然而，這種「領先 6 個月」的說法在某些投資銀行眼中卻有不同的解讀。摩根士丹利在最近一份針對 AI 效率轉型的研究資料中提到，當技術差距縮小到半年以內時，領先者的領先地位在商業上可能變得微不足道。如果中國公司能夠持續以五分之一甚至十分之一的訓練成本，產出與美國頂尖模型效能相當的產品，那麼資本市場將會重新評估那些耗資數十億美元的大型模型是否有意義。
市場重新定位
在之前，市場對 AI 的共識往往是「越大越好」，即投入更多的電力、更多的晶片與更大的資料量。但隨著 DeepSeek 等模型的資料表現證明了「小而美」與「高性價比」的可能性──這種思維正在發生鬆動。根據彭博的追蹤，雖然 OpenAI 與 Google 依然占據了大部分的高階企業市場，但提供高性價比方案的挑戰者正快速瓜分新興市場市占率，這對於那些重金投資基礎設施的科技巨頭來說，無疑是一種潛在的威脅。
與此同時，由於川普政府對出口至中國的每顆先進晶片收取高達 25% 的附加費用，輝達等公司的營收成長模式也發生了質變。這筆費用雖然增加了美國政府的財政收入，卻也間接推高了中國 AI 公司的開發成本，迫使他們在演算法優化上投入更多精力，進而形成一種詭異的循環：美方的限制反而成為中方演算法效率突飛猛進的催化劑。