Anthropic发布Claude Opus谷歌发布三款Flash模型

推荐（维持）

分析师：任春阳

S1050521110006

rency@cfsc.com.cn

行业相对表现

表现

1M

3M

12M

计算机(申万)

-2.7

-14.9

-14.2

沪深300

-3.4

-1.2

13.7

市场表现


资料来源：Wind，华鑫证券研究

相关研究

1、《计算机行业周报：月之暗面正式发布 KimiK3，StepAOS与 STEPXNeo发布》2026-07-22

2、《计算机行业周报：OpenAI正式发布GPT-5.6系列大模型，SpaceXAI发布Grok4.5》2026-07-15

3、《计算机行业周报： ClaudeSonnet5发布，DSpark与 JetSpec共探投机解码效率新边界》 2026-07-06

一计算机行业周报

投资要点

算力：算力租赁价格平稳，Anthropic发布新一代旗舰大模型Claude Opus5

2026年7月25日，Anthropic正式推出新一代旗舰级大模型 Claude Opus 5。该模型在性能上与此前广受关注的 Claude Fable 5极为接近，但价格仅为后者的一半——输入5美元/百万Token、输出25美元/百万Token，与上一代Opus4.8持平。模型同步引入快速模式及Effort调节机制，并在编程、复杂推理及科学研究等领域实现了显著的性能跃升，在Frontier-Bench v0.1、ARC-AGI3等多项评测中位居榜首，并在生命科学任务中较前代提升明显。同时，该模型是 Anthropic迄今为止对齐程度最高的模型，非对齐行为得分仅 2.3，为近期主流模型最低值。

AI应用：Kimi周访问量环比+86.92%，谷歌发布三款Flash模型

2026年7月22日，谷歌正式发布了Gemini3.6Flash、 Gemini3.5Flash-Lite以及Gemini3.5FlashCyber三款新型模型，将重心转向了提升Agent工作流中的Token效率、响应速度以及运行可靠性。

AI融资动向：CuspAI完成4.5亿美元B轮融资，投后估值达26亿美元

2026年7月21日，英国AI原生材料发现公司CuspAI宣布完成4.5亿美元B轮融资，投后估值达26亿美元。本轮融资由 Kleiner Perkins、NEA联合领投，Bezos Expeditions跟投，以及多家新老投资方共同参与。公司核心产品MIRA平台旨在将传统耗时数年的材料研发周期压缩至六个月以内，平台底层技术由Meta UMA系列模型及自研kUPS工具包共同驱动。同期，公司发布"AI Materials Foundry"全球网络计划，当前已吸引超45家行业领军企业加盟。

投资建议

2026年7月22日，谷歌发布2026Q2财报：当季实现总营收 1197.96亿美元，同比增长 24%；净利润1121.07亿美元，摊薄后每股收益9.11美元。分业务看，谷歌云增长最为强劲，当季营收247.68亿美元，同比大幅增长 82%，营业利润率由 20.7%提升至 35.6%，在手积压订单由一季度的4600亿美元增


至5140亿美元；公司在财报电话会上表示，旗下 GeminiEnterprise已渗透近 90%的《财富》100强企业。谷歌服务营收945.40亿美元（同比+15%），其中搜索业务营收 632.71亿美元（同比+17%），YouTube广告营收110.55亿美元（同比+13%）。资本开支方面，公司单季资本开支449亿美元，同比翻倍；管理层在电话会上表示，其中约 60%投向服务器采购、40%投向数据中心与网络设备，并将全年资本开支指引由1800-1900亿美元上调至1950-2050亿美元。模型层面，公司表示正全力推进新一代旗舰模型 Gemini4的预训练并保持按月迭代节奏；据CEO皮查伊披露，API每分钟Token处理量已由上季度的160亿提升至220亿，公司并于当季首次向客户数据中心交付TPU系统。

本次财报印证了AI算力需求的结构性高景气与CSP资本开支向硬件产业链的强传导。需求端看，谷歌云 82%的同比增速、 5140亿美元积压订单及Token消耗的爆发式增长表明企业级AI需求仍在加速，且供给持续紧张——管理层表示Q3起将租用第三方算力作为过渡，进一步印证算力缺口为结构性而非周期性。从传导路径看，全年2000亿美元级资本开支将直接转化为上游采购需求：约 60%投向服务器、40%投向数据中心与网络设备，叠加TPU首次对外交付客户数据中心并开辟新收入模式。我们认为，本轮资本开支上行由真实需求驱动：订单积压与对外租算力并存，表明算力供给仍滞后于需求增长，资本开支具备扎实的基本面支撑与持续性；在此背景下，AI服务器、光模块与高速互联、数据中心网络设备、IDC及电力配套等上游硬件环节将按资本开支投向结构直接承接订单，需求传导的确定性较强。

中长期，建议关注专注于功率半导体及模拟芯片测试系统研发的联动科技（301369.SZ）、专注于半导体等高端制造业的罗博特科（300757.SZ）、新能源业务高增并供货科尔摩根等全球电机巨头的唯科科技（301196.SZ）、AI智能文字识别与商业大数据领域巨头的合合信息（688615.SH）、深耕工业AI与软件并长期服务高端装备等领域头部客户的能科科技 （603859.SH）。

风险提示

1) AI底层技术迭代速度不及预期。2）政策监管及版权风险。3）AI应用落地效果不及预期。4）推荐公司业绩不及预期风险。

重点关注公司及盈利预测

公司代码

名称

2026-07-28股价

EPS

PE

投资评级

2025

2026E

2027E

2025

2026E

2027E

300757.SZ

罗博特科

427.12

-0.30

0.30

0.60

-1423.73

1423.73

711.87

买入


301196.SZ

唯科科技

77.30

2.53

3.34

3.98

30.55

23.14

19.42

买入

301369.SZ

联动科技

140.20

0.48

1.08

2.62

292.08

129.81

53.51

买入

603859.SH

能科科技

36.58

0.92

1.05

1.32

39.76

34.84

27.71

买入

688615.SH

合合信息

93.03

3.24

4.22

5.25

28.71

22.05

17.72

买入

资料来源：Wind，华鑫证券研究


正文目录

1、算力动态：算力租赁价格平稳，ANTHROPIC 发布新一代旗舰大模型 CLAUDE OPUS 5 ... 5

1.1、Tokens 跟踪 ... 5

1.2、数据跟踪：阿里云发布语音合成大模型 Qwen-Audio-3.0-TTS，同步推出轻量应用服务器智能体专用型实例 ... 7

1.3、产业动态：Anthropic一代旗舰大模型 Claude Opus 5 ... 8

2、AI 应用动态：KIMI 周访问量环比+86.92%，谷歌发布三款 FLASH 模型 ... 13

2.1、周流量跟踪：Kimi 周访问量环比+86.92% ... 13

2.2、产业动态：谷歌发布三款 Flash 模型，聚焦效率与成本优化 ... 13

3、AI 融资动向：CUSPAI 完成 4.5 亿美元 B 轮融资，投后估值达 26 亿美元 ... 16

4、行情复盘 ... 18

5、投资建议 ... 20

6、风险提示 ... 21

图表目录

图表 1: TOKENS 规模 LEADERBOARD（TOKEN 消耗量为统计口径） ... 7

图表 2: 文本类模型市场份额占据示意图（REQUEST 调用量为统计口径） ... 7

图表 3: 大模型定价对比图 ... 9

图表 4: CLAUDE OPUS 5 编程能力测试结果横向对比图 ... 9

图表 5: CLAUDE OPUS 5 复杂推理能力测试结果横向对比图 ... 10

图表 6: CLAUDE OPUS 5 安全能力测试结果横向对比图 ... 12

图表 7: 2026.7.17-2026.7.23 AI 相关网站流量 ... 13

图表 8: GEMINI 3.6 FLASH 在能力、速度和成本上与其他模型对比 ... 14

图表 9: 3.1 PRO、3.5 FLASH 和 3.6 FLASH 的对比 ... 14

图表 10: GEMINI 3 FLASH 和 GEMINI 3.5 FLASH-LITE 对比情况 ... 15

图表 11: GEMINI 3.5 FLASH CYBER 在 CYBERGYM 测试中的表现 ... 15

图表 12: 上周 AI 初创公司融资动态 ... 17

图表 13: 上周（2026.7.20-2026.7.24 日）指数日涨跌幅 ... 18

图表 14: 上周（2026.7.20-2026.7.24 日）AI 算力指数内部涨跌幅度排名 ... 18

图表 15: 上周（2026.7.20-2026.7.24 日）AI 应用指数内部涨跌幅度排名 ... 19

图表 16: FICONTEC2025 年年中至今公告订单 ... 20

图表 17: 重点关注公司及盈利预测 ... 21


1、算力动态：算力租赁价格平稳， Anthropic发布新一代旗舰大模型Claude Opus5

1.1、Tokens跟踪

根据OpenRouter公开数据，2026年7月20日至7月26日，周度Token消耗量有所下降，消耗量为58T，环比上周减少 6.9%。在Tokens规模Leaderboard前五名中，Xiaomi的MiMo-V2.5以10.5T tokens位居榜首；DeepSeek的DeepSeek V4 Flash以6.37T tokens位列第二；Tencent的Hy3以3.94T tokens位居第三；Z.AI旗下的GLM5.2以3.29T tokens位居第四；DeepSeek的DeepSeek V4 Pro以3.17T tokens位居第五。

文本类模型的市场份额，Google以975M requests占据 27.5%的份额，位居第一； DeepSeek以816M requests占据 23.0%，位列第二；OpenAI、Qwen、Xiaomi则分别以526M、 181M、164M requests，对应占据 14.8%、5.1%、4.6%的市场份额。

图像生成类模型调用量小幅上升，调用5M的requests，环比上周增加 4.12%。在 Image Leaderboard 中，Google的Nano Banana系列包揽榜单前三名，其中Nano Banana (Gemini 2.5 Flash Image)、Nano Banana 2 (Gemini 3.1 Flash Image)、Nano Banana 2 (Gemini 3.1 Flash Image Preview)分别以1.36M、851K、689K requests位居第一、第二和第三；OpenAI的GPTImage2以562K requests位列第四；Google的Nano Banana Pro (Gemini 3 Pro Image)以508K requests位列第五。从市场份额来看，Google以4.2M requests占据 75.6%的份额，位居第一；OpenAI以771K requests占据 13.9%，位列第二； xAI、ByteDance Seed、Black Forest Labs则分别以266K、133K、121K requests，对应占据 4.8%、2.4%、2.2%的市场份额。

嵌入模型调用量大幅上升，调用量为274M requests，环比上周增加 18.1%。在 Embedding Leaderboard 前五名中，OpenAI的 Text Embedding 3 Small以94.5M requests位居榜首；Qwen的 Qwen3 Embedding 8B以66.8M requests位列第二；BAAI的 bge-m3以17M requests位列第三；Perplexity的 Embed V1 0.6B以15.2M requests位列第四；OpenAI的 Text Embedding 3 Large以14.3M requests位列第五。从市场份额来看，OpenAI以112M requests占据 40.8%的份额，位居第一；Qwen以74.2M requests占据 27.1%，位列第二； Google、Perplexity、BAAI则分别以34.9M、22M、19.8M requests，对应占据 12.8%、8.0%、 7.2%的市场份额。

重排序模型调用量有所上升，调用量为3.26M requests，环比上周增加 2.52%。在Rerank Leaderboard中，NVIDIA的Llama Nemotron Rerank VL 1B V2以1.64M requests位列榜首；Cohere的Rerank v3.5、Rerank 4 Fast、Rerank 4 Pro以704K、616K、300K requests位列第二、第三和第四。从市场份额来看，NVIDIA以1.64M requests占据 50.3%的份额，位居第一；Cohere以1.62M requests占据 49.7%的份额，位列第二。

视频生成类模型调用量有所下降，调用量为138K requests，环比上周减少 2.82%。在 Video Leaderboard前五名中，Google的Veo3.1Fast以37K requests位列第一；ByteDance的Seedance2.0以22K requests位居第二；Google的Veo3.1Lite、Veo3.1分别以18K、


12K requests位列第三、第四；ByteDance的Seedance2.0 Fast以12K requests位居第五。从市场份额来看，Google以67K requests占据 49.0%的份额，位居第一；ByteDance以 40K requests占据 29.0%，位列第二；xAI、KwaiVGI、Alibaba则分别以11K、11K、8K requests，对应占据 8.1%、7.8%、5.7%的市场份额。

语音生成类模型调用量显著上涨，调用量为1.53M requests，环比上周增加 56.76%。在 Speech Leaderboard 前五名中，Hexgrad 的 Kokoro 82M 以 648K requests 位列第一；Google的 Gemini 3.1 Flash TTS Preview 以 457K requests 位居第二；xAI 的 Grok Voice TTS 1.0以 335K requests 位列第三；Microsoft的MAI-Voice-2以42K requests 位列第四；Deepgram的 Aura-2以 8.25K requests 位列第五。从市场份额来看，Hexgrad 以 648K requests占据 42.3%，位列第一；Google以 457K requests占据 29.9%的份额，位居第二；xAI、Microsoft、 MiniMax 则分别以 335K、46K、15K requests，对应占据 21.9%、3.0%、1.0%的市场份额。

语音转写类模型调用量巨幅上涨，调用量为8.32M requests，环比上周增加 109.05%。在 Transcription Leaderboard 前五名中，OpenAI的 Whisper Large V3以4.58M requests位列第一；OpenAI的 Whisper Large V3 Turbo以1.57M requests位列第二；OpenAI的 GPT- 4o Mini Transcribe以745K requests位列第三；Qwen的 Qwen3 ASR Flash以412K requests位列第四；Microsoft的MAI-Transcribe1.5以302K requests位列第五。从市场份额来看， OpenAI以7.22M requests占据 86.7%的份额，位居第一；Qwen以412K requests占据 4.9%，位列第二；Microsoft、Mistral AI、NVIDIA则分别以302K、158K、105K requests，对应占据 3.6%、1.9%、1.3%的市场份额。

• 统计口径说明：以上数据均来源于 OpenRouter。基于官方统计口径调整，当前 Rankings 采用 Token 与 Request 两套统计维度：其中，仅 Tokens 规模 Leaderboard 仍以模型 Token 消耗量为统计口径，其余类目榜单及市场份额板块则统一采用 Request 调用量为统计口径，两者统计维度不同，不宜直接对应或进行横向比较。

7月21日，阿里千问推出新一代图像生成模型Qwen-Image-3.0。在内容承载上，该模型最大支持4.5k token输入，可精准生成包含海量文字的复杂版面，如报纸、分镜和试卷等；在细节表现上，该模型实现了10px小字的清晰渲染，能够逼真还原毛孔、发丝等微观质感；在语言能力上，该模型原生支持12种语言渲染，可结合丰富的世界知识构建网页、游戏及直播界面仿真等应用场景。

7月21日，北京市经信局披露，上半年全市数字经济增加值增速达 7.8%其中核心产业增速为 9.8%。下半年，北京将围绕Token经济制定专项政策，在Token生产、分发、应用等关键环节布局建设Token工厂与分发平台，并推动其在工业、教育、文旅等领域创新应用。算力方面，全市上半年新增智能算力2.2万P、总算力达8.2万P，力争下半年再增5万P，年内突破13万P。

7月23日，腾讯云正式发布面向企业研发流程的云端智能体CodeBuddy NPC。开发者只需派发任务，NPC即可自主完成方案规划、代码开发、提交PR、执行测试，并根据CI结果持续迭代，直至交付可验收成果。该智能体依托腾讯云研发平台CNB，能够直接利用代码仓库、 Issue、PR、CI/CD等研发上下文，在现有流程中持续推进任务。经过持续优化，当前官方 NPC的首轮Token消耗已从早期的2万多个降至约2000，降幅超过 90%。


图表1：Tokens规模Leaderboard（Token消耗量为统计口径）


资料来源：OpenRouter，华鑫证券研究

图表2：文本类模型市场份额占据示意图（Request调用量为统计口径）


资料来源：OpenRouter，华鑫证券研究

1.2、数据跟踪：阿里云发布语音合成大模型Qwen-Audio-3.0-TTS，同步推出轻量应用服务器智能体专用型实例

2026年7月20日，阿里云正式发布语音合成大模型Qwen-Audio-3.0-TTS。该模型在精细控制、指令遵循、多语种覆盖及声学鲁棒性等方面均实现显著升级，同时提供Flash、 Plus两个版本。其中，Flash版面向实时交互场景，首包延时低至300毫秒级别，Plus版则面向高质量生成场景。当前，两款模型已在阿里云百炼开放调用。

细粒度标签控制方面，该模型支持freestyle自由风格模式，用户可通过角色设定自由调控情绪基调、场景氛围和语速节奏。同时，新模型进一步支持结构化标签控制，用户可


在合成文本中嵌入[gasp]（抽气）、[giggle]（轻笑）、[angry]（愤怒）等情感与动作标记，将控制精度细化至单字级别，以此适配叙事、游戏、配音等多种场景。

多语种与方言方面，新模型语言能力大幅扩展，在覆盖中、英、日、韩、德等16种语言的基础上，新增阿拉伯语、越南语、马来语及菲律宾语。此外，模型还新增对广东、重庆、上海、四川等20种中文方言的支持，通过针对性强化训练，使模型在方言韵律和声调还原上接近母语者水平。

声学鲁棒性方面，该模型通过真实声学仿真训练，在克隆流程中嵌入语音增强能力，具备在高噪声、高混响条件下过滤干扰的能力。音频质量方面，新模型提供开箱即用的精品音色库，输出音频从24kHz提升至48kHz，单次语音合成可长达3分钟。

当前，Qwen-Audio-3.0-TTS-Plus已在全球第三方权威榜单Artificial Analysis中登顶榜首，其预览版Fun-Realtime-TTS也曾在一个月前拿到榜首席位。

同日，阿里云推出轻量应用服务器智能体专用型实例，旨在解决用户以往需分别采购云服务器、申请API Key、配置公网IP及带宽的割裂链路问题。该产品将vCPU、内存、云盘、200Mbps峰值带宽（免流量费）与大模型Tokens（1亿至32亿不等）打包为预付费套餐，实现计算、存储、网络与Token额度的统一调配，控制台支持一键部署OpenClaw、 Hermes等个人助理以及Dify、MaxKB等企业级平台。

该实例搭载了专为 Agent 场景设计的操作系统 ANOLISA（Alibaba Cloud Linux 4 Agentic版），可在主流场景中节省 30%的Token，显著降低Token浪费，同时将主流Bench分数提升 10%、Agent执行时长降低 30%、冷启动时长降低 20%，有效优化 Agent运行表现，并具备三层纵深防御架构的全链路安全守护能力以及工作区快照恢复等功能，支持Agent长期稳定运行。此外，全系实例标配200Mbps峰值公网带宽且流量免费，可有效缓解对外服务时的网络瓶颈与成本焦虑。

定价方面，以入门级2核2G加2亿Token规格为例，包月购买享受5折优惠，相比分开购买，在AI Coding场景每月可节省 18%，在内容生成等高消耗场景每月可节省 68%。产品提供从2核0.5G+1亿Tokens到16核64G+32亿Tokens共9款阶梯规格，其中三档套餐享专属优惠，覆盖个人开发者到中小企业。当前，该产品已在北京、上海、12州等地上线，未来将支持更多国内及海外地域。

1.3、产业动态：Anthropic 发布新一代旗舰大模型 Claude Opus 5

2026年7月25日，Anthropic正式推出其新一代旗舰级大模型Claude Opus5。该模型在性能方面与此前广受关注的Claude Fable5极为接近，但整体价格仅为Fable5的一半。定价方面，该模型以每百万Token输入5美元、每百万Token输出25美元的价格，与上一代Opus4.8持平。此外，该模型还提供了快速模式，运行速度约为默认模式的2.5倍，相应价格为基础价格的2倍，以满足高时效性场景需求。

官方表示，该模型高度适配日常高频使用场景，相较以往模型具备更高的工作效率。当前，该模型已经成为Claude Max的默认模型，并以其性能优势在Claude Pro中超越其他模型。与此同时，该模型同步引入了Effort调节机制，允许用户根据任务复杂度和成本预算灵活调节模型的推理深度，从而实现模型性能与与经济效益之间的动态平衡。


图表3：大模型定价对比图

模型

输入单价(百万tokens)

输出单价(百万tokens)

GLM-5.2

8元

28元

Grok4.5

2美元(约合13.59元)

6美元(约合40.78元)

Claude Opus4.8

5美元(约合33.98元)

25美元(约合169.92元)

GPT-5.5

5美元(约合33.98元)

30美元(约合203.9元)

Claude Fable5

10美元(约合67.97元)

50美元(约合339.83元)

Claude Opus5

5美元(约合33.98元)

25美元(约合169.92元)

资料来源：智东西，华鑫证券研究

新一代模型Opus5在高价值软件工程、复杂推理及科学研究等关键领域均实现了显著性能跃升。

编程能力方面，该模型在Frontier-Bench v0.1评估中超越了包含Fable5、GPT-5.6 Sol在内的其他模型，在降低单项任务成本的同时，性能达到Opus4.8的两倍以上。在 CursorBench3.2测试中，该模型Max Effort模式下的性能得分峰值仅与Fable5相差 0.5%，但成本仅为后者的一半，不仅如此，该模型在相同成本下的性能表现均优于其他模型，展现出了极高的性价比优势。

图表4：Claude Opus5编程能力测试结果横向对比图




资料来源：智东西，华鑫证券研究

在复杂推理领域，该模型在考验模型面向全新未知问题解决能力的ARC-AGI3测试中，以第二名模型3倍的得分拔得头筹；在衡量模型商业自动化任务完成能力的Zapier AutomationBench测试中，该模型以第二名模型1.5倍的通过率，远超其他模型；在计算机操作使用基准测试OSWorld2.0中，任意同等成本下，该模型表现均优于其他所有模型，且达成Fable5的最佳成绩仅需消耗后者略高于三分之一的成本。此外，该模型在包含HLE、 AutomationBench、DeepSearchQA在内的多项测试中，均显示出了性能优、性价比高的特性。

在科学研究方面，该模型在有机化学任务中得分较Opus4.8提升10.2个百分点，在蛋白质相关任务中得分较Opus4.8提升7.7个百分点，在涵盖结构生物学、有机化学、生物信息学等领域的全部生命科学评估中，该模型表现均超越前代。此外，新模型具备自动生成空气动力学风洞风流图解、细胞结构互动图示等复杂可视化内容的能力，在视觉输出生成方面能力大幅增强。

图表5：Claude Opus5复杂推理能力测试结果横向对比图





资料来源：智东西，华鑫证券研究

与此同时，该模型在自我校验和审慎迭代方面的能力提升尤为突出，其主动性和严谨性在多场景测试中得到充分验证。例如，在未提供直接查看图纸接口的情况下，模型可自行编写计算机视觉管线，并从工程图纸中提取特征并完成3D模型重建；在面对热门开源包管理器中社区补丁遗漏的边缘情况时，模型能精准定位并修复根本原因，而不仅仅是修补表层问题；在为新建交易所构建数据接入源时，模型能自主构建测试套件，以模拟方式验证代码的准确性和鲁棒性。这些案例表明，Opus5不仅具备更强的任务执行能力，更在任务规划、工具调用和质量自检等方面展现出了主动性和系统性思维。

此外，官方披露，Opus5是公司迄今为止对齐程度最高的模型，其欺骗行为发生率最低，最不容易被误导或诱导滥用。在自动化行为审计中，该模型的整体非对齐行为得分仅为2.3，为近期主流模型中的最低值。在网络安全领域，该模型在漏洞发现能力上已逼近Mythos5，但在漏洞利用方面仍大幅落后于后者。为防范潜在风险，Opus5的网络安全分类器会对基于二进制的漏洞扫描、渗透测试及Exploits生成等高风险操作进行拦截，并自动降级回退至Opus4.8的安全策略。在生物安全方面，该模型则延续了与Opus4.8类似的安全防护框架，官方称其为目前可用于科学研究的最强通用模型。


图表6：Claude Opus5安全能力测试结果横向对比图


Finding vulnerabilities and exploits in open-source code OSS-Fuzz



资料来源：智东西，华鑫证券研究


2、AI应用动态：Kimi周访问量环比+86.92%，谷歌发布三款Flash模型

2.1、周流量跟踪：Kimi周访问量环比+86.92%

本期（2026.7.17-2026.7.23）AI相关网站流量数据：访问量前三位分别为ChatGPT （1236.0M）、Bing（859.4M）和 Gemini（599.9M），访问量环比增速第一为 Kimi （86.92%）；平均停留时长前三位分别为 Character.AI（00:16:22）、Discord（00:11:15）和 NotionAI（00:08:33）；平均停留时长环比增速第一为 NotionAI（12.75%）。

图表7：2026.7.17-2026.7.23AI相关网站流量

应用

应用类型

归属公司

周平均访问量(M)

访问量环比

平均停留时长

时长环比

ChatGPT

聊天机器人

OpenAI

1236.0

1.06%

6:32

1.03%

Bing

搜索

微软

859.4

2.01%

7:16

0.23%

Gemini

聊天机器人

谷歌

599.9

-1.85%

7:02

-0.47%

Canva

在线设计

Canva

184.2

-0.49%

5:59

0.00%

Discord

游戏社区

微软

150.7

0.74%

11:15

0.15%

Github

代码托管

微软

145.8

3.11%

6:24

0.52%

Character.AI

聊天机器人

Character.AI

36.07

-4.65%

16:22

0.31%

Deepl

翻译工具

DeepL

23.74

-0.34%

2:28

-0.67%

Perplexity

AI搜索

Perplexity

23.14

-4.02%

4:18

-0.39%

Kimi

聊天机器人

Moonshot AI

0.43

86.92%

7:26

-5.31%

QuillBot

释义工具

QuillBot

7.00

-2.94%

2:52

-0.58%

NotionAI

文本/笔记

Notion

2.615

-1.43%

8:33

12.75%

文心一言

聊天机器人

百度

0.267504

-13.11%

2:09

-7.19%

资料来源：similarweb，华鑫证券研究

2.2、产业动态：谷歌发布三款Flash模型，聚焦效率与成本优化

2026年7月22日，谷歌正式发布了Gemini3.6Flash、Gemini3.5Flash-Lite以及 Gemini3.5FlashCyber三款新型模型，将重心转向了提升Agent工作流中的Token效率、响应速度以及运行可靠性。


其中，Gemini 3.6 Flash被定位为面向编程、知识密集型工作以及多模态处理任务的主力模型。根据Artificial Analysis的Intelligence Index显示，该模型在完成任务时所消耗的Token较前代3.5Flash减少了 $17\%$ ，而在DeepSWE测试中，其输出Token消耗量最多减少约 $65\%$ ，这种显著的效率提升转化为每项Agent任务的运行成本下降。在定价层面，3.6Flash的输入价格为每100万个Token1.5美元，输出价格为每100万个Token7.5美元，输出价格低于3.5Flash。与此同时，该模型在软件工程Agent评测DeepSWEv1.1和机器学习工程测试MLE-Bench中的得分均高于3.5Flash，并且在测试Computer Use的OSWorld-Verified中也取得了 $83.0\%$ 的成绩。谷歌还展示了模型的应用案例，涵盖精准高效的金融数据与会议记录分析、基于多Agent协同的代码迁移自动化、面向3D流程的照片纹理提取，以及与tldraw离线编辑器创建交互式主题设计工具。安全层面，该模型还强化了针对化学、生物、放射性与核风险以及网络攻击滥用的前沿防护，在提升抗截狱放的同时，尽可能减少对正常使用场景的错误干涉。

图表8：Gemini3.6Flash在能力、速度和成本上与其他模型对比


资料来源：智东西，华鑫证券研究

图表9：3.1 Pro、3.5 Flash和3.6 Flash的对比


资料来源：智东西，华鑫证券研究

Gemini 3.5 Flash-Lite作为3.5系列中速度最快且定价最低的模型，主要面向对低延迟和高吞吐量的应用场景，例如Agent搜索和文档处理。据Artificial Analysis的数据显示，该模型的生成速率达到了每秒350个输出Token。其输入和输出价格分别为每100万个


Token 0.3美元和2.5美元。与3.1 Flash-Lite相比，它在Agent终端编程测试Terminal-Bench2.1、长上下文测试GDM-MRCR v2以及知识工作测试GDPval-AA v2中的得分均有提升，成绩分别为 54%、72.2%、1140，甚至在部分测试中的表现超越了定位更高的Gemini3 Flash。在SWE-Bench Pro中，Gemini3.5Flash-Lite和Gemini3Flash得分分别为 54.2%和 49.6%；在OSWorld-Verified中，两者得分分别为 74.0%和 65.1%。在实际业务场景中，如金融票据提取等任务里，该模型也成功地平衡了识别准确率、响应延迟与成本。

图表10：Gemini3Flash和Gemini3.5Flash-Lite对比情况


资料来源：智东西，华鑫证券研究

第三款模型Gemini3.5FlashCyber则具有更强的专用属性，它基于3.5Flash进行微调，专门用于网络安全漏洞的发现、验证与修复。该模型与谷歌代码安全Agent CodeMender协同工作，同时运行多个3.5FlashCyber Agent并合并结果。在CyberGym测试中，CodeMender最多调用5次模型时，3.5FlashCyber得分为 83.2%。不过，鉴于漏洞发现与修复技术具有明显的双重用途属性，谷歌目前并未向普通开发者开放这一模型，而是计划近期通过CodeMender平台启动小范围试点，仅供政府机构和可信合作伙伴使用。

图表11：Gemini3.5FlashCyber在CyberGym测试中的表现


资料来源：智东西，华鑫证券研究


3、AI融资动向：CuspAI完成4.5亿美元 B轮融资，投后估值达26亿美元

2026年7月21日，英国AI原生材料发现公司CuspAI宣布完成4.5亿美元B轮融资，投后估值达到26亿美元。本轮融资由顶尖风投机构Kleiner Perkins与NEA联合领投，亚马逊创始人Jeff Bezos旗下Bezos Expeditions跟投，新投资方阵容涵盖 Glade Brook Capital Partners、Lux Capital、AMD Ventures等多家机构，Temasek、Basis Set Ventures、Giant Ventures等现有投资方持续跟投。

CuspAI成立于2024年，是一家致力于通过人工智能加速新材料发现与开发的深度科技企业，总部设于英国剑桥，并在伦敦、阿姆斯特丹、柏林、东京、新加坡及美国设有业务团队。公司核心团队包括联合创始人兼首席执行官Chad Edwards博士、首席技术官及机器学习领域权威学者Max Welling教授，以及首席科学官Aron Walsh教授。其顾问委员会则汇聚了人工智能与半导体制造领域的泰斗级人物，包括诺贝尔奖得主Geoffrey Hinton、图灵奖得主Yann LeCun、前ASML总裁兼首席技术官Martin Van Den Brink，以及前BP首席执行官Lord John Browne等，强大的学术与产业背景为公司提供了前沿的学术视野与产业战略支撑，夯实了技术研发的底层根基。

核心产品方面，公司推出了专为工业级材料发现设计的MIRA AI平台，旨在解决传统材料研发周期长、试错成本高的行业痛点。该平台将材料发现流程整合为五个核心环节，其中包括定义目标与规格、生成新型候选材料、模拟高保真属性、合成与实验室验证，以及规模化至生产就绪成果。经过这一系列闭环流程，传统耗时数年的材料研发周期预计可压缩至六个月以内。

技术方面，该平台的底层技术架构由两大核心模型驱动，主要含 Platforms去年发布的UMA系列模型，以及公司自研的kUPS工具包。其中，UMA系列AI模型用于在原子层面精确模拟化合物的电子特性，从而帮助研究者理解材料间的相互作用，kUPS工具包则专注于分子层面的模拟分析，尤其是针对晶体等物质的内部结构，同时该工具具备自动化部分编码任务的能力，并可深度优化GPU处理效率，简化模拟过程中的错误排查。此外，公司已获得多个顶尖学术数据集在AI训练方面的独家授权，并结合主流科学期刊的公开数据，构建了高壁垒的训练数据池，确保模型的预测精度与泛化能力。

在企业发展布局上，伴随本轮融资，公司同步推出"AI Materials Foundry"（AI材料铸造厂）全球网络计划，旨在整合全球分散的算力、数据、实验室与专业知识资源，打造材料领域的AI基础设施。当前，该企划已吸引超45家行业领军企业加入，创始合作伙伴涵盖多个层面：核心技术层面，NVIDIA提供加速计算支持，Meta则供应开源材料科学大模型；产业生态层面，Applied Materials、Lam Research、imec、KIOXIA、Tokyo Electron等半导体行业巨头，以及Hyundai Motor Group、Fujifilm、3M、Mitsui Chemicals、Kemira等产业公司集体加盟，共同打通商业化闭环；同时，ICSD（无机晶体结构数据库）、CCDC（剑桥晶体数据中心）及学术出版商Wiley等数据与学术伙伴的加入，则进一步确保了数据来源的广度与权威性。


图表12：上周AI初创公司融资动态

应用

应用类型

领投方

融资轮

融资额

目前累计融资额

目前估值

CuspAI

AI材料发现

Kleiner Perkins、NEA

B轮

4.5亿美元

亿美元

26亿美元

Meshy

AI3D

未披露

B轮

近4亿美元

近4.5亿美元

15亿美元

Etched

AI芯片

Sequoia Capital

C轮

3亿美元

9.2亿美元

103亿美元

资料来源：wind，Saasverse，华鑫证券研究


4、行情复盘

上周（2026.7.20-2026.7.24日），AI应用指数/AI算力指数/万得全A/中证红利日涨幅最大值分别为 3.16%/4.58%/3.44%/3.19%，AI应用指数/AI算力指数/万得全A/中证红利日跌幅最大值分别为-2.87%/-3.38%/-2.18%/-1.84%。AI算力指数内部，紫光股份以 17.99%录得上周最大涨幅，东山精密以-17.67%录得上周最大跌幅。AI应用指数内部，创业黑马以 19.76%录得上周最大涨幅，格灵深瞳以-22.02%录得上周最大跌幅。

图表13：上周（2026.7.20-2026.7.24日）指数日涨跌幅


资料来源：wind，华鑫证券研究

图表14：上周（2026.7.20-2026.7.24日）AI算力指数内部涨跌幅度排名


资料来源：wind，华鑫证券研究


图表15：上周（2026.7.20-2026.7.24日）AI应用指数内部涨跌幅度排名


资料来源：wind，华鑫证券研究


5、投资建议

2026年7月22日，谷歌发布2026Q2财报：当季实现总营收1197.96亿美元，同比增长 24%；净利润1121.07亿美元，摊薄后每股收益9.11美元。分业务看，谷歌云增长最为强劲，当季营收247.68亿美元，同比大幅增长 82%，营业利润率由 20.7%提升至 35.6%，在手积压订单由一季度的4600亿美元增至5140亿美元；公司在财报电话会上表示，旗下 GeminiEnterprise已渗透近 90%的《财富》100强企业。谷歌服务营收945.40亿美元（同比+15%），其中搜索业务营收632.71亿美元（同比+17%），YouTube广告营收110.55亿美元（同比+13%）。资本开支方面，公司单季资本开支449亿美元，同比翻倍；管理层在电话会上表示，其中约 60%投向服务器采购、40%投向数据中心与网络设备，并将全年资本开支指引由1800-1900亿美元上调至1950-2050亿美元。模型层面，公司表示正全力推进新一代旗舰模型Gemini4的预训练并保持按月迭代节奏；据CEO皮查伊披露，API每分钟Token处理量已由上季度的160亿提升至220亿，公司并于当季首次向客户数据中心交付TPU系统。

本次财报印证了AI算力需求的结构性高景气与CSP资本开支向硬件产业链的强传导。需求端看，谷歌云 82%的同比增速、5140亿美元积压订单及Token消耗的爆发式增长表明企业级AI需求仍在加速，且供给持续紧张——管理层表示Q3起将租用第三方算力作为过渡，进一步印证算力缺口为结构性而非周期性。从传导路径看，全年2000亿美元级资本开支将直接转化为上游采购需求：约 60%投向服务器、40%投向数据中心与网络设备，叠加TPU首次对外交付客户数据中心并开辟新收入模式。我们认为，本轮资本开支上行由真实需求驱动：订单积压与对外租算力并存，表明算力供给仍滞后于需求增长，资本开支具备扎实的基本面支撑与持续性；在此背景下，AI服务器、光模块与高速互联、数据中心网络设备、IDC及电力配套等上游硬件环节将按资本开支投向结构直接承接订单，需求传导的确定性较强。

中长期，建议关注专注于功率半导体及模拟芯片测试系统研发的联动科技 （301369.SZ）、专注于半导体等高端制造业的罗博特科（300757.SZ）、新能源业务高增并供货科尔摩根等全球电机巨头的唯科科技（301196.SZ）、AI智能文字识别与商业大数据领域巨头的合合信息（688615.SH）、深耕工业AI与软件并长期服务高端装备等领域头部客户的能科科技（603859.SH）。

图表16：ficonTEC2025年年中至今公告订单

签约日期

客户/描述

业务类型

金额

折合人民币

2025/6/20

美国某头部公司A及其子公司

光电子封测设备

约1,710万欧元

约1.36亿元

2025/7/11

美国某头部公司B及其子公司

光电子封测设备

约1,418万美元

约0.98亿元

2025/9/3

瑞士某头部公司C的子公司

全自动硅光子封装整线设备或服务

约946.50万欧元

约0.75亿元

2025/10/21

武汉驿路通科技股份有限公司

光纤预制及组装线相关自动化设备

约900万美元

约0.62亿元


2026/1/6

瑞士某头部公司C的子公司

第二条全自动OCS(光交换机)封装整线设备及服务

约770.00万欧元

约0.61亿元

2025/9/24-2026/1/26

以色列的纳斯达克上市的头部公司E

单面晶圆测试设备及服务

约921.60万美元

约0.64亿元

2026/3/13

暂未披露

双面晶圆测试设备及服务

约608.09万欧元

约0.48亿元

2026/3/19-2026/3/25

纳斯达克上市的公司F及其子公司

耦合设备及服务(可用于可插拔硅光高速光模块封装制程核心环节的量产)

约6亿元人民币

约6亿元

2026/4/1

纳斯达克上市的公司F

耦合设备及服务(可用于可插拔硅光高速光模块封装制程核心环节的量产)

约3,570万美元

约2.46亿元

2026/4/8-2026/5/1

纽约证券交易所上市的公司B的子公司

耦合设备及相关服务

约2680万美元

约1.83亿元

2026/4/8-2026/5/1

纳斯达克上市的公司F

视觉检测设备、高精度激光bar条封装设备及相关服务

约3226万美元

约2.20亿

2026/7/23

公司H的子公司

光学元器件量产的自动化制造设备及服务

约1674万欧元

约1.29亿

总金额

约19.22亿元

资料来源：Wind，公司公告，华鑫证券研究

图表17：重点关注公司及盈利预测

公司代码

名称

2026-07-28

EPS

PE

投资评级

股价

2025

2026E

2027E

2025

2026E

2027E

300757.SZ

罗博特科

427.12

-0.30

0.30

0.60

-1423.73

1423.73

711.87

买入

301196.SZ

唯科科技

77.30

2.53

3.34

3.98

30.55

23.14

19.42

买入

301369.SZ

联动科技

140.20

0.48

1.08

2.62

292.08

129.81

53.51

买入

603859.SH

能科科技

36.58

0.92

1.05

1.32

39.76

34.84

27.71

买入

688615.SH

合合信息

93.03

3.24

4.22

5.25

28.71

22.05

17.72

买入

资料来源：Wind，华鑫证券研究

6、风险提示

1) AI底层技术迭代速度不及预期。2）政策监管及版权风险。3）AI应用落地效果不及预期。4）推荐公司业绩不及预期风险。


中小盘&北交所组介绍

任春阳：华东师范大学经济学硕士，6年证券行业经验，2021年11月加盟华鑫证券研究所，从事计算机与中小盘行业上市公司研究

周文龙：澳大利亚莫纳什大学金融硕士

何春玉：金融学士、理学硕士，2023年8月加盟华鑫证券研究所。

证券分析师承诺

本报告署名分析师具有中国证券业协会授予的证券投资咨询执业资格并注册为证券分析师，以勤勉的职业态度，独立、客观地出具本报告。本报告清晰准确地反映了本人的研究观点。本人不曾因，不因，也将不会因本报告中的具体推荐意见或观点而直接或间接收到任何形式的补偿。

券投资评级说明

股票投资评级说明：

投资建议

预测个股相对同期证券市场代表性指数涨幅

1

买入

>20%

2

增持

10%-20%

3

中性

-10%-10%

4

卖出

<-10%

行业投资评级说明：

投资建议

行业指数相对同期证券市场代表性指数涨幅

1

推荐

>10%

2

中性

-10%-10%

3

回避

<-10%

以报告日后的12个月内，预测个股或行业指数相对于相关证券市场主要指数的涨跌幅为标准。

相关证券市场代表性指数说明：A股市场以沪深300指数为基准；新三板市场以三板成指（针对协议转让标的）或三板做市指数（针对做市转让标的）为基准；香港市场以恒生指数为基准；美国市场以道琼斯指数为基准。


免责条款

华鑫证券有限责任公司（以下简称“华鑫证券”）具有中国证监会核准的证券投资咨询业务资格。本报告由华鑫证券制作，仅供华鑫证券的客户使用。本公司不会因接收人收到本报告而视其为客户。

本报告中的信息均来源于公开资料，华鑫证券研究部门及相关研究人员力求准确可靠，但对这些信息的准确性及完整性不作任何保证。我们已力求报告内容客观、公正，但报告中的信息与所表达的观点不构成所述证券买卖的出价或询价的依据，该等信息、意见并未考虑到获取本报告人员的具体投资目的、财务状况以及特定需求，在任何时候均不构成对任何人的个人推荐。投资者应当对本报告中的信息和意见进行独立评估，并应同时结合各自的投资目的、财务状况和特定需求，必要时就财务、法律、商业、税收等方面咨询专业顾问的意见。对依据或者使用本报告所造成的一切后果，华鑫证券及/或其关联人员均不承担任何法律责任。本公司或关联机构可能会持有报告中所提到的公司所发行的证券头寸并进行交易，还可能为这些公司提供或争取提供投资银行、财务顾问或者金融产品等服务。本公司在知晓范围内依法合规地履行披露。

本报告中的资料、意见、预测均只反映报告初次发布时的判断，可能会随时调整。该等意见、评估及预测无需通知即可随时更改。在不同时期，华鑫证券可能会发出与本报告所载意见、评估及预测不一致的研究报告。华鑫证券没有将此意见及建议向报告所有接收者进行更新的义务。

本报告版权仅为华鑫证券所有，未经华鑫证券书面授权，任何机构和个人不得以任何形式刊载、翻版、复制、发布、转发或引用本报告的任何部分。若华鑫证券以外的机构向其客户发放本报告，则由该机构独自为此发送行为负责，华鑫证券对此等行为不承担任何责任。本报告同时不构成华鑫证券向发送本报告的机构之客户提供的投资建议。如未经华鑫证券授权，私自转载或者转发本报告，所引起的一切后果及法律责任由私自转载或转发者承担。华鑫证券将保留随时追究其法律责任的权利。请投资者慎重使用未经授权刊载或者转发的华鑫证券研究报告。