近日OpenAI发布了Beta版本的ChatGPTAPI，并按照使用量收费，单次调用价格亦较前一代下降90%。我们分析认为，OpenAI将其在千亿参数模型中所学习到的能力通过类似于蒸馏（distillation）的方式浓缩进了百亿参数的模型中，并有效降低了模型在推理端成本，从而找到可以盈利的商业化途径。我们判断这一模式亦有望在未来成为各大AI公司在提供AI服务时的商业化范式，推动更多AI产品在中短期的商业化落地，从而在全球范围内加速AI产业化进程。我们持续看好ChatGPT及AI领域的相关产业投资机会，并建议持续聚焦芯片、算力设施、模型架构&工程实践、应用场景等核心环节，建议持续重点关注英伟达、台积电、微软、AMD、Arista、博通、Marvell、百度等。
　　▍事件背景：北京时间2023年3月2日凌晨，OpenAI发布了Beta版本的ChatGPTAPI，并以收费形式提供给用户使用。根据OpenAI官网介绍，本次开放的API背后模型被命名为GPT-3.5 turbo，使用了与ChatGPT相同的模型。此外，与ChatGPTAPI一同开放的模型还有声音转文字模型Whispe的API。根据OpenAI官网，截至北京时间3月3日，目前已经有五家公司宣布接入了ChatGPTAPI，分别为即时通讯软件Snapchat、学习平台Quizlet、购物网站Instacart、购物软件shop以及教育软件speak。
　　▍OpenAI商业模式：以LLMaaS（Large Language Model as a Service）提供云端推理服务，通过用户订阅以及用量计费。根据openAICEOSam Altman在2022年12月底的采访，目前OpenAI2022年的总收入约为1亿美元，并预计在2024年达到10亿美元。目前OpenAI的主要收入来源包括订阅费、API许可费、与微软深度合作所产生的商业化收入等。在API许可费方面，OpenAI将GPT-3等模型开放给别的商业公司使用，根据用量收取费用（文字类模型按照文字生成量、图片类模型按照图片生成张数）。在调用过程中，其他公司并不会接触模型的细节与源代码，而是通过OpenAI提供的API接口进行调试以及使用。本次公布的ChatGPTAPI接口被OpenAI定价为0.2美分每1000tokens（约合500-600单词），相比于前一代的Davinci模型成本下降了90%。
　　▍ChatGPT成本优化：主要通过“蒸馏”提取小模型方式实现模型参数减少、计算复杂度降低等。从本次OpenAI对ChatGPTAPI的定价出发，结合我们之前对ChatGPT模型成本的测算，0.2美分每1000tokens的定价对应为百亿参数级别的模型。而ChatGPT在训练过程中所使用得Reward Model（奖励模型，记录了人类偏好）应为千亿参数级别的模型，这也意味着OpenAI将其在千亿参数模型中所学习到的能力通过类似于蒸馏（distillation）的方式浓缩进了百亿参数的模型中。根据截至目前ChatGPTAPI用户在推特等社交媒体的反馈结果看，这个百亿参数模型的能力以及追平甚至超越了先前的大尺寸模型。通过这种蒸馏提炼的方法，OpenAI有效降低了模型在推理端的成本，找到可以盈利的商业化途径。
　　▍未来大模型商业化范式展望：先预训练完整大模型，而后通过蒸馏提取小模型等手段降低推理成本，并服务各类细分场景需求。OpenAI团队本次通过开放ChatGPTAPI商用所展现出更加成熟的对模型成本优化的流程：即先训练千亿参数级别甚至更大的大语言模型，再通过蒸馏等技术手段将大模型学习到的能力浓缩到小模型中开放给客户商用。根据小模型所服务的垂直领域不同，也会在小模型之上再进行微调（Fine tune）。根据我们之前报告【《微软（MSFT.OQ）深度跟踪报告—ChatGPT将如何影响微软？》（20230221）】的测算，大语言模型在训练端的成本消耗远远不及推理时的消耗，训练一个千亿参数级别的大模型仅需要耗费约一个月的时间以及150万美元。通过这一流程OpenAI避免了超大语言模型在推理时成本过高的问题，我们认为这一流程也将在未来成为各大AI公司在提供AI服务时的商业化范式，模型蒸馏过程中所损失的精度对于大多数用户来说并不那么敏感。OpenAI本次在模型技术流程上的改良在中短期维度加速更多AI产品在商业化落地，并加速刺激除聊天外更多领域的AI需求。
　　▍风险因素：AI核心技术发展不及预期风险；科技领域政策监管持续收紧风险；全球宏观经济复苏不及预期风险；宏观经济波动导致欧美企业IT支出不及预期风险；全球云计算市场发展不及预期风险；企业数据泄露、信息安全风险；行业竞争持续加剧风险等。
　　▍投资策略：OpenAI通过开放API接口，以LLMaaS对外提供服务，同时通过“蒸馏”方式实现模型推理成本降低等方式&举措，有望在未来成为各大AI公司在提供AI服务时的主流商业化范式，推动更多AI产品在中短期的商业化落地，在全球范围内加速AI产业化进程。我们持续看好ChatGPT及AI领域的产业投资机会，并建议持续聚焦芯片、算力设施、模型架构&工程实践、应用场景等核心环节，建议持续重点关注英伟达、台积电、微软、AMD、Arista、博通、Marvell、百度等。

研究报告全文：如何看待OpenAI开放ChatGPT商用API前瞻研究重大事项点评202333中信证券研究部核心观点近日OpenAI发布了Beta版本的ChatGPTAPI并按照使用量收费单次调用价格亦较前一代下降90我们分析认为OpenAI将其在千亿参数模型中所学习到的能力通过类似于蒸馏distillation的方式浓缩进了百亿参数的模型中并有效降低了模型在推理端成本从而找到可以盈利的商业化途径我们判断这一模式亦有望在未来成为各大AI公司在提供AI服务时的商业化范式推动更多AI产品在中短期的商业化落地从而在全球范围内加速AI产业化进陈俊云程我们持续看好ChatGPT及AI领域的相关产业投资机会并建议持续聚焦前瞻研究首席芯片算力设施模型架构工程实践应用场景等核心环节建议持续重点关分析师注英伟达台积电微软AMDArista博通Marvell百度等S1010517080001事件背景北京时间2023年3月2日凌晨OpenAI发布了Beta版本的ChatGPTAPI并以收费形式提供给用户使用根据OpenAI官网介绍本次开放的API背后模型被命名为GPT-35turbo使用了与ChatGPT相同的模型此外与ChatGPTAPI一同开放的模型还有声音转文字模型Whispe的API根据OpenAI官网截至北京时间3月3日目前已经有五家公司宣布接入了ChatGPTAPI分别为即时通讯软件Snapchat学习平台Quizlet购物网站Instacart购物软许英博件shop以及教育软件speak科技产业首席商业模式以提供分析师OpenAILLMaaSLargeLanguageModelasaServiceS1010510120041云端推理服务通过用户订阅以及用量计费根据openAICEOSamAltman在2022年12月底的采访目前OpenAI2022年的总收入约为1亿美元并预计在2024年达到10亿美元目前OpenAI的主要收入来源包括订阅费API许可费与微软深度合作所产生的商业化收入等在API许可费方面OpenAI将GPT-3等模型开放给别的商业公司使用根据用量收取费用文字类模型按照文字生成量图片类模型按照图片生成张数在调用过程中其他公司并不会接触模型的细节与源代码而是通过OpenAI提供的API接口进行调试以及使用本次公贾凯方布的ChatGPTAPI接口被OpenAI定价为02美分每1000tokens约合500-600前瞻研究分析师单词相比于前一代的Davinci模型成本下降了90S1010522080001ChatGPT成本优化主要通过蒸馏提取小模型方式实现模型参数减少计算复杂度降低等从本次OpenAI对ChatGPTAPI的定价出发结合我们之前对ChatGPT模型成本的测算02美分每1000tokens的定价对应为百亿参数级别的模型而ChatGPT在训练过程中所使用得RewardModel奖励模型记录了人类偏好应为千亿参数级别的模型这也意味着OpenAI将其在千亿参数模型中所学习到的能力通过类似于蒸馏distillation的方式浓缩进了百亿参数的模型中根据截至目前用户在推特等社交媒体的反馈结果看这个百刘锐ChatGPTAPI前瞻研究分析师亿参数模型的能力以及追平甚至超越了先前的大尺寸模型通过这种蒸馏提炼的方法OpenAI有效降低了模型在推理端的成本找到可以盈利的商业化途径S1010522110001未来大模型商业化范式展望先预训练完整大模型而后通过蒸馏提取小模型等手段降低推理成本并服务各类细分场景需求团队本次通过开放OpenAIChatGPTAPI商用所展现出更加成熟的对模型成本优化的流程即先训练千亿参数级别甚至更大的大语言模型再通过蒸馏等技术手段将大模型学习到的能力浓缩到小模型中开放给客户商用根据小模型所服务的垂直领域不同也会在小模型之上再进行微调Finetune根据我们之前报告微软MSFTOQ深度跟踪报告ChatGPT将如何影响微软20230221的测算大语言模型在训练端的成本消耗远远不及推理时的消耗训练一个千亿参数级别的大模型仅需要耗费约一个月的时间以及150万美元通过这一流程OpenAI避免了超大证券研究报告请务必阅读正文之后第3页起的免责条款和声明前瞻研究行业重大事项点评202333语言模型在推理时成本过高的问题我们认为这一流程也将在未来成为各大AI公司在提供AI服务时的商业化范式模型蒸馏过程中所损失的精度对于大多数用户来说并不那么敏感OpenAI本次在模型技术流程上的改良在中短期维度加速更多AI产品在商业化落地并加速刺激除聊天外更多领域的AI需求风险因素AI核心技术发展不及预期风险科技领域政策监管持续收紧风险全球宏观经济复苏不及预期风险宏观经济波动导致欧美企业IT支出不及预期风险全球云计算市场发展不及预期风险企业数据泄露信息安全风险行业竞争持续加剧风险等投资策略OpenAI通过开放API接口以LLMaaS对外提供服务同时通过蒸馏方式实现模型推理成本降低等方式举措有望在未来成为各大AI公司在提供AI服务时的主流商业化范式推动更多AI产品在中短期的商业化落地在全球范围内加速AI产业化进程我们持续看好ChatGPT及AI领域的产业投资机会并建议持续聚焦芯片算力设施模型架构工程实践应用场景等核心环节建议持续重点关注英伟达台积电微软AMDArista博通Marvell百度等重点公司盈利预测估值及投资评级市值估值自然年公司估值方式亿美元2021A2022E2023E2024E英伟达5759PE511702537419台积电4617PE216136166135微软18692PFCF340291301238AMD1296PE377264188156Arista418PE457302242219博通2496PE198151142136Marvell394PE308216239180百度519PE188175159140资料来源均为彭博一致预期中信证券研究部注股价为2023年3月2日收盘价请务必阅读正文之后的免责条款和声明2分析师声明主要负责撰写本研究报告全部或部分内容的分析师在此声明i本研究报告所表述的任何观点均精准地反映了上述每位分析师个人对标的证券和发行人的看法ii该分析师所得报酬的任何组成部分无论是在过去现在及将来均不会直接或间接地与研究报告所表述的具体建议或观点相联系一般性声明本研究报告由中信证券股份有限公司或其附属机构制作中信证券股份有限公司及其全球的附属机构分支机构及联营机构仅就本研究报告免责条款而言不含CLSAgroupofcompanies统称为中信证券本研究报告对于收件人而言属高度机密只有收件人才能使用本研究报告并非意图发送发布给在当地法律或监管规则下不允许向其发送发布该研究报告的人员本研究报告仅为参考之用在任何地区均不应被视为买卖任何证券金融工具的要约或要约邀请中信证券并不因收件人收到本报告而视其为中信证券的客户本报告所包含的观点及建议并未考虑个别客户的特殊状况目标或需要不应被视为对特定客户关于特定证券或金融工具的建议或策略对于本报告中提及的任何证券或金融工具本报告的收件人须保持自身的独立判断并自行承担投资风险本报告所载资料的来源被认为是可靠的但中信证券不保证其准确性或完整性中信证券并不对使用本报告或其所包含的内容产生的任何直接或间接损失或与此有关的其他损失承担任何责任本报告提及的任何证券或金融工具均可能含有重大的风险可能不易变卖以及不适合所有投资者本报告所提及的证券或金融工具的价格价值及收益可跌可升过往的业绩并不能代表未来的表现本报告所载的资料观点及预测均反映了中信证券在最初发布该报告日期当日分析师的判断可以在不发出通知的情况下做出更改亦可因使用不同假设和标准采用不同观点和分析方法而与中信证券其它业务部门单位或附属机构在制作类似的其他材料时所给出的意见不同或者相反中信证券并不承担提示本报告的收件人注意该等材料的责任中信证券通过信息隔离墙控制中信证券内部一个或多个领域的信息向中信证券其他领域单位集团及其他附属机构的流动负责撰写本报告的分析师的薪酬由研究部门管理层和中信证券高级管理层全权决定分析师的薪酬不是基于中信证券投资银行收入而定但是分析师的薪酬可能与投行整体收入有关其中包括投资银行销售与交易业务若中信证券以外的金融机构发送本报告则由该金融机构为此发送行为承担全部责任该机构的客户应联系该机构以交易本报告中提及的证券或要求获悉更详细信息本报告不构成中信证券向发送本报告金融机构之客户提供的投资建议中信证券以及中信证券的各个高级职员董事和员工亦不为前述金融机构之客户因使用本报告或报告载明的内容产生的直接或间接损失承担任何责任评级说明投资建议的评级标准评级说明报告中投资建议所涉及的评级分为股票评级和行业评级买入相对同期相关证券市场代表性指数涨幅20以上另有说明的除外评级标准为报告发布日后6到12个增持相对同期相关证券市场代表性指数涨幅介于520之间月内的相对市场表现也即以报告发布日后的6到12个股票评级月内的公司股价或行业指数相对同期相关证券市场代持有相对同期相关证券市场代表性指数涨幅介于-105之间表性指数的涨跌幅作为基准其中A股市场以沪深300卖出相对同期相关证券市场代表性指数跌幅10以上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强于大市相对同期相关证券市场代表性指数涨幅10以上以摩根士丹利中国指数为基准美国市场以纳斯达克综合行业评级中性相对同期相关证券市场代表性指数涨幅介于-1010之间指数或标普500指数为基准韩国市场以科斯达克指数或韩国综合股价指数为基准弱于大市相对同期相关证券市场代表性指数跌幅10以上3特别声明在法律许可的情况下中信证券可能1与本研究报告所提到的公司建立或保持顾问投资银行或证券服务关系2参与或投资本报告所提到的公司的金融交易及或持有其证券或其衍生品或进行证券或其衍生品交易因此投资者应考虑到中信证券可能存在与本研究报告有潜在利益冲突的风险本研究报告涉及具体公司的披露信息请访问httpsresearchciticsinfocomdisclosure法律主体声明本研究报告在中华人民共和国香港澳门台湾除外由中信证券股份有限公司受中国证券监督管理委员会监管经营证券业务许可证编号Z20374000分发本研究报告由下列机构代表中信证券在相应地区分发在中国香港由CLSALimited于中国香港注册成立的有限公司分发在中国台湾由CLSecuritiesTaiwanCoLtd分发在澳大利亚由CLSAAustraliaPtyLtd商业编号53139992331金融服务牌照编号350159分发在美国由CLSACLSAAmericasLLC除外分发在新加坡由CLSASingaporePteLtd公司注册编号198703750W分发在欧洲经济区由CLSAEuropeBV分发在英国由CLSAUK分发在印度由CLSAIndiaPrivateLimited分发地址8FDalamalHouseNarimanPointMumbai400021电话91-22-66505050传真91-22-22840271公司识别号U67120MH1994PLC083118在印度尼西亚由PTCLSASekuritasIndonesia分发在日本由CLSASecuritiesJapanCoLtd分发在韩国由CLSASecuritiesKoreaLtd分发在马来西亚由CLSASecuritiesMalaysiaSdnBhd分发在菲律宾由CLSAPhilippinesInc菲律宾证券交易所及证券投资者保护基金会员分发在泰国由CLSASecuritiesThailandLimited分发针对不同司法管辖区的声明中国大陆根据中国证券监督管理委员会核发的经营证券业务许可中信证券股份有限公司的经营范围包括证券投资咨询业务中国香港本研究报告由CLSALimited分发本研究报告在香港仅分发给专业投资者证券及期货条例香港法例第571章及其下颁布的任何规则界定的不得分发给零售投资者就分析或报告引起的或与分析或报告有关的任何事宜CLSA客户应联系CLSALimited的罗鼎电话85226007233美国本研究报告由中信证券制作本研究报告在美国由CLSACLSAAmericasLLC除外仅向符合美国1934年证券交易法下15a-6规则界定且CLSAAmericasLLC提供服务的主要美国机构投资者分发对身在美国的任何人士发送本研究报告将不被视为对本报告中所评论的证券进行交易的建议或对本报告中所述任何观点的背书任何从中信证券与CLSA获得本研究报告的接收者如果希望在美国交易本报告中提及的任何证券应当联系CLSAAmericasLLC在美国证券交易委员会注册的经纪交易商以及CLSA的附属公司新加坡本研究报告在新加坡由CLSASingaporePteLtd仅向新加坡财务顾问规例界定的机构投资者认可投资者及专业投资者分发就分析或报告引起的或与分析或报告有关的任何事宜新加坡的报告收件人应联系CLSASingaporePteLtd地址80RafflesPlace18-01UOBPlaza1Singapore048624电话6564167888因您作为机构投资者认可投资者或专业投资者的身份就CLSASingaporePteLtd可能向您提供的任何财务顾问服务CLSASingaporePteLtd豁免遵守财务顾问法第110章财务顾问规例以及其下的相关通知和指引CLSA业务条款的新加坡附件中证券交易服务C部分所披露的某些要求MCIP085112021加拿大本研究报告由中信证券制作对身在加拿大的任何人士发送本研究报告将不被视为对本报告中所评论的证券进行交易的建议或对本报告中所载任何观点的背书英国本研究报告归属于营销文件其不是按照旨在提升研究报告独立性的法律要件而撰写亦不受任何禁止在投资研究报告发布前进行交易的限制本研究报告在英国由CLSAUK分发且针对由相应本地监管规定所界定的在投资方面具有专业经验的人士涉及到的任何投资活动仅针对此类人士若您不具备投资的专业经验请勿依赖本研究报告欧洲经济区本研究报告由荷兰金融市场管理局授权并管理的CLSAEuropeBV分发澳大利亚CLSAAustraliaPtyLtdCAPL商业编号53139992331金融服务牌照编号350159受澳大利亚证券与投资委员会监管且为澳大利亚证券交易所及CHI-X的市场参与主体本研究报告在澳大利亚由CAPL仅向批发客户发布及分发本研究报告未考虑收件人的具体投资目标财务状况或特定需求未经CAPL事先书面同意本研究报告的收件人不得将其分发给任何第三方本段所称的批发客户适用于公司法2001第761G条的规定CAPL研究覆盖范围包括研究部门管理层不时认为与投资者相关的ASXAllOrdinaries指数成分股离岸市场上市证券未上市发行人及投资产品CAPL寻求覆盖各个行业中与其国内及国际投资者相关的公司印度CLSAIndiaPrivateLimited成立于1994年11月为全球机构投资者养老基金和企业提供股票经纪服务印度证券交易委员会注册编号INZ000001735研究服务印度证券交易委员会注册编号INH000001113和商人银行服务印度证券交易委员会注册编号INM000010619CLSA及其关联方可能持有标的公司的债务此外CLSA及其关联方在过去12个月内可能已从标的公司收取了非投资银行服务和或非证券相关服务的报酬如需了解CLSAIndia关联方的更多详情请联系Compliance-Indiaclsacom未经中信证券事先书面授权任何人不得以任何目的复制发送或销售本报告中信证券2023版权所有保留一切权利4