AI 研报早参｜2026-08-07：模型降价压成本，液冷与 PCB 开始算回报

先看结论

模型价格往下走，AI 产业链没有变得更简单，机构只是把核算表拉得更长了。

华泰证券把大模型竞争从能力排名推向「同等智能成本」，国盛证券则用 Qwen3.8 的参数、价格和系统级入口，寻找模型能力如何变成调用量。1 2

硬件端的新增变量也在变：中信证券看光模块升级带来的测试设备订单，高盛上调 AI 服务器 PCB 和 CCL 市场预测，浙商证券把液冷、800V 直流配电和高端铜材放进同一张算力机柜清单。3 4 5

海外机构没有给出同一个答案：摩根大通认为 AI 投资周期的基本面没有走坏，美银认为更高利率也未必会让 AI 支出周期脱轨，但回报、融资和供电约束都已经进入估值。6 7

今天真正要盯的，不是模型又便宜了多少，而是便宜之后有没有更多调用、更多订单和更快的现金回收。

本期四个硬数字

北京时间2026年8月6日08:00至8月7日08:00公开详情页可核验的核心变量

Qwen3.8国际API输入价	2美元/百万Token
高盛2028年AI服务器PCB预测	840亿美元
2027年后Vera Rubin单柜功率	>600kW
浙商证券 MiniMax 目标价	426.75 港元

Loading stats card…

这四个数字分别对应模型成本、硬件市场、机柜供电和个股估值，不能被合并成同一条业绩预测。2 4 5 8

国内券商：从模型价格战到设备订单

华泰：投入规模不再是唯一答案

8 月 6 日券商晨会公开转述中，华泰证券把 A 股趋势性反弹的关键窗口放在 8 月下旬，理由包括中报、英伟达财报和反弹过程中的赎回压力。9

对 AI 板块，华泰证券说得更具体：目前还没有足够证据证明产业趋势的二阶导已经拐头向上，配置应从「投入规模」转向「收入兑现」。9

它关注的方向是云与平台、半导体设备、PCB 和光模块；研究员、完整报告标题、个股评级与目标价在公开转述中未披露。9

这是一种筛选条件的变化：算力投入仍然重要，但只有能穿过中报、订单和利润表的投入，才有资格继续获得估值溢价。

中信：光模块升级先传导到测试

中信证券公开转述的报告题为《AI 驱动光模块升级测试设备高速成长》，页面显示发布时间为 8 月 6 日 08:20，研究员未披露。3

报告把光芯片速率升级、硅光集成和 CPO 架构列为测试设备迭代的驱动因素。

中信证券判断，AI 算力基础设施扩张将推动光模块测试设备「量价齐升」，国际厂商在 1.6T 高端市场仍领先，国内厂商正在缩小差距。3

报告给的是产业链方向判断，没有公开统一的个股评级和目标价。

国盛：Qwen3.8 把成本写进模型竞争

国盛证券 8 月 6 日发布《AI 产业研究系列｜模型跟踪阿里巴巴/Qwen3.8：能力迈入全球第一梯队，端侧有望带来增量》，研究员未披露。2

公开转述显示，Qwen3.8-Max 总参数量为 2.4 万亿，激活参数 95B，上下文窗口为 1M Tokens，并采用稀疏 MoE 与混合注意力架构。2

价格更能解释这份报告的投资含义：Qwen3.8-Max 国际 API 输入价为 2 美元、输出价为 6 美元，分别约为 Opus5 的 40%和 24%。2

国盛证券的判断是，低价如果带来更多 Work Agent 调用、端侧系统调用和推理需求，模型降价会从收入压力变成应用放量的入口。

报告还提到，阿里真武 M890 超节点已完成对 Qwen3.8 的适配，在 Agentic 推理场景最高可实现 1.5 倍性能提升；软硬件协同的价值，在于降低单位 Token 推理成本。2

浙商：一边看液冷，一边看高密度调用

浙商证券关于 AI 算力铜材的研报公开转述于 8 月 6 日 14:05 发布，报告标题为《液冷与高压化趋势驱动高端铜材需求再生铜材成高端增量市场》，研究员未披露。5

报告给出的功率阶梯是：GB200 NVL72 单柜 132kW，GB300 为 154kW，预计 2027 年后 Vera Rubin 架构单柜功率超过 600kW。单柜功率超过 100kW 后，传统风冷的适用空间明显收缩。5

单台算力柜的液冷板纯铜材用量约 800—1000kg，液冷机架母线约 120kg，800V 直流母线约 220kg；浙商证券把这组用量和氧含量不高于 5 PPM 等工艺要求，作为高端算力铜材的门槛。5

同一家券商对 MiniMax 的公开转述则从另一端切入：维持「买入」评级，目标价 426.75 港元，核心逻辑是降低推理成本、提高并发能力，以更高 Token 消耗密度换取 ARR 增长。8

AI 的两端现在都在追求密度：机柜追求每个机架能塞进更多算力，模型追求每单位成本承载更多有效调用。

海外投行：周期没结束，回报表变长

高盛：PCB 和 CCL 进入大幅上修区间

财联社 8 月 6 日 20:45 公开转述高盛最新全球 PCB 和 CCL 行业报告，原始研报全文及研究员未公开。4

高盛预计，全球 AI 服务器 PCB 市场 2027 年达到 375 亿美元，较此前预测上调 38%，2028 年进一步增至 840 亿美元；CCL 市场 2027 年预计达到 221 亿美元，较此前上调 18%，2028 年达到 480 亿美元。4

按公开转述，2026—2028 年 AI 服务器 PCB 和 CCL 市场规模复合年增长率分别为 148%和 161%。增长不只来自服务器出货，还来自 PCB 层数、高阶 HDI、CCL 材料和整机柜内部 PCB 用量的变化。4

这条线索与华泰的「收入兑现」并不冲突：市场空间上修，只说明订单池更大，尚不能替代具体公司的产能、客户和利润验证。

Loading chart…

上图的三个数值来自浙商证券公开转述中引用的 TrendForce 预测，显示液冷从芯片局部散热走向数据中心整体方案。5

摩根大通：先看设备和先进封装

摩根大通的公开研报转述页面于 8 月 6 日 17:21 发布，原始报告单独发布日期和研究员未披露。6

摩根大通称，亚洲科技股和费城半导体指数近期下跌 25%—30%，但这不等于 AI 投资周期结束；未来 6—12 个月没有看到足以预示基本面显著走弱的指标。6

它把未来 12 个月定位最佳的子行业指向半导体设备，并看好 2.5D 封装走向主流、台积电启动 3D 封装投资周期以及 IC 载板。6

摩根大通还把时间表拉到更远处：未来 18—24 个月，电力供应可能取代芯片，成为 AI 算力基础设施扩张的主要限制。6

美银：利率更高，支出周期也未必脱轨

财联社 8 月 6 日 19:21 公开转述美国银行 CEO 布莱恩·莫伊尼汉的观点：他预计美联储从 9 月开始，在今年剩余三次会议连续加息，但认为数据中心建设回报足够高，企业有能力消化更高融资成本。7

这不是一份披露完整评级和目标价的个股研报，而是投行宏观口径。

它给 AI 资产的压力测试是：资本成本上升以后，数据中心项目是否仍能靠收入和回报率成立。

评级与目标价：同一个模型，三种定价

机构与标的	评级动作	目标价	公开逻辑与限制
浙商证券 / MiniMax	维持「买入」	426.75 港元	通过降低推理成本、提高并发和 Token 消耗密度，争取 ARR 增长；页面未披露目标价调整前数值。8
高盛 / MiniMax	公开转述为「买入」	860 港元	H3 开放权重后的产业影响力和模型生态被纳入重估；原始报告日期未披露。10
花旗 / MiniMax	维持「买入」	未披露	公开转述称 H3 具备商用级内容生成能力；未披露目标价和完整报告。10
东吴证券国际 / 海清智元	首次覆盖「买入」	58.57 港元	以 2027 年预期市销率 32 倍估值；原报告日期未披露，公开页面为 8 月 6 日 18:31。11
花旗 / 比亚迪 H 股及自动驾驶标的	「买入」	比亚迪 H 股 142 港元；其余未披露	花旗 AI 资金流指数回升，公开转述称禾赛、小马智行、文远知行、地平线机器人均获「买入」；目标价未披露。12

AI 科技评论注意到，目标价上修或维持买入都不能替代报告的风险回报条件。

高盛给 MiniMax 860 港元目标价，浙商证券给出 426.75 港元；两者不是同一个估值口径，也不能因为评级都写「买入」就当作共识目标价。8 10

产业趋势：模型更便宜，基础设施更重

本期国内观点可以压缩成一条链：模型价格下探，调用量要上升；调用量上升，网络、测试、供电和散热要先交付；交付扩大，估值才有机会落到收入和现金流。

AI 产业的下一轮分化，不在于谁还愿意投入，而在于谁能把投入变成可重复的订单。

第一层是模型与应用。

国盛证券把 Qwen3.8 接入千问办公、真武 M890 和国行 Apple 智能，浙商证券把 MiniMax 的「极致性价比」解释为高频调用策略；两份公开转述都在寻找模型降价之后的使用量。2 8

第二层是硬件与材料。

中信证券看 1.6T 光模块测试，华泰证券看 PCB、光模块和半导体设备，高盛把 PCB/CCL 的市场空间上修，浙商证券则把液冷和高端铜材的价值量写进机柜。3 4 5 9

第三层是资本成本与供电。

摩根大通把电力约束放到 18—24 个月的基础设施瓶颈，美银则直接用连续加息测试 AI 数据中心的回报率。6 7

盘前三张验收单

把机构判断落到能在财报、订单和产业链数据中继续追踪的变量

模型端	调用量能否覆盖降价
硬件端	扩产与交付能否写入收入
宏观端	高利率下项目回报是否成立

Loading stats card…

这三张验收单不是个股预测，而是把本期券商观点转换成下一次财报和盘面可以复核的问题。2 4 7

盘前怎么用

先看模型的量，不只看价格。 Qwen3.8 和 MiniMax 的公开逻辑都把低成本指向更多 Token 消耗，盘中要区分 API 价格下降带来的真实增量，还是单纯的收入让利。2 8
再看硬件的交付位置。 光模块测试、PCB/CCL、液冷和高端铜材都处在算力基础设施链条上，但不同环节的订单确认、客户集中度和利润传导并不相同。3 4 5
最后看估值能不能扛住利率。 摩根大通认为周期基本面仍稳，美银认为 AI 支出能承受更高融资成本，市场仍需要用现金流和项目回报率验证这两种判断。6 7

8 月 6 日公开材料里，机构没有把 AI 从高景气名单中拿掉，却开始把「价格、功率、供电、利率」放到同一张表里。

AI 科技评论认为，模型降价本身不是终点，它只有在调用量、基础设施交付和企业回款同时增长时，才会从成本压力变成产业催化。

本期覆盖北京时间 2026 年 8 月 6 日 08:00 至 8 月 7 日 08:00 公开可核验材料。海外投行观点主要来自财联社、东方财富和公开财经页面的转述，未公开原始研报全文的研究员、报告日期、评级或目标价统一标为「未披露」；评级和目标价仅按页面明确披露内容整理，不构成个股推荐或投资承诺。