（来源：中信建投基金）
谷歌模型能力的显著优化进一步反映了大模型持续迭代的空间，则Pretrain的持续，以及Gemini 3 Pro、nano banana Pro等多模态模型的广泛应用都将带来持续的算力需求，英伟达超预期的财报亦验证AI持续高景气。同时，海外模型的突破将为国内大厂模型的跟进迭代打开空间，有望进一步促进大厂上修资本开支。而Gemini 3 Pro，以及国内近期更新的Minimax-M2均在推理时长上大幅优化，亦能为后续应用的加速落地打开空间。
接连发布Gemini 3&Nano banana Pro，Google模型加速突破。
2025年11月19日凌晨，Gemini 3 Pro正式发布，其仍然为MoE模型，支持1M上下文，64K输出长度，基于谷歌TPUs通过强化学习技术进行训练，知识截止日期为2025年1月。
能力方面，Gemini 3 Pro在LMArena全维度能力上领先：
1）智能&推理：Gemini 3 Pro 刷新SOTA。HLM、GPQA Diamond、ARC-AGI-2、AIME 2025、MathArena Apex等基准测试均高于Claude Sonnet 4.5和GPT-5.1，DeepThink（几周内上线）模式下得分将进一步提升。同时，Gemini 3 Pro在t2-bench（工具调用 & 操作系统任务，Agentic tool use）、Vending-Bench 2（长期任务规划，越高越好）、Terminal-Bench 2.0（Unix 环境指令执行 & 自动修复）等Agent基准测试上同样取得了最佳表现。
2）多模态：Gemini 3 Pro支持原生多模态，即具备同时处理多种模态能力，而此前的模型多局限于两种模态的转换。Gemini 3 Pro多模态能力同样刷新SOTA，在MMMU-Pro 、Video-MMMU、SimpleQA Verified等基准测试上领先，截图理解ScreenSpot-Pro得分甚至高达72.7%（Claude Sonnet 4.5/GPT-5.1分别36.2%/3.5%）。
3）代码：Gemini 3 Pro在WebDev Arena、Terminal-Bench 2.0等测试上领先，仅在SWE-bench Verified得分76.2%，略低于Claude Sonnet 4.5的77.2%。Gemini 3 Pro的编程能力基本达到与前沿模型一致的水平，但编程速度显著提升。
定价方面，Gemini 3 Pro针对200k tokens 以下的任务，输入/输出价格为 $2.00/$12.00（每百万 token）；针对超过 200k tokens 则为 $4.00/$18.00（每百万 token）。上述定价高于GPT-5.1（$1.25/百万token输入成本，缓存命中下$0.125/百万token：$10/百万token输出成本），一定程度反映Google对模型能力的信心。
数据集方面，Gemini 3 Pro的预训练数据包括公开的网络文档、文本、代码（各种编程语言）、图像、音频（包括语音和其他音频类型）和视频，后训练数据为经过指令调整的多模态数据集。同时，训练数据集还包括易于下载的公开数据集、爬虫程序获得的数据、通过商业许可协议获得的许可数据、用户数据、Google在其业务运营过程中获取或生成的其他数据集，或直接从其员工中获取或生成的数据集、以及人工智能生成的合成数据。
11月20日，Google发布基于Gemini 3的突破生成模型Nano Banana Pro。据悉，Nano Banana Pro最高可输出 4K 分辨率图像；支持对话式、多轮次的图像编辑工作流；最多可将 14 张输入图像组合为 1 张输出图像；集成 Google 搜索能力，提供更精确、最新的知识支持。
Nano Banana Pro最大的提升点在于对生图之前的物理模拟和逻辑推理，以“生成一个正在 macOS 上用游戏模拟器玩《超级马里奥》的截图”为例，模型经过思考确定了能在Mac上运行的模拟器软件OpenEmu，再获取到了其正确图标和UI进行生成；而在“生成一个黑白漫画，描述1928年《威利号汽船》中的原始版本米老鼠形象大战多啦A梦的故事”的案例中，模型同样较好理解了风格、角色等多方面要求。
英伟达财报超预期，AI景气度进一步验证。11月20日。英伟达公布FY2026Q3财报，Q3实现营收570.06亿美元，同比增长62%，超过市场预期552.12亿美元；净利润为319.1亿美元，同比增长65%。最核心的数据中心业务营收512亿美元，环比增长25%，同比增长66%。其中，数据中心计算收入达到创纪录的430亿美元，同比增长56%，环比增长27%；网络收入达到创纪录的82亿美元，主要系GB200和GB300系统的NVLink计算结构推出及持续增长（GB300收入超过GB200，约占Blackwell总营收的2/3），同比大增162%。指引方面，公司预计第四季度营收将达到 650 亿美元（上下浮动 2%），再次刷新单季营收纪录，亦超出市场预期的618亿美元；同时，公司预计 GAAP 和非 GAAP 毛利率将分别达到74.8% 和75.0%。
在财报业绩会上，公司表示已与AWS、Humane、铃木、英特尔、ARM和Anthropic等合作伙伴达成合作；Blackwell和Rubin相关营收在5000亿美元（黄仁勋在2025 GTC大会上表示，Blackwell和Rubin相关营收在2025及2026年有望合计达到5000亿美元）的基础上有进一步上修空间，其中Rubin平台首块芯片已交付，将按计划将于2026年量产。
谷歌模型能力的显著优化进一步反映了大模型持续迭代的空间，则Pretrain的持续，以及Gemini 3 Pro、nano banana Pro等多模态模型的广泛应用都将带来持续的算力需求，英伟达超预期的财报亦验证AI持续高景气。CNBC同样于11月21日报导，谷歌 AI 基础设施负责人Vahdat在11月6日的会议中表示，“公司算力供应必须每6个月翻倍一次，并在未来 4-5年内额外翻倍1000倍”。
同时，海外模型的突破将为国内大厂模型的跟进迭代打开空间，有望进一步促进大厂上修资本开支。而Gemini 3 Pro，以及国内近期更新的Minimax-M2均在推理时长上大幅优化，亦能为后续应用的加速落地打开空间。
（1）宏观经济下行风险：计算机行业下游涉及千行百业，宏观经济下行压力下，行业IT支出不及预期将直接影响计算机行业需求；（2）应收账款坏账风险：计算机多数公司业务以项目制签单为主，需要通过验收后能够收到回款，下游客户付款周期拉长可能导致应收账款坏账增加，并可能进一步导致资产减值损失；（3）行业竞争加剧：计算机行业需求较为确定，但供给端竞争加剧或将导致行业格局发生变化；（4）国际环境变化影响：国际贸易摩擦加剧，美国不断对中国科技施压，对于海外收入占比较高公司可能形成影响。