誰降價誰更弱勢！摩根大通：智譜和 Minimax 做了同樣的實驗，但結果相反

在 AI 需求仍超過推理供給的市場環境下，降價不是主動示好，而是競爭力不足的自我認證。

據追風交易台，摩根大通 6 月 12 日發佈研究報告，以這一邏輯為核心，對中國兩家上市 AI 模型公司作出截然相反的評級判斷——維持智譜"增持"，將 MiniMax 下調至"中性"。兩家公司走向分叉的原因，歸結為同一個變量：定價權。

觸發此次評級調整的直接導火索，是 MiniMax 於 6 月 8 日的一次定價操作。

MiniMax 旗艦模型 M3 上線時的價格約為前代 M2.7 的兩倍，但僅約一週後便宣佈永久降價 50%，回落至與 M2.7 接近的水平。摩根大通將此解讀為一個明確信號——M3 帶來的智能提升未能獲得市場對原定溢價的認可。

反觀智譜，走出了一條方向相反的路徑。

年初至今，智譜已將 API 價格提升一倍，且在使用量持續增長的情況下維持了這一價格水平。摩根大通認為，這是"定價者行為"的典型特徵，與其通過 GLM 5 和 5.1 持續刷新國內 SOTA（最優模型）的節奏相互印證。

這份報告的意義不止於兩家公司評級的升降，更在於它為 AI 模型公司的估值提供了一套可操作的判斷框架：溢價估值需同時通過三項測試——反覆實現 SOTA 交付、得到驗證的定價權，以及可持續的工作流採用。

在變現路徑日益收斂於企業工作流、API 消耗與編碼智能體的今天，模型能力的領先性已與定價權高度掛鈎。

摩根大通在報告中指出，評估模型性價比的兩個維度是智能與價格，而價格是更容易觀察、也更難造假的信號。基準測試每月刷新、存在被優化的空間，而標價是連續、公開的，由最瞭解自身需求曲線的一方自主設定。

報告的核心邏輯是：在 AI 使用需求仍超過推理供給的階段，沒有任何開發者會在需求過剩時主動降價。

如果一家模型公司在新模型上線後迅速從溢價回撤，實際上就是在用定價行為承認——市場不接受這個溢價。摩根大通將這種從溢價定價的快速撤退，稱為"開發商自己承認智能帶來的提升並未讓市場接受原定溢價"。

從這一邏輯出發，摩根大通構建了一套以 token 定價為核心的 SOTA 認定框架，輔以第三方基準（Artificial Analysis 等）、LMArena 真實用户偏好以及開發者與企業工作流的實際採用情況作為交叉驗證。

報告強調，對投資者而言，最有力的證據是上述四個維度的收斂：高端定價與韌性兼備、基準表現強勁、LMArena 正向偏好，以及在真實工作流中可觀察到的持續採用。

摩根大通在報告中明確寫道："智譜和 MiniMax 做了同樣的實驗，但結果相反。"

智譜的實驗結果是：提價後使用量繼續增長。

年初至今，智譜 API 價格翻倍，但客户並未因此流失，這意味着下游工作流對 GLM 系列的依賴度足以支撐漲價。

摩根大通認為，這一組合——持續的 SOTA 交付疊加被市場驗證的定價權——是評估 AI 基礎模型公司的最強證據。即使在 Kimi K2.6 與 DeepSeek V4 相繼發佈後，GLM-5.1 仍位居 Code Arena 與 WebDev Arena 國產模型排名前列，體現了持續交付前沿能力的一貫性。

MiniMax 的實驗結果則相反。M3 上線時定價約為 M2.7 的兩倍，但一週內即宣佈永久性降價 50%。

摩根大通將此解讀為市場以實際行動拒絕了 M3 的溢價預期。此外，自 M2 發佈以來，MiniMax 在後續迭代中未再確立國內 SOTA 地位，同期競爭對手通過 GLM-5/5.1、Kimi K2.6 以及 DeepSeek V4 持續刷新前沿水平。摩根大通認為，從純模型能力的角度來看，MiniMax 仍處於追趕階段。

這一對比直接決定了兩家公司的估值歸屬：摩根大通給予智譜對應 2027 年預期市銷率 57 倍的溢價估值，而 MiniMax 的目標價對應 29 倍，"與按錨點定價的提供商一致"。

MiniMax 面臨的競爭壓力，還疊加了來自 DeepSeek 的系統性定價重置。

摩根大通報告指出，DeepSeek V4 通過更低成本的 Flash 版本與更激進的緩存定價，顯著降低了"足夠智能"的市場出清價格——對於 DeepSeek 能夠充分處理的任務，這個價格錨點已被向下拉動。

報告顯示，在國內主要 LLM 提供商中，綜合 token 價格（按 80% 緩存命中率、輸入輸出比 10:1 計算）呈現明顯分層：

Qwen3.7-Max 約為 7.2 元/百萬 token，GLM-5.1 為 5.45 元，MiniMax M3 永久降價後約 1.45 元，DeepSeek V4 Pro 約 1.11 元，V4 Flash 僅 0.38 元。

MiniMax 降價後已與 DeepSeek 系列處於同一價格區間，意味着其在定價上選擇與"由 DeepSeek 設定價格的那一層"競爭。

摩根大通認為，這對主要以性價比定位的模型最具挑戰性——它們同時受到兩端擠壓：低成本提供商（DeepSeek、大平台）在價格端施壓，SOTA 模型提供商在高價值任務完成端施壓。

常規文本生成、低風險編碼輔助、簡單工具調用等工作負載將面臨更劇烈的價格壓縮，而失敗成本高、可靠性要求強的複雜工作流，仍可支撐 SOTA 模型的高端定價。

摩根大通報告提出，當前 AI 行業變現路徑正在高度收斂——無論是國內還是國際，無論是獨立模型公司還是大平台，最清晰的變現層正集中於企業工作流、API 消耗、編碼以及智能體部署。

阿里巴巴、騰訊、字節跳動均在同一方向佈局，這意味着智譜、MiniMax、Kimi 等獨立模型公司如今處於更直接的競爭環境，既與彼此競爭，也與擁有模型能力、分發渠道、雲基礎設施與更強資產負債表的大平台競爭。

在這一格局下，模型迭代週期的壓縮進一步提高了持續 SOTA 交付的戰略價值。

摩根大通指出，發佈週期已從約 3 至 6 個月的相對寬鬆節奏壓縮至更短的競爭窗口，落後的代價隨之上升。一次強發佈可以推升使用量，但在編碼、推理、智能體執行與企業可靠性上持續領先，才能真正支撐收入質量。

摩根大通還指出，對大多數中國獨立模型公司而言，切換成本仍較低——開發者可以測試多個模型、通過聚合器分配流量，企業可以用同一工作流對多個模型進行基準對比。

當模型未與專有工具、產品工作流或數據閉環深度綁定時，API 收入的持久性更多依賴於持續的模型領先地位，而非一時的使用量規模。

在財務預測層面，兩家公司的調整方向亦形成強烈對比。

對於智譜，摩根大通將 2026 至 2030 年預期收入上調 26% 至 42%，反映出在穩健模型迭代週期支撐下的優質收入增長能見度提升。

2026 至 2028 年調整後淨虧損預測有所收窄，目標價從 950 港元上調至 1,400 港元，對應 30 倍 2030 年預期市盈率，並以 15% 加權平均資本成本折現。

對於 MiniMax，摩根大通將 2026 至 2027 年收入預測上調 34% 至 74%（基於行業仍受算力供應約束、MiniMax 在算力採購上具有一定靈活性），但將 2028 至 2030 年收入預測下調 5% 至 21%，理由是對非 SOTA LLM 供應商長期變現的可預見性下降。

M3 永久降價 50% 導致利潤率預期大幅下修，2026 至 2028 年調整後淨虧損預測分別從 3.09 億、5.96 億和 5.12 億美元擴大至 4.32 億、9.4 億和 9.72 億美元。目標價從 1,100 港元大幅下調至 400 港元。

摩根大通明確了此次評級調整可被推翻的具體條件，體現了該框架的可操作性。

對於 MiniMax 的"中性"評級，若下列情形出現，評級存在恢復至"增持"的可能：

MiniMax 以溢價推出下一代旗艦產品並將該價格維持整整一個季度；或實現得到第三方基準與用户數據雙重驗證的國內前沿能力重置；

或多模態變現路徑在具體場景（營銷自動化、遊戲內容生產、視頻製作、教育等）中出現清晰的收入證據；

或 API 定價保持穩定、留存改善、毛利率具吸引力。

對於智譜的"增持"評級，下行觸發條件則是：DeepSeek 的下一輪前沿發佈導致 GLM 溢價檔陡然降價，或使用量流失使翻倍後的價格暴露出需求彈性。

摩根大通指出，短期催化劑集中於 GLM 與 M 系列的發佈窗口，以及每月更新的第三方排行榜。