2026年第9周科创板周报：2月中国AI模型调用量首次超过美国

科创板动态及展望

（一）上周市场回顾

上周科创板整体交易活跃度有所上升，日均成交额约 2493.77 亿元，较前一周的 2148.47 亿元 上升。科创板上周整体成交额为 9975.08 亿元，成交量为 177.26 亿股。根据 iFinD 数据显示，截 至 2026 年 2 月 27 日，科创板上市公司总数为 604 家，总市值为 131,688.21 亿元。

A 股各板块上周情况对比：科创板平均换手率为 11.93%，低于创业板和沪深主板 A 股、北证 A 股。涨跌幅方面，科创板表现弱于创业板、沪深主板 A 股，强于北证 A 股，上涨 2.62%。估值方 面，科创板整体 PE(TTM)为 80.71，高于其他三大板块。

日成交金额及换手率：2022 年以来，科创板日成交金额总体呈现波动上升趋势，换手率水平在 5%上下浮动。2023 年 4 月，科创板单日成交总额首次破千亿，随后波动下降，日均成交总额稳定 保持在 400 亿以上水平。自 2024 年 9 月 24 日起科创板日均成交金额急剧放大，日均保持在 1000 亿以上。2025 年 7 月至今科创板日均成交金额更上一个台阶，突破 3500 亿，在 4000 亿左右浮动。 2026 年 2 月份以来，在 3000 万左右浮动。

融资融券余额：自 2024 年 9 月 24 日起，科创板融资融券余额整体持续大幅上升。目前已达到 历史峰值。截至 2026 年 2 月 27 日，科创板融资融券余额为 2929.46 亿元，相比前一周同期增加 81.65 亿。

行业涨跌幅：上周科创板大部分行业上涨，有色金属行业周涨幅最大（+12.2%），家用电器行 业周跌幅最大（-3.2%）。整体来看，科创板部分上市企业市值规模较小，且部分行业企业数量相对 偏少，因此行业整体表现受个股影响较大。

行业市盈率：按科创板一级子行业分类来看，有色金属平均 PE 是所有行业里最高，行业平均 PE 为 128.74 倍，农林牧渔行业最低，为 9.23 倍。市盈率较高的几个行业因标的数量较少，个别公 司业绩的大幅变化拉高了行业整体估值水平。对比 A 股来看，科创板多于半数行业的平均 PE 低于 A 股同行业，PE 低于 A 股同行业较多的依次为环保、农林牧渔、医药生物、基础化工、计算机、机 械设备、社会服务、家用电器。

个股表现：科创板 604 家上市公司中，赛恩斯（52.53%）涨幅领先，其次是安达智能（+37.86%） 等，跌幅最大的是开普云（-14.66%）。上周 日均换手率 前十的上市公司中，欧莱新 材（26.11%） 换手率最高，其次是华丰科技（16.56%）等。上周日均交易额前十的个股中，寒武纪（122.08 亿元） 交易额最高，其次是海光信息（69.60 亿元）。

（二）不同指数对比

指数涨跌幅：2020 年 7 月至今，与上证指数、创业板指及纳斯达克指数相比，科创 50 的跌幅 最大。2022 年 8 月至 2024 年 9 月，科创 50 呈持续下跌趋势。自 2024 年 9 月 24 日以来，科创 50， 沪深 300，上证指数，创业板指呈现持续上涨趋势。

指数估值：2021 年 1 月至 2024 年 9 月，科创板、科创 50、创业板指数的 PE 震荡走低，降幅 明显；沪深 300 和上证指数 PE 相对稳定；纳斯达克指数 PE 先降后升。科创 50 在 2021 年时相对 科创板整体的估值溢价较大，而后 2022-2023 年溢价消失，目前溢价又在逐步拉大，PE 略高于科 创板整体。自 2024 年 9 月 24 日以来，科创 50，沪深 300，上证指数，创业板指 PE 均大幅提升， 目前科创板整体 PE 高于纳斯达克指数 PE 较多。 截至 2026 年 2 月 27 日，科创板整体 PE 约为 80.71 倍，较前一周上升，科创 50 的 PE 约为 82.21。科创板整体与科创 50 的估值差为 1.50，较上周（2.05）下降。上证指数的市盈率为 14.87 倍，较前一周市盈率（14.62）上升。沪深 300 的市盈率为 13.41 倍，较前一周市盈率（13.31）上 升。纳斯达克指数的市盈率较前一周（30.59）下降，为 30.44 倍。创业板指市盈率较前一周（38.34） 上升，为 38.73 倍。

板块要闻

①. 2026.2.26 2 月中国 AI 调用量首超美国，四款大模型霸榜全球前五，国产算力需求正经历指 数级增长

全球最大 AI 模型 API 聚合平台 OpenRouter 数据显示，2026 年 2 月，中国 AI 模型调用量三 周大涨 127%，首次超越美国，且全球前五中占四席。Token 正从“流量”变为 AI 时代“燃 料”，AI 服务商业模式向“燃料+成果”演进，未来定价将走向定制化和灵活化。中国模型厂商，正凭借快速迭代和成本优势占领全球市场，国产算力需求正经历指数级增长。 2 月，中国 AI 的模型调用量首次超过美国。 全球最大的 AI 模型 API 聚合平台 OpenRouter 数据显示，9 日~15 日这周，中国模型以 4.12 万亿 Token 的调用量，首次超过同期美国模型的 2.94 万亿 Token。 16 日~22 日这周，中国模型的周调用量进一步冲高至 5.16 万亿 Token，三周大涨 127%，而同 期美国模型调用量跌至 2.7 万亿 Token。与此同时，全球调用量排名前五的模型中，中国模型占据 四席，这股强大的增长动能，并非依赖单一爆款产品，而是中国 AI 厂商集群式崛起。 OpenRouter 平台，汇聚了全球数百种大语言模型，拥有超过 500 万开发者用户，是目前全球 最大的 AI 模型 API 聚合平台。因此，其 API 调用量数据被视为洞察全球 AI 应用落地趋势最真实 的“晴雨表”，因为它直接反映了开发者“用脚投票”的选择，体现了模型在实际应用中的受欢迎 程度和竞争力。 值得注意的是，该平台的用户主要由海外开发者构成，其中美国用户占比高达 47.17%，而中国 开发者仅占 6.01%，这使得其榜单数据更能客观反映中国 AI 模型在全球范围内的真实吸引力。 2025 年，美国模型是市场增长主要动力，其 Token 周调用量一度占据平台前十大模型总量的 近七成，而同期的中国模型占比则不到两成。然而，进入 2026 年，美国模型的增速开始显露疲态， 而中国模型则开启了“狂飙”模式。 2026 年 2 月 16 日至 22 日的周榜单显示，平台调用量排名前五的模型中，有四款来自中国厂 商，分别为 MiniMax 的 M2.5、月之暗面的 Kimi K2.5、智谱的 GLM-5 以及 DeepSeek 的 V3.2。 这四款模型合计贡献了 Top5 总调用量的 85.7%。 具体来看，MiniMax 于 2026 年 2 月 13 日发布的 M2.5 模型，上线不足一周便迅速登顶周调用 量榜首。在 2 月 9 日至 15 日当周，OpenRouter 平台总调用量激增的 3.21 万亿 Token 中，仅 M2.5 这一款模型就贡献了 1.44 万亿 Token 的增量。 月之暗面于 1 月 27 日发布的 Kimi K2.5 模型，凭借其原生的多模态架构和强大的 Agent 并行 处理能力，调用量实现了连续跳涨。该模型能调度多达 100 个“Agent 分身”并行工作，将复杂任 务处理效率提升 3 到 10 倍。据媒体报道，Kimi 在发布 Kimi K2.5 后不到一个月的累计收入，已超 过其 2025 年全年的总收入，增长主要由全球付费用户及 API 调用量大涨共同推动。 智谱的旗舰模型 GLM-5 自 2 月 12 日发布后，凭借其 200K 的超长上下文窗口和对长程 Agent 任务的深度优化，用户规模迎来高速增长，其调用量在上线次周便增长至 0.8 万亿 Token。 过去一年，阿里千问虽单个模型上榜频次不高，但 a16z 与 OpenRouter 联合发布的报告显示， 其全系列模型总 Token 调用量以 5.59 万亿位居全球第二，仅次于 DeepSeek（14.37 万亿）。 咨询公司弗若斯特沙利文（Frost & Sullivan）报告显示，在中国大模型 B 端市场，2025 年下 半年，千问（Qwen）系列模型的日均 Token 调用量占比 32.1%位列第一，相较上半年的 17.7%几 乎翻倍，相比字节豆包（21.3%）、DeepSeek（18.4%）领先优势扩大。 竞争力：成本不到美国 AI 的 1/10，中国 Token 为何便宜？ 中国模型之所以能在短时间内席卷全球开发者，除了性能上比肩甚至超越国际顶尖模型外，其 极具竞争力的成本是另一个无可争议的核心优势。 以 OpenRouter 平台公示的价格为例，中国模型的成本优势一目了然。 在模型处理输入信息（Input）的环节，MiniMax 的 M2.5 与智谱的 GLM-5，其价格均为 0.3 美元每百万 Token。作为对比，海外主流的对标产品 Claude Opus4.6 的价格则高达 5 美元/百万 Token，是中国这两款模型的约 16.7 倍。 在模型生成内容（Output）的环节，成本差异更为悬殊。MiniMax M2.5 的输出价格为 1.1 美 元/百万 Token，智谱 GLM-5 为 2.55 美元/百万 Token，而 Claude Opus4.6 的价格则飙升至 25 美 元/百万 Token，分别是前两者的约 22.7 倍和 9.8 倍。

如此巨大的成本差距，直接决定了开发者在选择 API 时的经济考量。 这种显著的成本差异，首先源于算法层面的架构创新。 弗若斯特沙利文中国总监李庆在接受每经记者采访时分析指出，以“混合专家（Mixture-ofExperts, MoE）”架构为代表的技术路线，是中国模型能够大幅降低推理成本的核心原因之一。目 前，包括榜单上的 DeepSeek、阿里巴巴的通义千问 3.5-Plus 等模型，都已广泛采用了 MoE 架构。 MoE 架构的巧妙之处在于，它将一个巨大的模型拆分为多个相对较小的“专家网络”和一个“门 控网络”。尽管模型的总参数量可能非常庞大（如拥有数千亿参数），从而保证了其“知识储备”和 能力上限，但在实际处理一个任务时，门控网络会智能地判断该任务的性质，并只激活（调用）其中 一小部分最相关的专家网络参与计算。 这种“按需激活”而非“全体动员”的模式，相较于传统的稠密模型（每次计算都调用全部参 数），极大地减少了计算量和对硬件资源的需求。数据显示，采用 MoE 架构可以直接让推理时的显 存占用降低 60%，推理吞吐量（单位时间内处理的 Token 数量）提升高达 19 倍。这种从技术源头 上实现的降本增效，是其成本优势的根本来源。 除了算法架构的革新，中国 AI 厂商还在积极探索“垂直整合”的路径，以进一步压缩每一个 Token 背后的成本。这条路径的核心思想，是将上层的模型算法、中层的云计算基础设施和底层的 AI 芯片进行深度的、一体化的协同设计与优化，从而解决软硬件之间的适配痛点，榨干每一分算力。 李庆以阿里巴巴的“通义-云-芯”体系为例进行说明，这种从上到下的垂直整合模式，能够通过 极致的算力调度算法，实现对底层硬件资源的最高效利用，从而大幅降低了 AI 服务背后的基础设施 成本。这种系统级的优化，使得 Token 的生成成本得以进一步降低。

② 2026.3.2 Ark 预测 2030 年定制芯片将占计算市场超三分之一份额，亚马逊将挑战英伟 达主导地位

“木头姐”凯茜·伍德最近在社交媒体上发帖强调了英伟达面临的日益激烈的竞争，她旗下的方 舟投资管理公司（Ark Invest）预测，到本十年末，定制人工智能芯片可能会占据超过三分之一的 计算市场份额。 ARK 下一代互联网研究总监弗兰克·唐宁（Frank Downing）在 X 上发表的一篇帖子中表示， 该公司预计“到 2030 年，超过三分之一的计算市场将是定制芯片”。 他将定制芯片定义为非 GPU 芯片——实际上是英伟达和 AMD 产品的替代品——但他同时指出， 行业界限正在“变得模糊”。 “每个人都知道谷歌的 TPU，但亚马逊才是正在苏醒的沉睡巨人，”唐宁写道。 唐 宁 分 享 的 一 张 图 表 显 示 ， 传 统 服 务 器 的 市 场 份 额 正 迅 速 被 加 速 计 算 蚕 食 ， 而 专 用 集 成 电 路 （ASIC）将在 2030 年前与 GPU 并驾齐驱，不断扩大市场份额。 伍德转发了这条帖子，并补充道：“英伟达将面临竞争。” 伍德发表这一评论前，亚马逊和 OpenAI 宣布建立多年的合作伙伴关系。 亚马逊承诺向 OpenAI 投资至多 500 亿美元，并在未来八年内将现有的计算协议金额扩大至 1000 亿美元。 该协议的关键在于 OpenAI 将使用亚马逊的 Trainium 定制芯片，包括预计于 2027 年推出的 下一代版本。OpenAI 将消耗约 2 吉瓦的 Trainium 计算能力，这凸显了亚马逊此次投资的规模。 与此同时，Alphabet Inc．旗下的谷歌继续将其张量处理单元（TPU）定位为英伟达 GPU 的 替 代 品 ， 有 报 道 称 Meta 已 同 意 租 赁 TPU 用 于 高 级 人 工 智 能 开 发 。

③ 2026.2.27 抢占 AI 硬件入口！阿里千问将发布 AI 眼镜

阿里巴巴旗下个人 AI 助手“千问”进军 AI 硬件领域，今年将面向全球市场推出多款不同形态 的 AI 硬件产品。3 月 2 日至 5 日，西班牙巴塞罗那举办 2026 年世界移动通信大会（MWC），“千 问”将首次参加并发布首款同名 AI 眼镜，预计 3 月 2 日开启线上线下全渠道预约。 阿里巴巴正在将“千问”打造为软硬一体、跨多种终端形态的 AI 助手。跳出手机的“千问”将 能够捕获更多物理世界的信息，在复杂生活场景中理解用户意图，让 AI 解锁更多的可能性。千问 APP 点外卖、打车等能力，也将在千问 AI 眼镜等终端设备上实现。 记者还了解到，未来阿里巴巴所有新上市 AI 眼镜产品将统一以“千问 AI 眼镜”（Qwen Glasses） 品牌面向全球市场。已上市的夸克 AI 眼镜将与千问 AI 眼镜功能更新保持同步，持续享受千问 AI 服务。 据阿里内部人士透露，除 AI 眼镜之外，“千问”还会在今年陆续发布 AI 指环、AI 耳机等产 品，并面向全球市场发售。 业内专家认为，AI 时代“软硬一体”更有利于实现“数据飞轮”，形成生态壁垒。纯做软件， AI 体验也许会受限于设备性能、系统权限，有了硬件能力，能够让模型能力在端侧更快部署、更好 响应，实现芯片、算法和系统的协同优化。硬件端有效收集的真实场景数据也能反哺大模型进化， 从而进一步形成 AI 能力的“护城河”，这也是阿里、字节等科技公司在不断升级大模型能力之外， 还要抢占硬件入口的重要原因。

④ 2026.3.1 荣耀 Robot Phone 亮相 MWC CEO 李健称将赋予手机“大脑”和“手脚”

2026 世界移动通信大会上，荣耀打造的机器人手机 Robot Phone 最新亮相，这是荣耀阿尔法 战略落地以来打造的第一个新物种，打破了手机“无聊黑色方块”的刻板设计，融合了具身智能交 互和旗舰影像两大 AI 核心能力。荣耀 CEO 李健称 Robot Phone 将赋予手机“大脑”和“手脚”， 既有 IQ，又有 EQ。

（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）