📑 目录
长城证券-通信行业周报：国产大模型加速迭代，持续看好算力链投资机会-260811.pdf
1. 研报核心观点摘要
长城证券在2026年8月11日的通信行业周报中，维持行业“强于大市”评级。研报的核心结论是，以DeepSeek为首的国产大模型正在加速迭代和商业化落地，模型端的竞争焦点正从参数规模转向推理效率和性价比，这一趋势将持续驱动对上游算力基础设施（如PCB、光模块、服务器）的需求，因此看好算力全产业链的投资机会。
支撑该结论的关键数据点包括： * 调用量领先：DeepSeek V4 Flash模型在OpenRouter平台的周度统计（7月27日至8月2日）中，以7.22万亿Token的调用量位居全球第一（来源：PDF原文，引述IT之家/OpenRouter）。 * 技术迭代：DeepSeek于7月31日正式开放V4 Flash API公测，官方测试结果显示，新版本在多个智能体基准测试中大幅超过此前的V4-Pro Preview版本（来源：PDF原文，引述网易科技）。 * 定价策略转变：根据金融时报，DeepSeek于8月6日宣布计划近期整体上调API服务定价，并称“预计涨幅较大”。这与其历史低价策略形成对比，被fingpt_analysis视为商业化进程的关键一步（来源：PDF原文，引述金融时报；fingpt_analysis）。 * 行业需求旺盛：上游算力硬件环节（如CCL、ABF载板、电子布）出现供不应求、量价齐升的景象。例如，主流7628型号电子布8月6日价格突破10元/米，环比涨幅超17%，创下年内价格新高（来源：PDF原文，引述证券时报财富资讯）。ABF基板产能已被客户通过长期供货协议锁定至2028年（来源：PDF原文，引述半导体行业观察）。 * 正面定性支撑：研报认为，大模型“性价比逐步成为商业化的关键”（来源：PDF原文），而DeepSeek凭借其技术优势和用户基础，正处于这一转变的前沿。此外，上游硬件行业的长期供货协议和技术壁垒构成了坚实的产业基础。
2. 关键财务与业务拆解
根据当前提供的文件，DeepSeek（深度求索）为非上市公司，本研报未披露其任何财务报表数据。因此，营收、利润、利润率、现金流及资产负债表等传统财务指标均无法获取。FinGPT分析亦指出“财务绩效无法量化”。
为反映客观情况，本节仅基于现有业务指标进行整理，所有财务指标均标注为“未披露”。
表1：DeepSeek 关键业务指标概况 | 指标 | 数据 | 同比/环比变化 | 来源 | | --- | --- | --- | --- | | 营收 | 未披露 | -- | -- | | 净利润/EPS | 未披露 | -- | -- | | 毛利率 | 未披露 | -- | -- | | V4 Flash API 周调用量 | 7.22万亿 Token | -- | PDF原文，引述OpenRouter | | API调用全球排名 | 第1名 | -- | PDF原文，引述OpenRouter | | API定价趋势 | 计划近期整体上调 | “预计涨幅较大” | PDF原文，引述金融时报 |
表2：行业核心硬件环节景气度指标 | 指标 | 数据 | 同比/环比变化 | 来源 | | --- | --- | --- | --- | | PCB概念指数(885959.TI)本周涨幅 | +17.88% | -- | PDF原文 | | 7628型号电子布价格 (8月6日) | 突破10元/米 | 环比涨幅超17% | PDF原文，引述证券时报 | | ABF载板远期订单 | 锁定至2028年 | -- | PDF原文，引述半导体行业观察 |
分析与解读： * 不可量化的财务表现：由于缺乏财务数据，无法分析公司的盈利能力。FinGPT分析推测，计划上调API价格的行为可能暗示当前定价低于成本，毛利率为负，但此推测缺乏财务数据支持。 * 领先的市场地位：V4 Flash的周调用量达到7.22万亿Token，位居全球第一（来源：PDF原文），是一个关键的业务计量指标，表明其产品在开发者生态中获得了广泛的应用，具备了规模化的基础。 * 商业化关键转折点：计划大幅上调API价格（来源：PDF原文）是商业模式验证的关键信号。然而，其提价策略与海外主要竞争对手OpenAI同期的降价策略（Terra模型降价20%，Luna模型降价80%，来源：PDF原文）形成鲜明对比，对未来用户留存率和收入转化的影响尚待观察。
3. 研报逻辑链条与前提假设
研报的核心推理逻辑是自上而下的：从下游大模型应用的繁荣，推导至对上游算力基础设施的持续需求。下表拆解其具体推理步骤及隐含前提。
| 推理步骤 | 核心逻辑 | 前提假设 | 假设脆弱性 |
|---|---|---|---|
| 1. 应用繁荣驱动 | 以DeepSeek V4为代表的国产大模型调用量激增、技术快速迭代，证明了下游AI应用的商业化潜力正在兑现。 | 高调用量可持续，并能有效转化为收入。 | 中。调用量可能受免费/低价策略刺激，涨价后能否留存用户未知。 |
| 2. 价值转移判断 | 大模型竞争正从“参数规模性能排行”走向“推理效率性价比之争”，具备性价比优势的厂商将胜出，从而驱动更大规模的算力消耗。 | DeepSeek在涨价后仍保持足够的性价比优势。 | 高。竞争对手OpenAI正大幅降价，性价比剪刀差正在收窄，假设面临直接挑战。 |
| 3. 算力需求传导 | 迅猛增长的大模型推理和训练需求，将持续拉动对上游算力硬件（光模块、服务器、PCB/CCL等）的需求，导致行业景气度上行。 | 算力需求的增长不被降本增效（如模型架构优化、推理效率提升）所对冲。硬件产能瓶颈会持续而非短期缓解。 | 低。目前行业数据普遍支持需求旺盛的结论（如ABF锁定至2028年、电子布涨价），但技术突变（如新架构大幅降低对特定硬件依赖）是尾部风险。 |
| 4. 产业投资结论 | 基于以上逻辑，算力产业链各个环节均面临“需求驱动的产能瓶颈”，叠加新技术突破，构成清晰的投资机会。 | 行业景气度能顺利转化为相关上市公司的盈利增长，且当前估值未完全透支该预期。 | 中。盈利转化受制于原材料成本、竞争格局和下游压价能力，估值则受市场情绪影响。 |
4. 主要风险与不确定性
本节明确区分研报风险提示章节提及的通用风险和基于当前分析模型识别出的、与DeepSeek及行业逻辑紧密相关的特定风险。
| 风险类别 | 风险描述 | 来源 | 可能性 | 影响程度 |
|---|---|---|---|---|
| 研报提及 | 关键技术突破不及预期风险：大模型或硬件技术迭代遇阻，导致产品竞争力下降或需求延后。 | PDF原文 | 低 | 高 |
| 研报提及 | 下游需求不及预期风险：AI应用商业化进展缓慢，无法支撑庞大的算力投资。 | PDF原文 | 中 | 高 |
| 研报提及 | 市场竞争加剧风险：海内外大模型厂商、算力硬件厂商的竞争白热化，侵蚀利润空间。 | PDF原文 | 中 | 中 |
| 模型补充 | 商业化闭环风险：DeepSeek的“涨价”策略可能导致客户大量流失，其“调用量第一”的地位被替代，收入模型无法跑通。 | FinGPT分析 | 高 | 高 |
| 模型补充 | 利润剪刀差挤压风险：上游原材料（如电子布、CCL）价格上涨，而下游面临OpenAI降价竞争，处于中游的大模型厂商可能面临毛利被双向挤压的风险。 | FinGPT分析 / PDF原文（电子布涨价信息） | 中 | 中 |
| 模型补充 | 信息不对称风险：所有分析基于第三方平台调用量和公开信息，公司处于非上市状态，缺乏经审计的财务数据，外部评估的准确性极低。 | FinGPT分析 | 高 | 高 |
5. 估值与目标价逻辑
由于DeepSeek为非上市公司且财务数据缺失，无法进行任何形式的估值分析（包括PE、PB、EV/EBITDA、PS等）。研报作为一种行业策略观点，亦未对DeepSeek公司本身给出目标价。
此处的核心逻辑在于，市场可能尝试使用其公开的运营指标（如7.22万亿Token的周调用量）进行估值锚定。然而，FinGPT分析已明确指出其脆弱性：“调用量到收入的转化率未知”，“市场若仅凭调用量给估值，隐含假设极为脆弱”。长城证券的投资推荐列表完全集中于已覆盖的、受益于算力需求增长的上游硬件上市公司（如深南电路、中际旭创等），而非大模型厂商本身，这表明其对整个产业链的价值判断焦点在于更具确定性的“卖水人”环节。
6. 独立判断与情景分析
本文基于公开研报分析整理，旨在梳理投资逻辑，不构成任何投资建议。对于DeepSeek及其代表的国产大模型对算力链的驱动逻辑，其成功与否高度依赖于未来商业模式的验证。以下为三种情景分析：
| 情景 | 概率 | 核心条件 | 潜在结果 | 对算力链影响 | 关键观察指标 |
|---|---|---|---|---|---|
| 乐观 | ~30% | API涨价成功，客户留存率高，调用量与收入同步增长；技术持续领先，市场份额稳固。 | 商业模式获得验证，可能启动新一轮高估值融资。成为国产AI商业化的标杆。 | 强正面。AI应用的标杆效应将极大提振市场信心，算力需求增长的逻辑被强化。 | API收入增长、付费客户数量、大客户续约率。 |
| 基准 | ~50% | 调用量增速放缓，涨价导致部分价格敏感客户流失，但核心客户稳定，收入缓慢增长，盈亏平衡点仍待观察。 | 公司的领先地位不变，但商业价值兑现周期拉长。 | 中性偏正面。AI应用仍在发展，算力需求稳步增长，但短期爆发力预期需修正。 | 周调用量排名变化、API价格与竞品对比、下游硬件需求量价数据。 |
| 谨慎 | ~20% | 涨价导致客户大量流向降价中的OpenAI等竞品，调用量急剧萎缩，商业化失败，公司重新转向技术研发。 | 公司短期商业价值暗淡，回归实验室阶段。对国产大模型的商业闭环逻辑构成打击。 | 短期负面。算力需求逻辑被质疑，可能导致相关硬件板块估值回调。 | 周调用量是否跌出前三、客户流向竞品的公开案例、公司的定价策略是否反复。 |
详细论述： * 乐观情景的实现，要求DeepSeek的技术优势足够大，以至于客户愿意支付更高价格。这需要其在智能体基准测试中的领先性能转化为用户粘性。历史上，先以低价占领市场再提价的策略在软件领域（如Netflix）有成功先例，但在竞争极为激烈的AI API市场尚待观察。 * 基准情景最为可能。大模型市场的用户对性能和成本高度敏感。DeepSeek的涨价可能是一个筛选客户的过程，汰换低价值用户，保留对模型能力有刚性需求的高价值客户。这将促使其从追求绝对调用量转向追求单位经济效益。 * 谨慎情景是一项真实存在的风险。OpenAI同期大幅降价（来源：PDF原文）提供了强大的替代选择。若DeepSeek的性能优势不被市场认可为可支撑其溢价，其市场份额将快速流失。对于下游算力需求而言，需求并未消失，只是发生了转移，但市场预期的“国产替代”和“自主可控”叙事将受到冲击。
免责声明：本文基于公开的研报及数据进行分析整理，所有结论均为逻辑推演和情景分析，不构成任何投资建议。投资决策需基于个人风险承受能力和对市场的独立判断。
本站分析内容由 AI 自动生成，仅供研究与学习参考，不构成任何投资建议、要约或招揽。据此操作，风险自负。 免责声明