《數位時代》AI概念股系列，根據輝達執行長黃仁勳提出的五層蛋糕一一拆解，從最底層的能源篇 ，往上到晶片篇 、基礎設施篇，本次我們要討論的是模型篇。
前面幾層，從電源、重電，到GPU供應鏈與先進封裝，台廠幾乎都是要角，概念股一張表列得滿滿。但這次爬到第四層「模型」，情況卻反了過來：翻遍全球主要AI模型的能力排行榜，幾乎找不到任何一家台廠。這一層到底是誰的天下，台廠又為什麼幾乎缺席？本文拆解給你看。
本文重點
- 黃仁勳說的「模型」不只有語言模型，還包含生物、化學、物理模擬、機器人與自駕等模型；全球第一梯隊由美中兩國瓜分，能力差距已縮到個位數百分點。
- 要做出排進全球前段班的AI模型，得同時砸下巨額資金、龐大算力與海量資料，還要搶到頂尖人才，門檻高到只有美中巨頭與少數新創跨得過；台廠雖沒有登上國際排行榜的前沿模型，但聯發科、華碩旗下台智雲有繁體中文或主權AI模型，值得討論。
本文目錄
別只知道語言模型，模型類別百花開
很多人一聽到AI模型就想到ChatGPT那種聊天機器人，但在黃仁勳的定義裡，語言模型只是其中一類。
依輝達官方部落格的說法，模型這一層能理解的資訊橫跨語言、生物、化學、物理、金融、醫學，乃至真實世界本身；其中一些最具突破性的進展，正發生在蛋白質AI、化學AI、物理模擬、機器人與自駕系統上。換句話說，會聊天、會寫程式的大型語言模型（LLM）只是模型層最為人熟知的一角。
史丹佛大學（Stanford）2026年AI Index報告，替這個「不只語言模型」提供了具體佐證：
- 影片與世界模型：Google DeepMind的Veo 3在超過1.8萬支生成影片的測試中，展現出模擬浮力、解開迷宮等能力，而這些都不是它被特別訓練過的任務，代表模型開始掌握物體的行為，而不只是產生逼真畫面。
- 數理推理：Gemini Deep Think在2025年國際數學奧林匹亞（IMO）拿下35分金牌，比2024年的28分銀牌更進一步。
- 機器人與實體世界：在軟體模擬環境RLBench中，機器人操作成功率已達89.4%，但真實家務任務的成功率僅約12%，落差極大。
- 自駕：Waymo每週約完成45萬趟載客，中國的Apollo Go則累計完成1,100萬趟全無人載客。
全世界最強的AI模型是誰？美中熱戰
第一梯隊由美中兩國瓜分，而且能力差距已經縮小到個位數百分點。
依史丹佛2026年AI Index，截至2026年3月，在以人類投票評分的Arena排行榜上，Anthropic、SpaceXAI（原xAI，2026年併入SpaceX後更名，聊天機器人Grok品牌不變）、Google、OpenAI四家的等級分（Elo，概念仿西洋棋等級分）集中在25分內，擠在同一個頂端區間。美中之間，頂尖的美國模型僅領先2.7%；過去一年兩邊多次互換領先，差距始終停在個位數（2025年2月DeepSeek-R1曾一度追平當時最強的美國模型）。
若改看綜合能力、成本與速度的第三方評測平台Artificial Analysis，前段班的樣貌大致如下：
| 開發商（國別） | 代表模型 | 智慧指數 | 每項任務成本 | 輸出速度 |
|---|---|---|---|---|
| Anthropic（美） | Claude Opus 5 | 63 | 2.34美元（約新台幣75元） | 55 tokens/秒 |
| OpenAI（美） | GPT-5.6 Sol | 61 | 1.23美元（約新台幣39元） | 63 tokens/秒 |
| 月之暗面（中） | Kimi K3 | 60 | 0.84美元（約新台幣27元） | 39 tokens/秒 |
| 阿里巴巴（中） | Qwen3.8 Max | 58 | 1.13美元（約新台幣36元） | 68 tokens/秒 |
| Meta（美） | Muse Spark 1.2 | 57 | 0.40美元（約新台幣13元） | 資料未揭露 |
| SpaceXAI（美） | Grok 4.5 | 56 | 0.36美元（約新台幣12元） | 58 tokens/秒 |
| 智譜（中） | GLM-5.2 | 53 | 0.54美元（約新台幣17元） | 124 tokens/秒 |
| Google（美） | Gemini 3.5 Flash | 52 | 0.69美元（約新台幣22元） | 169 tokens/秒 |
| DeepSeek（中） | DeepSeek V4 Flash | 52 | 0.03美元（約新台幣1元） | 106 tokens/秒 |
註：智慧指數越高代表整體能力越強。同一家開發商通常有多個版本，此處各取其智慧指數最高者為代表。資料擷取日為2026年8月7日。
把智慧、成本、速度三項指標擺在一起，可以看出兩件事。第一，這三者並不成正比，愈聰明不代表愈貴或愈慢：DeepSeek V4 Flash和Google的Gemini 3.5 Flash智慧指數同為52分，但DeepSeek每項任務成本不到Gemini的20分之1，是表上的成本殺手；而輸出速度最快的是Gemini與GLM，也不是智慧指數最高的那幾個。所以挑模型不能只看誰最聰明。第二，當頂尖模型的能力愈來愈接近，競爭壓力就從「誰最聰明」轉向「誰更便宜、更快、更可靠」，這也是史丹佛報告的觀察。
不過，排行榜要抓大方向、不宜盡信。史丹佛同一份報告提醒，用來衡量AI的評測本身正面臨可靠度與刷榜疑慮：常用評測的無效題比例最高達42%（GSM8K），而Arena的排名也可能部分反映了模型「對該平台的適應」，而非真正的通用能力。看排行榜適合判斷梯隊與趨勢，不適合拿單一名次當定論。
為什麼台股幾乎沒有「AI模型概念股」？
因為前沿模型是資本、算力、資料與人才的贏家通吃賽局，門檻高到只有美中的大型科技公司與少數拿到鉅額募資的AI新創跨得過去。
這一層跟前面提過的能源篇、晶片篇本質不同。能源與晶片有較清楚的實體供應鏈與訂單可循，台廠的強項正在這裡；但要做出一個能上國際排行榜的通用大模型，得先投入巨量的算力與資本，還要有頂尖研究人才、高品質的大量資料，以及能長期投入、撐得住的資源。
黃仁勳形容，整個AI產業至今才投入數千億美元、未來還要再投入數兆美元。而模型的開發與訓練所需的資本與算力，普遍被認為高度集中在少數玩家手上；這樣的結構下，全球前段班幾乎被美中兩國包辦，台廠在這條正面戰場上暫時沒有位置。
聯發科、華碩，沾到就發光！
若比照本系列的定義，把「直接受惠」設為：擁有能登上國際排行榜的前沿模型、而且模型本身就是實際的營收來源，那麼台股沒有任何一家符合。不過，以下兩家台廠仍值得討論。
聯發科（2454）：為終端AI生態而做的繁中模型。 聯發科旗下的聯發創新基地（MediaTek Research）推出一系列繁體中文模型，例如分別以Meta的Llama、Mistral為基礎開發的Breeze系列，主打更懂台灣用語與口音，能在手機、個人電腦等終端裝置上執行，並可透過天璣晶片的AI運算單元（NPU）加速。但這些模型多以開放權重方式免費釋出，模型本身並不是聯發科的營收來源，比較像是替自家晶片鋪路的終端AI生態布局。
華碩（2357）旗下台智雲（7735）：攻主權AI。 台智雲是少數把模型當成正式業務的台廠，推出繁體中文的「福爾摩沙大模型（FFM）」，主攻政府與企業的主權AI，並提供AI算力代工與AI模型代工服務。不過，FFM主打在地化與主權AI，定位和規模與全球第一梯隊有明顯差距，並未出現在前述國際排行榜上。台智雲已於2026年5月29日登錄興櫃，並規劃年底送件申請上市櫃。
從這兩個例子也看得出台廠真正的切入點：不是正面去拚通用前沿模型，而是「主權AI、繁體中文在地化、終端（edge）小模型」這類利基市場。
模型層拆到這裡。五層蛋糕的最後一層「應用」，才是AI價值真正落地變現的地方，從自駕、機器人到各行各業的AI工具，也是台股有機會重新回到主角的一層。《數位時代》AI概念股系列將在應用篇繼續往上拆，最後彙整成一張完整的AI概念股全圖。
本文為產業與個股資訊整理，非投資建議。
延伸閱讀
資料來源： 黃仁勳「AI五層蛋糕」架構（輝達官方部落格） 、 Technical Performance｜The 2026 AI Index Report（Stanford HAI） 、 LLM Leaderboard（Artificial Analysis） 、 聯發科開源Breeze 2繁中模型（iThome） 、 華碩台智雲登錄興櫃（TechNews）
本文初稿為AI編撰，整理．編輯／林育萱
