一、国产模型的变化

（一）Minimax H3以及即将到来的M3

MiniMax H3正式发布，打破任务和模态边界。7月31日，MiniMax正式推出H3，模型可统一理解文本、图像、视频和音频等多模态上下文，最高生成15秒、2K分辨率且具备原生双声道声音的视频，并重点强化复杂指令遵循、文字及品牌元素呈现、V2V动作迁移和多模态可控编辑能力。过往生成模型通常将文生视频、图生视频、动作参考等切分为不同任务，H3则统一任务与模态边界，用户可通过自然语言描述多类素材之间的关系，降低专业视频创作门槛。目前H3已接入MiniMax API。价格方面，2K分辨率下每秒价格不到主流模型的三分之一，768P分辨率下每秒价格约为主流模型720P价格的一半。

更强的多模态理解、品牌信息准确性和成本优势，有望推动模型由短视频素材生成向广告、电商、游戏、产品设计及UI/UX等生产流程渗透，并带动C端创作产品付费、企业API调用等商业化。

据The Information，MiniMax正在研发一款2.7万亿参数的大模型，更大模型可支持复杂软件工程、长周期研究、企业流程自动化和多智能体协作，提升MiniMax Code及企业API的客单价和使用深度，但大参数版本也将明显增加训练和推理侧对算力基础设施的需求。

（二）智谱Coding Plan订阅价格提升

GLM Coding Plan 价格继续上调。2026年7月31日，GLM Coding Plan整体价格上调。此次调价后，GLM Coding Lite、Pro、Max套餐原价分别调整为118元/月、538元/月、1078元/月，较2026年2月时的套餐价格大幅提升，平均涨幅超过100%。根据Artificial Analysis网站的测评，截止2026年8月1日，GLM-5.2大模型的评分为51，排名第10，仅次于GPT-5.6 Luna(Max)。

另一方面，近期国内模型厂商的 API 调价也体现出成本效率优化和调用门槛下降的趋势。2026 年 5 月，DeepSeek 宣布DeepSeek-V4-Pro 在限时优惠结束后将永久调整为原定价的 1/4；随后小米 MiMo-V2.5 系列也宣布 API 永久降价，最高降幅达 99%，并取消按上下文窗口长度区分定价的方式，同等付费价格下 Token 用量可提升至原来的 5–8 倍。相较于其他国产模型，智谱GLM大模型价格的提升，反映了国内AI大模型正由价格内卷转向技术定价的趋势。

根据智谱官方微信公众号，2026年1月21日，由于算力资源出现阶段性紧张问题，智谱暂时限量发售GLM Coding Plan，限售后每日可销售量降为当前的20%。根据智谱开放平台官方微信公众号，7月30日，随着基础设施持续扩容，智谱GLM Coding Plan已开放订阅。

1. 此次，GLM Coding Plan的重新上线正是反映了，随着算力的扩容，国产模型公司的算力供给紧缺的情况已得到一定程度的缓解；限制智谱云端业务ARR增长的算力瓶颈有所破除。后续，随着算力租赁和服务资源的陆续落地，以及国产模型性价比的进一步凸显。

2. 国产AI大模型算力基础设施的扩容也反映了算力租赁和服务相关订单正逐步落地和验收。根据宏景科技、智微智能、赛意信息等公司的公告，在2026年3月-6月期间，国内多家公司针对算力服务业务的拓展拟采购不同规模的服务器等产品。根据交付周期，我们预计在6月-7月，相关算力产品交付和上线。而国内AI大模型算力基础设施的扩容，正是反映了算力租赁和服务相关订单的落地。

3. 在国产算力渗透率达到成熟阶段之前，算力租赁仍将持续受益。一方面，英伟达等海外高端AI芯片在中国的销售受到一定限制；另一方面，国产AI芯片供应链的改善仍需要时间。在当下阶段，算力租赁是国内模型厂商获取算力资源的有效方式。后续，随着国产模型厂商的算力需求释放，相关算力租赁和服务订单的落地，有望给算力租赁相关公司贡献可观营收。

二、OpenAI订阅价格调降，优化竞争策略

OpenAI 本轮调价呈现显著差异化降价节奏，内部不同产品套餐分化特征突出。根据OpenAI官网，7月30日，OpenAI宣布GPT系列模型价格下调：

1. 面向高吞吐、标准化任务的入门级模型 Luna 降幅达到 80%，重点下沉成本敏感的批量处理场景；

2. 中端均衡模型 Terra 下调 20%，用以稳固企业通用业务基本盘；

3. 旗舰推理模型 Sol 维持基准定价不变，仅新增溢价极速档位满足高时效需求。

纵向复盘公司历次价格调整规律可见，轻量级、通用型模型具备更大降价空间，而承载复杂长链推理、高附加值任务的旗舰产品始终坚守价格底座。同时，调价策略同步联动C端ChatGPT订阅分层与B端API计费体系，通过拉大高低阶产品价差引导客户分层选择，依靠梯度定价实现流量承接与利润保护的内部平衡，反映公司依托推理效率优化，主动重塑内部产品价格梯队的战略选择。

OpenAI 差异化调价本质是一套分赛道、分对手的攻防组合策略。针对海量开发者、标准化任务赛道，面对低成本开源模型、国产性价比厂商持续分流压力，公司通过 Luna 极致降价实施市场防御，以价换量锁定生态流量，抬高新进入者生存门槛；面向中大型企业常规业务场景，Terra 适度降价兼顾收入规模与盈利水平，避免激进降价侵蚀整体毛利；对于金融、科研、复杂 Agent 等高价值场景，旗舰 Sol 坚持价格稳定，依靠稀缺的深度推理能力赚取超额利润。长期来看，在算力调度、模型推理效率持续改善支撑成本下行的基础上，公司采取 “低端清场、中端防守、高端盈利” 的分层打法：对开源竞品采用入门产品价格阻击，对海内外闭源同行依托中端产品正面竞争，同时守住高端产品溢价基本盘，在行业价格战持续升温环境中，兼顾市场份额扩张与商业化盈利能力，优化长期收入结构。

三、DeepSeek公测和Seedance的更新

DeepSeek-V4-Flash正式版 API上线公测，Agent 能力大幅增强。7月31日，DeepSeek上线V4-Flash正式版API，模型结构及参数规模与预览版保持一致，主要通过重新后训练显著强化Code Agent、工具调用及复杂任务执行能力，多项基准超过V4-Pro Preview，同时原生支持Responses API并适配Codex。官方还表示，测试中使用的DeepSeek Harness即将发布。价格方面，缓存命中输入、未命中输入和输出价格分别为0.02元、1元和2元/百万Token，较V4-Pro分别低20%、67%和67%，与同为百万上下文、面向Agent场景的Kimi K3相比，三项价格分别仅为其1%、5%和2%。Agent能力、接口适配和低价策略共同推动了模型向代码开发、企业流程自动化、搜索研究及垂直智能体等高Token场景渗透，叠加开放权重和即将发布的Harness框架。

Seedance 2.5正式发布，视频生成进一步向专业创作流程延伸。 7月31日，字节跳动正式发布Seedance 2.5，延续统一多模态音视频联合生成架构，单次生成时长由15秒提升至30秒，并支持多轮延长；单次最多可输入30张图片、10段视频和10段音频，提升了多模态参考能力；同时强化时间戳控制、视角编辑、参考编辑等多种编辑能力。目前模型正陆续上线即梦AI和豆包专业版，API也将于近期接入火山方舟。长叙事、多素材参考和精准编辑能力，有望推动模型由短视频素材生成向广告、电商、影视、教育及工业仿真等完整制作流程渗透，带动C端付费、企业API及专业创作工具商业化。算力端，生成时长延长、音视频联合生成及多轮编辑将显著增加单任务推理量，进一步拉动GPU、存储及网络通信等需求。

总体来看，国产AI基础模型的技术进步给AI应用、算力都带来了积极影响：

1. AI应用：通用基模能力持续提升，国内模型市场格局仍处于动态演进阶段。今年以来，头部厂商围绕模型能力、推理成本、产品入口及算力供给持续投入，各家差距不断变化，竞争格局尚未完全稳定。与此同时，Token调用量快速增长，且需求正由简单问答向Coding、Agent、多模态生成和复杂知识工作迁移，带动模型API、云算力及AI应用需求持续扩张。

2. 国产大模型：单位Token价格下降进一步降低了应用门槛，并推动调用量和使用场景增长。预计国内模型公司的商业化收入仍将保持较快增长，但厂商之间的分化也将逐步加大，具备较强模型能力、高价值场景、海外客户基础及差异化产品入口的公司，有望实现更快的收入增长。

3. 国产算力：当前，在国产大模型的推理任务中，国产算力已可实现对于海外算力的替代。随着生态适配工作的持续推进，国产算力应用于国产大模型的场景有望进一步扩大。后续，国产大模型Tokens快速的增长有望推动国产AI芯片和服务器产品的快速放量。

4. 算力租赁：算力需求旺盛，国内高端 AI 芯片供给紧缺，供需失衡格局下高端 GPU 采购价格不断上行，进一步推高了企业自建算力集群的初始资本开支，算力租赁由此成为现阶段国内获取高端算力资源的重要补充供给方式。同时，对于算租厂商而言，还具备稳定现金流、高硬件残值等优势。我们也看好后续token分成的商业模式。

四、Gemini Robotics2/ER2

Google Deepmind发布Gemini Robotics2，实现了机器人从单一任务自动化到具备自适应能力的通用智能的关键跨越。本次版本迭代推出三位一体的完整模型体系，涵盖Gemini Robotics2、Gemini Robotics ER2、Gemini Robotics Ondevice2三大模型，三者分工明确、高效协同，构建了机器人“高层决策 底层执行 端侧离线适配”的全栈具身智能能力体系，打破了传统机器人功能单一、适配性差、无法自主规划的痛点。

从模型分工与协同机制来看，三款模型形成闭环互补的工作逻辑。

①Gemini Robotics 2为核心视觉语言动作模型（VLA），承担底层执行功能。该模型可将视觉感知与自然语言指令精准转化为机器人电机控制信号，实现人形机器人从脚趾到指尖的全身一体化精准控制，同时适配各类双臂机器人，可驱动灵巧手、机械夹爪完成精细抓取、密封、组装等高难度实操任务，大幅提升机器人物理操作精度。

②Gemini Robotics ER2作为高阶具身推理模型（ER），是机器人的智能决策大脑。该模型主要负责高阶认知与任务规划，能够深度理解物理场景、解析复杂指令，自主规划长达数分钟、包含数百步操作的长时序任务，支持任务出错自主纠错、全新场景泛化适配，同时新增多机器人协同作业能力，可调度多类机器人配合完成复杂流程。

③Gemini Robotics On-Device2聚焦端侧适配与离线部署。其依托轻量化高效模型架构，支持无网络环境下本地运行，搭配先进的运动迁移技术，仅需数小时、少于200组样本数据，即可快速适配外形、传感器、运动自由度完全异构的全新机器人本体。

三款模型相互配合，ER2负责顶层任务规划与智能决策，VLA模型负责落地具体肢体动作，On-Device模型保障多硬件快速适配与离线稳定运行，形成完整的通用机器人智能解决方案。

本次迭代的核心突破在于跨本体迁移能力与复杂长任务规划能力。在跨本体迁移层面，新模型可适配人形机器人、工业机械臂等多类异构硬件，无需大规模重新训练即可快速适配新设备，降低了机器人智能化改造门槛。在复杂长任务规划层面，此前机器人仅能执行短流程、固定化预设任务，而Gemini ER2可自主拆解、分步执行长周期复杂任务，实时感知任务进度、预判执行结果、动态修正操作偏差，真正适配家庭、工业等真实复杂、动态变化的物理场景。

目前技术仍存在一定优化空间，传感器异构适配细节、极端场景下的跨本体稳定性、超高精度多指灵巧操作成功率仍有待持续打磨。结合实测数据来看，模型全身通用操控表现稳健，桌面拾取、地面拾取、货架拾取任务成功率分别达68.4%、45.7%、76.3%，但多指精细操作仍为技术难点，套垃圾袋、簸箕清扫、自封袋密封等生活化复杂精细任务成功率仅30%-40%左右。但是，其更大意义在于，通过具身智能的突破打开了工业领域等复杂场景的AI应用市场空间，明显提高了可行性。

五、投资建议

除了AI 基础设施、基础大模型赛道，以及工业和复杂企业级软件等高私域数据壁垒赛道之外，传统应用软件板块基本面环境依旧错综复杂。第一，下游企业资本开支意愿偏弱，传统软件需求尚未看到明确加速改善的信号，缺乏强有力的中长期驱动因素拉动订单持续回暖；第二，行业主流商业模式仍维持原有框架，订阅化转型、增值服务拓展进程缓慢，难以快速打开盈利弹性；第三，通用大模型能力持续下沉，传统软件标准化功能、非敏感客户场景持续面临被通用AI模型替代、价值被侵蚀的潜在风险，中长期竞争压力不容忽视。综上，站在当前时点，我们判断纯粹以传统应用、技术服务为主的软件行业尚不具备基本面大规模反转的基础，基本面层面尚未形成持续向上的共振。但短期来看，模型能力的提升和成本的下降，降低了AI应用的门槛；市场对于传统软件应用的乐观预期或推动板块反弹。