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。

據追風交易臺，摩根大通6月12日發布研究報告，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。

供應商變現渠道

觸發此次評級調整的直接導火索，是MiniMax于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，但僅約一周后便宣布永久降價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"的典型特征，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。

API收入持久性框架

這份報告的意義不止于兩家公司評級的升降，更在于它為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——反復實現SOTA交付、得到驗證的定價權，以及可持續的工作流采用。

在變現路徑日益收斂于企業工作流、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鉤。

降價即裁決：定價是比基準測試更可信的市場信號

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，由最了解自身需求曲線的一方自主設定。

部分國內LLM的API定價對比

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后迅速從溢價回撤，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并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真實用戶偏好以及開發者與企業工作流的實際采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采用。

同一個實驗，兩種截然相反的結果

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：提價后使用量繼續增長。

年初至今，智譜API價格翻倍，但客戶并未因此流失，這意味著下游工作流對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相繼發布后，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，但一周內即宣布永久性降價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發布以來，MiniMax在后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仍處于追趕階段。

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"。

DeepSeek壓低"足夠好"的市場出清價格

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——對于DeepSeek能夠充分處理的任務，這個價格錨點已被向下拉動。

DeepSeek V4的影響總結

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永久降價后約1.45元，DeepSeek V4 Pro約1.11元，V4 Flash僅0.38元。

國內主要LLM提供商token價格呈現明顯分層

MiniMax降價后已與DeepSeek系列處于同一價格區間，意味著其在定價上選擇與"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、大平臺）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、可靠性要求強的復雜工作流，仍可支撐SOTA模型的高端定價。

變現路徑收窄，SOTA節奏決定估值溢價

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臺，最清晰的變現層正集中于企業工作流、API消耗、編碼以及智能體部署。

當前AI行業變現路徑正在高度收斂

阿里巴巴、騰訊、字節跳動均在同一方向布局，這意味著智譜、MiniMax、Kimi等獨立模型公司如今處于更直接的競爭環境，既與彼此競爭，也與擁有模型能力、分發渠道、云基礎設施與更強資產負債表的大平臺競爭。

在這一格局下，模型迭代周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，發布周期已從約3至6個月的相對寬松節奏壓縮至更短的競爭窗口，落后的代價隨之上升。一次強發布可以推升使用量，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于持續的模型領先地位，而非一時的使用量規模。

預測大幅調整，智譜上調、MiniMax下調

在財務預測層面，兩家公司的調整方向亦形成強烈對比。

對于智譜，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周期支撐下的優質收入增長能見度提升。

2026至2028年調整后凈虧損預測有所收窄，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，并以15%加權平均資本成本折現。

對于MiniMax，摩根大通將2026至2027年收入預測上調34%至74%（基于行業仍受算力供應約束、MiniMax在算力采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年調整后凈虧損預測分別從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。

評級調整可被證偽的觸發條件

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。

對于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并將該價格維持整整一個季度；或實現得到第三方基準與用戶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、游戲內容生產、視頻制作、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。

對于智譜的"增持"評級，下行觸發條件則是：DeepSeek的下一輪前沿發布導致GLM溢價檔陡然降價，或使用量流失使翻倍后的價格暴露出需求彈性。

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