

CDN：网宿科技等；

AIDC计算和网络：华工科技、盛科通信、中际旭创、新易盛、亨通光电、中天科技、中兴通讯、紫光股份、欧陆通、天孚通信；受益标的：寒武纪、海光信息、华勤技术、浪潮信息、锐捷网络、长飞光纤光缆、长飞光纤、烽火通信、永鼎股份、远东股份、罗博特科、炬光科技、致尚科技、杰普特等。

开源证券通信团队

核心围绕海外用户调用国内大模型API的技术架构、市场策略、成本与性能对比等关键问题展开。以下是详细内容总结：

一、技术架构与算力部署：分层混合模式

国内大模型公司服务海外用户时，普遍采用“应用层海外，推理层国内”的混合架构。

应用/展示层（海外部署）：

位置： 主要部署在新加坡节点，也会利用东南亚周边及部分国内基建。

功能： 处理用户直接访问（官网、第三方平台）的请求、市场营销、用户界面展示等。

算力类型： 主要使用CPU通用算力，成本较低，无需大量GPU资源即可支撑海外访问流量。

模型推理层（国内部署）：

位置： 主要调用国内数据中心的算力进行实际的大模型推理计算。

原因： 成本优势是国内模型出海的核心竞争力。国内推理算力（如使用消费级显卡RTX 5090等）成本远低于海外高端算力（如H200）。

时延影响： 由于大模型推理本身耗时较长（约100多秒），网络传输增加的时延相对影响不大，在可接受范围内。

数据合规与流转：

数据性质： 强调处理的是“任务相关的上下文数据”，而非用户原始隐私数据（如邮箱密码）。这些数据多与代码生成等场景相关，本身在互联网上可获取，敏感性较低。

合规处理：

通过用户协议事先告知用户数据可能用于国内推理。

数据会进行脱敏处理。

用户隐私数据主要保存在用户本地或海外应用服务器，不传输至国内。

监管风险： 认为当前做法符合海外监管要求，因为监管主要针对原始个人隐私数据的跨境转移。

二、 市场策略与增长驱动

增长逻辑： 国内大模型在海外（特别是通过OpenRouter等平台）的调用量（Token消耗）自2025年初的约2%占比，已显著增长至近期高点（曾超60%，后回落至约39%）。这主要源于海外用户寻求高性价比的API替代方案，尤其是自2024年底“小龙虾”（Crawfish，指代某类AI助手产品）等AI应用火爆后，流量加速向价格更优的国内模型迁移。

营销周期：

新模型发布时会进行营销推广，带来1-2周的流量高峰。

高峰期后流量会逐渐回落。若没有持续的模型更新或新功能，市场份额可能被其他模型切走。

长期增长依赖于扎实场景的落地，如代码生成（Coding）和个人AI助理，这些场景正在推动Token消耗的实质性上升。

竞争格局：

创业公司（如Minimax、智谱、Kimi等）： 普遍采用上述混合架构，并建立了独立的海外平台进行品牌运营和推广。

国内互联网大厂（如豆包、通义千问）： 目前更多面向国内市场，尚未大规模推出独立的海外品牌和平台。

三、 模型性能、成本与国产芯片

性能差距： 国内模型在代码生成等特定领域，通过知识蒸馏等技术，能逼近海外领先模型（如GPT-4.5水平），但存在约3个月的代际时间差。

成本优势： 国内模型API价格约为海外模型的1/5到1/6。这主要得益于：

使用成本更低的国产算力卡或消费级显卡（如RTX 5090）进行推理。

国内电力等基础设施成本较低。

国产芯片挑战：

稳定性不足： 与英伟达芯片（如H200）相比，国产芯片（如华为）在长时间稳定运行任务方面仍有差距，可能仅能稳定运行数分钟。

生态劣势： 英伟达的CUDA生态积累了巨大优势，国产芯片短期内难以超越。

未来成本： 若想追求与海外同等的推理质量和稳定性，未来可能需要采用更高端的算力卡，导致成本优势可能收窄。

四、 关于“小龙虾”（AI助手产品）的讨论

增长驱动： “小龙虾”类AI助手的流行是近期带动国内模型Token消耗上涨的重要原因之一，用户将其作为调用国内模型的廉价接口。

渗透率与使用深度： 存在不同看法：

一方认为当前渗透率已较高，增长可能接近瓶颈。

另一方认为，即使在目标用户（知识工作者）中，安装率和深度使用率（集成到工作流）仍然很低，未来还有很大增长空间。

使用形态： 目前仍以个人电脑端为主，云电脑版本占比相对较少。它对终端设备要求低，跨平台支持好。

五、 其他关键问答

为何不将商用API直接部署在海外服务器？

可以部署（开源模型无限制），但不经济。海外基础设施成本高，且部署门槛高。国内模型出海的核心优势在于性价比，若用海外算力则丧失此优势。

是否租赁亚马逊、谷歌云算力？

仅有少量测试用途，不会大规模用于商业服务，主要出于成本考量。

第三方独立模型厂 vs. 互联网大厂：

独立厂商优势： 专注、灵活、市场响应速度快，更容易抓住突发性机会（如“小龙虾”热潮）。

大厂优势： 拥有规模优势（算力、人才），在行业进入平稳发展期后可能通过价格和技术碾压独立厂商。

光缆带宽限制问题：

当前推理任务对带宽要求不高，且可通过东南亚等多路径传输，暂未构成严重瓶颈。这与训练阶段需要传输海量数据不同。

核心结论

国产大模型通过 “海外前端引流+国内算力推理” 的混合架构，以显著的性价比优势成功切入海外市场，尤其在代码生成等场景。增长由海外AI应用需求驱动，但面临模型迭代存在时差、国产算力稳定性待提升、以及长期可能面临成本优势收窄等挑战。市场竞争中，独立厂商凭借灵活性抢占先机，而大厂则拥有深厚的规模资源。数据合规通过协议和脱敏处理，目前被认为是可控的。

OpenClaw爆火推动AI竞争进入Agent执行时代，腾讯生态成为其核心壁垒。不同于Chatbot赛道侧重模型性能，Agent时代核心看工具调用与全场景渗透能力，平台生态价值凸显。腾讯依托微信、企微、腾讯文档等核心产品协同，以及小程序千万级开发者生态，构建起难以复制的壁垒，同时加速AI布局，抢占新一轮竞争主动权。

腾讯“龙虾”产品矩阵，分层覆盖全场景。小白用户有WorkBuddy（零配置职场桌面场景）、QClaw（微信对话、远程操控等，覆盖5000+skills）；开发者有腾讯云Lighthouse（极简部署、云端稳定在线）；企业端升级ADP智能体开发平台与云桌面。其核心优势的是可无缝接入微信、QQ等超级流量入口，联动生产力工具，有望成为国民级全场景AI工具。

微信AI智能体预计26Q3全量上线，计划年中灰度测试（时间表或随研发调整）。微信作为国民级应用，生态完善，可精准捕捉用户需求并实现任务闭环，有望成为全能AI助手。腾讯已通过AI小程序成长计划布局，实现平台与开发者双赢，为微信AI Agent迭代提供数据支撑，加速从被动响应需求到主动提供建议、从单纯输出回答到全程代理操作的智能化升级。

Context和记忆能力或将成为混元新一代模型的核心迭代方向。腾讯混元2月发布研究指出，Context运用是模型突破瓶颈、落地高价值应用的关键；3月提出功能性记忆范式，提升模型任务适配与生成质量。我们预计2026年混元将重点迭代该能力，为AI Agent规模化落地等高价值应用提供技术支撑。

考虑近期腾讯AI进展加速且生态优势有望在新一轮竞争中得到凸显，当前估值具备性价比。维持“买入”评级。

中信证券互联网团队 廖原/徐航/丁晓月/王悦如/张苡铭

*公开资料整理，仅作为行业分析参考，不构成任何投资建议！