（来源：华鑫研究）
投资要点
▌算力：算力租赁价格平稳， OpenAI推出ChatGPT个人理财功能
2026年5月16日，OpenAI推出ChatGPT个人理财功能预览版，首次以亿级用户规模将通用AI接入金融隐私数据。目前，该功能以预览版形式面向美国ChatGPT Pro用户开放，用户可通过Plaid连接超12000家金融机构的账户，基于账户余额、交易流水与投资负债等真实数据，获得量身定制的消费分析、预算梳理及长期财务规划，AI Agent从通用问答到个人理财助理进一步演进。
▌AI应用：Kimi周访问量环比+11.66%，GPT-5.5首破测试ProgramBench
2026年5月13日，编程基准测试ProgramBench首次被人工智能模型GPT-5.5攻克。在此之前，几乎所有前沿AI模型在该测试中都交了白卷，然而，GPT-5.5的登场打破了这一僵局，成为首个在这项极具挑战性的评测中取得实质性进展的模型。
▌AI融资动向：Isomorphic Labs完成21亿美元B轮融资
2026年5月12日，AI药物研发公司Isomorphic Labs完成21亿美元B轮融资，Thrive Capital领投，Alphabet、GV、MGX、淡马锡、英国主权AI基金等参投。作为Alphabet旗下AI研究实验室Google DeepMind的衍生公司，Isomorphic Labs专注于AlphaFold蛋白质结构预测模型商业化，AI药物设计引擎IsoDDE为其当前重点投入对象。
▌投资建议
2026年5月14日，台积电在年度技术论坛正式发布AI芯片“三层蛋糕”核心架构，明确技术研发聚焦高效算力运算、多元异质整合、3DIC与光子光学互连三大核心方向。该架构凭借成熟落地技术与明晰迭代节奏稳步推进产业化进程，行业成长确定性较强。此次架构落地，主要依托COUPE光互连、CoWoS先进封装两大核心关键技术。光互连领域，COUPE为台积电自研紧凑型通用光子引擎，是其共封装光学（CPO）方案核心技术，企业将于2026年量产全球首款200Gbps微环调制器。相较于传统铜互联方案，该技术可将系统能效提升4倍、传输延迟缩减10倍；若实现与封装平台深度融合，系统能效最高可提升10倍，传输延迟降幅可达20倍，预计2030年前完成8倍带宽密度升级，将成为未来AI数据中心建设的核心底层技术。先进封装赛道方面，台积电CoWoS技术迭代日趋成熟，当前5.5倍光罩规格版本良率已达98%，量产落地稳定性位居行业头部。同时公司敲定中长期技术升级路线，拟于2028年、2029年陆续迭代光罩尺寸标准，扩充HBM集成搭载规模，持续筑牢自身在AI算力先进封装领域的技术壁垒与市场主导优势。
本次台积电技术论坛明确光互连为AI算力架构迭代核心路径，结合其披露的COUPE光子引擎性能优势与算力硬件扩容趋势，CPO、OIO已然成为Token经济逻辑下行业演进的趋势。更低传输时延可直接提升算力调度效率，进一步抬升Token相关业务收益；更低运行功耗能够有效压降数据中心的用电成本，从营收与成本两端形成双向利好。依托AI机柜芯片数量、整体系统功耗大幅攀升的行业背景下，光互联技术产业化落地节奏将持续加快，下游CSP企业相关采购需求存在较强超预期可能性。
中长期，建议关注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
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。
1、 算力动态：算力租赁价格平稳，OpenAI推出ChatGPT个人理财功能
1.1
Tokens跟踪
根据OpenRouter公开数据，2026年5月11日至5月17日，周度Token消耗量有所上升，调用量为26.9T，环比上周增加4.67%。在Tokens规模Leaderboard前五名中，Tencent的Hy3 preview以2.66T tokens位居榜首，DeepSeek的DeepSeek V4 Flash以2.06T tokens位居第二，Anthropic的Claude Sonnet 4.6以1.55T tokens位居第三；Anthropic的Claude Opus 4.7以1.54T tokens位列第四；Google旗下的Gemini 3 Flash Preview以1.15T tokens位居第五；
从市场份额维度来看，DeepSeek以4.25T tokens占据15.8%的份额，稳居首位；Anthropic以4.15T tokens占据15.4%，位列第二；Google、OpenAI、Tencent则分别以3.97T、2.66T、2.66T tokens，对应占据14.8%、9.9%、9.9%的市场份额。
5月11日，面壁智能联合清华大学及OpenBMB开源社区发布新一代端侧多模态大模型MiniCPM-V 4.6。实验数据表明，该模型以大于Qwen3.5-0.8B的参数规模，完成了后者1.5倍的Token吞吐量，而其计算Token消耗仅为Qwen3.5-0.8B的2.5%，参数规模更大，运行效率却更快。当前，该模型已在GitHub和Hugging Face等平台全面开源。
5月12日, 小米技术官方宣布启动“MiMo Orbit 100T Token计划”，计划30天内面向全球AI用户免费发放100万亿Token。同期数据显示，近一周Hermes Agent调用量已超1.75万亿，日Token调用量达2910亿，为目前全球增长最快的开源Agent框架。模型调用量方面，近一个月MiMo累计贡献1.45万亿Token，排名第一。
5月14日，腾讯云宣布正式开源TencentDB Agent Memory。该技术旨在通过上下文卸载（Context Offloading）+ Mermaid任务画布，实现Agent在长任务场景下的短期记忆压缩与长期个性化记忆。实验显示，该方案在多任务连续Session情境下，Token消耗最高可降低61%，长任务成功率同步提升。
1.2
数据跟踪：火山引擎发布业界首个Agent套餐包
2026年5月11日，火山引擎正式发布Agent Plan，在提供主力编程模型订阅服务的基础上，新增了更多模态模型和Harness工具的应用。
与传统的模型订阅或算力套餐不同，Agent Plan开创性地将Model与Harness能力进行深度整合，以适配 Claude Code、OpenCode、TRAE、OpenClaw、Hermes Agent等编程和 Agent平台，完成初始配置，即可自动调用。
模型覆盖方面，Agent Plan不仅集成了包含Doubao-Seed、Doubao-Seedance、Doubao-Seedream在内的字节跳动系列SOTA模型，支持文本、代码、图像、视频等多种模态的任务处理，还覆盖了GLM-5.1、Kimi-K2.6等在内的主流三方模型，一站式聚合，并通过Auto模式实现智能调度，带来了更多的模型选择和灵活性。
Harness能力方面，Agent Plan提供实时联网搜索，保证所获信息的实时性和可靠性，并内置 Doubao-embedding-vision模型，协助提升Agent在复杂场景下召回信息的准确性，提升跨轮次上下文追踪能力与整体效果，从而使任务处理更加可靠、高效。
此外，Agent Plan引入AFP（Agent Fuel Points）即Agent燃料值，作为统一资源计量单位，提升资源计费透明度，并提供用量面板，使每一次模型调用和工具使用都清晰可见，便于开发者进行管理。
当前，Agent Plan包含四种阶梯订阅组合，分别为40元/月的Small套餐，200元/月的Medium套餐，500元/月的Large套餐，以及1000元/月的Max套餐。其中，Large和Max套餐Token更多，更加适用于Agent长程任务。
1.3
产业动态：OpenAI推出ChatGPT个人理财功能，AI Agent向金融理财场景渗透
2026年5月16日，OpenAI推出ChatGPT个人理财功能预览版，通用AI助手首次以亿级用户规模介入金融隐私数据场景。目前，该功能以预览版形式面向美国ChatGPT Pro用户开放，覆盖超过12000家金融机构，其中包括Schwab、Fidelity、Chase、Robinhood、American Express、Capital One等，用户可通过Plaid（金融数据连接服务）连接相应金融账户，并基于余额、交易、投资和负债等数据，获得消费分析、预算梳理和长期财务规划辅助。
OpenAI官方数据显示，每月已有约2亿用户向ChatGPT咨询金融财务类问题。从通用问答到个人理财助理，新功能的诞生恰好补齐了其间的数据通道，从此ChatGPT给出的答案不再是一个通用的模版，而是一套量身定做的方案。此次发布，OpenAI同时上线了该功能的web端和iOS端App，与此同时，关于功能的边界问题，官方则表示，新功能不是专业财务建议的替代品，也不替用户做决定。
在数据授权方面，OpenAI并非直接接入银行，而是通过关键中间层Plaid进行接入，获取结构化的财务数据，OpenAI本身无权共享用户登录凭证。在安全架构层面，OpenAI将功能权限严格限定在只读范围，因而ChatGPT可以查看账户余额、交易记录、投资持仓和债务负债，但无法查看完整账号、修改账户信息，以及进行转账或投资操作。此外，在数据保护机制上，临时对话不会接入金融账户，而用户断开账户连接后，已同步的财务数据将在30天内从OpenAI系统删除，会话留下的记忆信息也可以在财务页面单独查看和操作删除。
底座模型方面，新功能默认调用GPT-5.5 Thinking模型，Pro用户则可以调用更高一档的GPT-5.5 Pro模型。为验证模型能力，OpenAI邀请超过50位来自主流金融机构的专业人士共同设计个人理财基准测试，测试结果显示，GPT-5.5 Thinking与GPT-5.5 Pro分别得分79分、82.5分（满分100），均高于GPT-5.4 Thinking的76.6分，更显著领先于GPT-5.5 Instant和5.3 Instant的65.1和59.4分。此外，OpenAI未针对金融场景单独训练专用模型，而是直接采用通用旗舰底座，此次实验验证了其多变量上下文推理能力已足以支撑专业理财规划，而GPT-5.5也正在成为OpenAI垂直化的通用底座。
AI应用动态：Kimi周访问量环比+11.66%，GPT-5.5首破测试ProgramBench
2.1
周流量跟踪：Kimi周访问量环比+11.66%
本期（2026.5.9-2026.5.15）AI相关网站流量数据：访问量前三位分别为ChatGPT（1313.0M）、Bing（813.7M）和Gemini（662.3M），访问量环比增速第一为Kimi（11.66%）；平均停留时长前三位分别为Character.AI（00:14:56）、Discord（00:11:01）和Kimi（00:08:26）;平均停留时长环比增速第一为QuillBot（1.79%）。
2.2
产业动态：GPT-5.5首破测试ProgramBench，AI编程能力开始从参数堆砌转向推理深度
2026年5月13日，编程基准测试ProgramBench首次被人工智能模型GPT-5.5攻克。在此之前，几乎所有前沿AI模型在该测试中都交了白卷，然而，GPT-5.5的登场打破了这一僵局，成为首个在这项极具挑战性的评测中取得实质性进展的模型。
ProgramBench的诞生本身就是为了应对传统编程评估方式的不足。过去的评测标准，如SWE-bench或HumanEval，本质上更接近“修bug”或“补全函数”的任务。它们通常会提供一个已有的代码库，并指出问题所在，让模型进行修复，这种方式难以真实反映模型从零开始构建程序的能力。而ProgramBench则改变了规则：它只给出一份编译好的可执行文件和相应的文档，要求模型在不借助源代码、不进行反编译、不连接网络的前提下，从头重新写出完整的程序。整个测试集包含200个任务，涵盖从轻量级工具如jq、ripgrep，到大型项目如FFmpeg、SQLite乃至PHP编译器。此前，所有刷榜的AI模型在这些任务上全军覆没，直到GPT-5.5的出现才扭转了这一局面。
GPT-5.5首个攻克的题目是cmatrix，一个经典的终端“黑客帝国”数字雨效果程序。GPT-5.5在两种不同的推理级别——high和xhigh上，分别采用了完全不同的编程语言来解决问题。high版本使用C语言实现，而xhigh版本则选择了Python。最终，这两个版本都顺利通过了全部行为测试。其中，high版本采用了极具系统性的策略：它先用十轮探索测试了四十多种flag组合，摸清了原始程序的CLI行为，随后一次性写出了完整的C语言实现，仅通过五次微调修补就完成了任务。而xhigh版本则更为彻底，它进行了二十七步探索，逐一摸清了每一条CLI路径，然后直接写出了完整的Python版本。
在未开启高推理模式的状态下，GPT-5.5的表现仅比Claude Sonnet 4.6略好。然而，一旦切换到xhigh模式，其性能出现了质的飞跃。它不仅首次成功解出一道题目，使得通过率达到0.5%，还在“几乎解出”的任务上创造了新纪录——有二十六个任务通过了百分之九十五以上的单元测试。从完整的累积直方图来看，GPT-5.5 xhigh全程压制了其他对手，无论是平均分、中位数，还是百分之九十以上通过率、百分之五十以上通过率的任务数量，它都名列第一。
相比之下，Claude Opus 4.7在xhigh模式下的表现则不是很好。它花费了10.74美元，调用了一百七十八次API，成本是GPT-5.5普通版（仅1.04美元、十七次调用）的十倍，但结果却是十九个测试失败，成为全场最差。不过，Opus 4.7也并非全无亮点。它在处理缺失的ncurses头文件时展现了较强的系统工程能力。其他三个模型发现ncurses.h缺失后，直接改用ANSI转义序列。而Opus却花费了约二十步进行深入调查，使用ldconfig-p发现运行时的.so文件，用nm-D命令检查导出符号，然后手写了一份长达一百零六行的头文件声明，直接链接动态库。综上，ProgramBench以仅0.5%的超低通过率重塑了编程基准的挑战性，而GPT-5.5的突破表明AI编程能力的提升正转向推理深度与算力有效投入。
AI融资动向：Isomorphic Labs完成21亿美元B轮融资
2026年5月12日，英国AI药物研发公司Isomorphic Labs宣布完成21亿美元B轮融资。本轮融资由知名风投机构Thrive Capital连续第二年领投，Alphabet、GV、MGX、淡马锡、英国主权AI基金等参投，创下全球AI制药行业单笔融资新纪录。
Isomorphic Labs成立于2021年，为Alphabet旗下AI研究实验室Google DeepMind的衍生公司，致力于实现AlphaFold蛋白质结构预测模型商业化，其公司创始人兼CEO为Google DeepMind的联合创始人兼CEO德米斯·哈萨比斯。
AlphaFold利用AI预测蛋白质结构，解决了传统实验耗时久、成本高的问题，大幅缩短了蛋白质结构解析的研究周期。2024年，哈萨比斯和另外两名科学家凭借AlphaFold2在2020年CASP蛋白质结构预测竞赛中接近实验精度的表现成果，共同获得诺贝尔化学奖。
在此基础上，Isomorphic Labs试图进一步打通蛋白质结构预测与实际药物设计之间长期存在的技术壁垒，重点投入研发IsoDDE，一款由多种专属AI模型构成，可覆盖多个治疗领域与不同药物模式，并具备高精度预测能力的AI药物设计引擎，从而将AI能力真正转化为可规模化落地的新药研发体系。
2025年3月31日，Isomorphic Labs完成首轮对外融资，共计6亿美元。本次计划融资规模为首轮融资规模三倍以上，新资金主要用于IsoDDE扩容、全球化业务布局、招聘规模扩大，以及候选药物研发管线向临床阶段推进等多个方面。
与此同时，该公司也在持续推进产业合作，目前已同强生、礼来等全球制药巨头建立合作关系。然而最终AI药物研发的价值仍需通过漫长的临床试验得以证明，对于Isomorphic Labs而言，21亿美元融资只是开始。
行情复盘
上周（2026.5.11-2026.5.15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2.11%/4.1%/1.56%/0.27%，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-3.17%/-3.42%/-2.03%/-0.94%。AI算力指数内部，顺景科技以27.2%录得上周最大涨幅，ST天玑以-12.81%录得上周最大跌幅。AI应用指数内部，三人行以16.67%录得上周最大涨幅，淳中科技以-17.61%录得上周最大跌幅。
投资建议
2026年5月14日，台积电在年度技术论坛正式发布AI芯片“三层蛋糕”核心架构，明确技术研发聚焦高效算力运算、多元异质整合、3DIC与光子光学互连三大核心方向。该架构凭借成熟落地技术与明晰迭代节奏稳步推进产业化进程，行业成长确定性较强。此次架构落地，主要依托COUPE光互连、CoWoS先进封装两大核心关键技术。光互连领域，COUPE为台积电自研紧凑型通用光子引擎，是其共封装光学（CPO）方案核心技术，企业将于2026年量产全球首款200Gbps微环调制器。相较于传统铜互联方案，该技术可将系统能效提升4倍、传输延迟缩减10倍；若实现与封装平台深度融合，系统能效最高可提升10倍，传输延迟降幅可达20倍，预计2030年前完成8倍带宽密度升级，将成为未来AI数据中心建设的核心底层技术。先进封装赛道方面，台积电CoWoS技术迭代日趋成熟，当前5.5倍光罩规格版本良率已达98%，量产落地稳定性位居行业头部。同时公司敲定中长期技术升级路线，拟于2028年、2029年陆续迭代光罩尺寸标准，扩充HBM集成搭载规模，持续筑牢自身在AI算力先进封装领域的技术壁垒与市场主导优势。
本次台积电技术论坛明确光互连为AI算力架构迭代核心路径，结合其披露的COUPE光子引擎性能优势与算力硬件扩容趋势，CPO、OIO已然成为Token经济逻辑下行业演进的趋势。更低传输时延可直接提升算力调度效率，进一步抬升Token相关业务收益；更低运行功耗能够有效压降数据中心的用电成本，从营收与成本两端形成双向利好。依托AI机柜芯片数量、整体系统功耗大幅攀升的行业背景下，光互联技术产业化落地节奏将持续加快，下游CSP企业相关采购需求存在较强超预期可能性。
中长期，建议关注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。
研报信息
证券研究报告：《OpenAI推出ChatGPT个人理财功能，GPT-5.5首破测试ProgramBench—计算机行业周报》
对外发布时间：2026年5月19日
发布机构：华鑫证券
本报告分析师：
任春阳 SAC编号：S1050521110006
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
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。
证券投资评级说明
法律声明
本微信平台所载内容仅供华鑫证券的客户参考使用。因本资料暂时无法设置访问限制，若您并非华鑫证券的客户，为保证服务质量、控制投资风险，还请取消关注，请勿订阅、接收或使用本订阅号中的任何信息。我们对由此给您造成的不便表示诚挚歉意，非常感谢您的理解与配合！
华鑫证券不会因接收人收到本内容而视其为客户，研究观点的表述节选自已经发布的研究报告，具体分析内容（包括风险提示等）请详见完整版报告。市场有风险，投资需谨慎。在任何情况下，本微信平台所载信息或所表述的意见并不构成对任何人的投资建议。在任何情况下，本公司不对任何人因使用本微信平台中的任何内容所引致的任何损失负任何责任。
华鑫证券研究所对本订阅号（名称“华鑫研究”，微信号“HXIN_SH”）保留一切法律权利。
