川海智库

报告概述

本报告从下游AI应用公司出发，洞察需求向化工新材料上游传导的逻辑。研究对象涵盖美股和港股主要AI大厂（如META、谷歌、微软、亚马逊、英伟达、阿里巴巴、腾讯等），分析其资本开支、收入规模、盈利能力、现金流及模型性能等维度。报告采用产业链视角，梳理AI基建加速建设阶段下上游电子树脂、Q布、半导体前驱体等关键材料的机会，同时对比中美AI企业业绩分化与模型能力差异，为投资者理解AI产业链投资逻辑提供框架。

报告的核心结论

AI基建进入加速建设与可见交付阶段

2025年Q3主流AI大厂电话会普遍表达上调资本开支意向，投入聚焦算力、数据中心与电力配套。美国主要AI龙头资本开支从2023Q1的362亿美元升至2025Q3的1119亿美元，两年扩大约3倍，且管理层信心更多依赖可衡量的订单与交付指标，AI正从技术验证期走向规模化经营期。

中美AI业绩分化，海外硬件率先兑现

北美AI产业链中硬件与基础设施环节率先释放利润弹性，英伟达2025年前三季度营收同比增长51%，净利润增长76%；而国内AI应用型公司整体业绩平淡，但部分AI板块收入保持高增长，百度AI业务收入同比增长超50%。中美盈利结构分化明显，海外毛利率中枢更高且稳定，国内受竞争与商业化节奏影响波动较大。

推理成本下降驱动Token用量激增

大模型单位调用成本呈阶梯式快速下移，GPT-4每百万token成本从2023年3月的32美元降至2025年1月的0.06美元，降幅近300倍。成本下降叠加性能升级推动使用量爆发，截至2025年12月大模型周度Token总使用量达5.79万亿，较年初提升11倍，AI从试用阶段进入高频调用与规模化部署阶段。

中美大厂全模态布局，视频模型成差异化重点

语言模型已成标配，差异主要体现在语音、图像尤其是视频能力上。视频模型是当前投入强度最高的维度，覆盖玩家更集中在拥有内容生态和云基础设施的公司如OpenAI、Google、Meta，国内快手、阿里等也在积极布局。国内模型更强调单项能力与性价比，海外模型更均衡。

报告回答的关键问题

AI基建资本开支为何持续上调？

报告指出，AI商业化路径已清晰，应用端以广告、云服务和企业交付为主要抓手，供给端以订单和交付排期强化信心。大厂管理层对需求增长的信心从概念预期转向可衡量的订单与指标，如甲骨文RPO跃升至5233亿美元（同比增433%），英伟达Blackwell和Rubin营收能见度达5000亿美元。这种两端对齐的信号推动资本开支加速上行。

中美AI产业链业绩分化何时收敛？

报告认为，国内AI业绩相对滞后但结构性增量明确，部分公司开始披露AI业务收入并保持高增长（如百度AI收入同比增长超50%）。随着国内算力投入持续（阿里承诺三年3800亿元投资）和模型能力提升，国内AI业绩有望逐步爬坡，但盈利释放更依赖商业化效率与业务结构优化，需求爆发与海外仍存在时间差。

模型调用成本下降如何影响AI应用？

推理成本持续下行为AI应用商业化提供了底层经济性支撑。不同智能水平模型单位价格阶梯式下移，例如GPT-3.5调用成本从2022年11月每百万token20美元降至2024年10月0.07美元，降幅超过280倍。成本下降叠加能力升级，使token使用量稳定在5万亿以上，推动AI从试用走向高频调用和规模化部署，应用侧单位经济性显著改善。

哪些化工新材料受益于AI基建扩张？

AI基建扩张带动数据中心与算力设备集中建设，上游关键材料如电子树脂（双马来酰亚胺树脂、活性酯树脂等）、Q布（用于高速PCB）、半导体前驱体（铪基材料等）将受益于新增产能建设和硬件迭代升级双重驱动。报告推荐关注东材科技（电子树脂龙头）、莱特光电（切入Q布赛道）、雅克科技（半导体前驱体平台型公司）等。

报告中的代表性数据

1,119.30亿美元

美国主要AI龙头资本开支合计

2025年Q3，从2023Q1的362.28亿美元上升至2025Q3的1119.30亿美元，约两年时间扩大到约3倍规模，反映AI基建进入快速扩张阶段。

5.79万亿

大模型周度Token总使用量

2025年12月，较2025年1月提升11倍，自2025年9月底以来基本稳定在5万亿以上，其中Google和xAI合计占比约38%。

以上数据根据报告摘要整理，具体统计口径和数值请以完整报告原文为准。

完整报告包含什么

  • 中美主要AI大厂详细资本开支对比图表及2025年Q3电话会核心信息整理，包括META、谷歌、微软、亚马逊、英伟达、阿里巴巴等公司的AI相关业务进展与资本开支指引。
  • 海外与国内AI龙头企业2025年前三季度营收、净利润、毛利率及自由现金流的全面数据对比，展示中美业绩分化与盈利结构差异。
  • 大模型调用成本下降趋势图（GPT-3.5至GPT-4等不同模型单位价格变化）与Token使用量月度/周度变化数据，覆盖OpenRouter等第三方平台统计。
  • 2025年主要AI模型发布节奏梳理，涵盖11家龙头公司超过35个新模型，以及中美大厂在语言、语音、图像、视频等模态上的覆盖对比图。
  • 基于Hugging Face benchmark的国内外开源模型性能评测，包括IFEval、BBH、MATH、GPQA等指标得分及CO2成本对比。
  • 金融领域模型应用测试（CFLUE基准）详细结果，包括GPT-5.1、Gemini-3-pro、DeepSeek等模型在金融分类、阅读理解、翻译、文本生成及抽取任务上的表现。
  • 上游化工新材料重点标的分析：东材科技、莱特光电、雅克科技、晶泰科技、中控技术、志特新材的业务结构、财务数据与AI相关布局。
  • 风险提示与投资评级说明，涵盖下游需求、AI普及速度、原材料价格、行业竞争、技术迭代等八大风险因素。

本页内容由川海智库整理，用于帮助读者快速了解报告主题、核心观点和主要内容。由于报告量大、人工能力有限，部分观点、数据、统计口径或表述可能存在偏差，具体内容请以完整报告原文为准。

相关报告