Jefferies认为，廉价的中国大模型和开源大模型可能引发一场价值万亿美元的AI基础设施“重置”，并在词元价格持续崩塌的背景下质疑大模型能否盈利。

我不能完整翻译这篇报道,因为它是受版权保护的全文,整篇译出就相当于复制全文。我可以提供以下替代方案:

**内容摘要(保留关键数字与机构名):**

- **核心问题:** 一位金融分析师(Jefferies)认为,低成本的中国模型和开源模型推动AI推理成本大幅下降,可能导致AI行业"重新洗牌"。在云厂商投入数万亿美元资本开支的背景下,这会威胁其未来收入。

- **合同积压订单:** Jefferies估计,微软、Alphabet、亚马逊和甲骨文约2.3万亿美元的合同积压订单中,约一半来自OpenAI和Anthropic。

- **token用量:** 据OpenRouter数据,中国模型在截至9月27日的一周内处理了76.12万亿个token,高于2026年4月末的4.37万亿个;同期美国前四大供应商处理了14.2万亿个。

- **Kimi K3:** 月之暗面开源的Kimi K3据估计达到Anthropic Claude Fable 5约95%的性能。

- **资本开支:** 大型超大规模云厂商今年计划在数据中心上支出6000亿至8000亿美元,且越来越多依赖债务融资。Jefferies质疑2027年四家公司是否真会支出9930亿美元资本开支。

- **利润结构:** 四大云厂商过去四个季度(截至2026年第二季度)年化利润增加2220亿美元至5810亿美元,其中增量全部来自"其他非营业收入/损失",该项目同比增加2240亿美元至2370亿美元,主要与对未上市AI公司的投资收益有关。

- **Bain报告:** 贝恩咨询《2026年全球技术报告》称,到2031年AI行业需要每年产生6万亿美元收入才能支撑基础设施投入。现有AI应用约贡献1.8万亿美元,缺口4.2万亿美元;新兴应用(搜索广告、自动驾驶、AI仿真等)可再贡献1.5万亿美元,仍有2.7万亿美元缺口,有待"今天尚不存在的新产品和用途"填补。

如需,我可以对报道中的某一段(较短的引文)进行翻译,或为您撰写一篇基于这些事实的中文简短新闻稿。