谁降价谁更弱势！摩根大通：智谱和Minimax做了同样的实验，但结果相反

在AI需求仍超过推理供给的市场环境下，降价不是主动示好，而是竞争力不足的自我认证。

据追风交易台，摩根大通6月12日发布研究报告，以这一逻辑为核心，对中国两家上市AI模型公司作出截然相反的评级判断——维持智谱"增持"，将MiniMax下调至"中性"。两家公司走向分叉的原因，归结为同一个变量：定价权。

供应商变现渠道

触发此次评级调整的直接导火索，是MiniMax于6月8日的一次定价操作。

MiniMax旗舰模型M3上线时的价格约为前代M2.7的两倍，但仅约一周后便宣布永久降价50%，回落至与M2.7接近的水平。摩根大通将此解读为一个明确信号——M3带来的智能提升未能获得市场对原定溢价的认可。

反观智谱，走出了一条方向相反的路径。

年初至今，智谱已将API价格提升一倍，且在使用量持续增长的情况下维持了这一价格水平。摩根大通认为，这是"定价者行为"的典型特征，与其通过GLM 5和5.1持续刷新国内SOTA（最优模型）的节奏相互印证。

API收入持久性框架

这份报告的意义不止于两家公司评级的升降，更在于它为AI模型公司的估值提供了一套可操作的判断框架：溢价估值需同时通过三项测试——反复实现SOTA交付、得到验证的定价权，以及可持续的工作流采用。

在变现路径日益收敛于企业工作流、API消耗与编码智能体的今天，模型能力的领先性已与定价权高度挂钩。

降价即裁决：定价是比基准测试更可信的市场信号

摩根大通在报告中指出，评估模型性价比的两个维度是智能与价格，而价格是更容易观察、也更难造假的信号。基准测试每月刷新、存在被优化的空间，而标价是连续、公开的，由最了解自身需求曲线的一方自主设定。

部分国内LLM的API定价对比

报告的核心逻辑是：在AI使用需求仍超过推理供给的阶段，没有任何开发者会在需求过剩时主动降价。

如果一家模型公司在新模型上线后迅速从溢价回撤，实际上就是在用定价行为承认——市场不接受这个溢价。摩根大通将这种从溢价定价的快速撤退，称为"开发商自己承认智能带来的提升并未让市场接受原定溢价"。

从这一逻辑出发，摩根大通构建了一套以token定价为核心的SOTA认定框架，辅以第三方基准（Artificial Analysis等）、LMArena真实用户偏好以及开发者与企业工作流的实际采用情况作为交叉验证。

报告强调，对投资者而言，最有力的证据是上述四个维度的收敛：高端定价与韧性兼备、基准表现强劲、LMArena正向偏好，以及在真实工作流中可观察到的持续采用。

同一个实验，两种截然相反的结果

摩根大通在报告中明确写道："智谱和MiniMax做了同样的实验，但结果相反。"

智谱的实验结果是：提价后使用量继续增长。

年初至今，智谱API价格翻倍，但客户并未因此流失，这意味着下游工作流对GLM系列的依赖度足以支撑涨价。

摩根大通认为，这一组合——持续的SOTA交付叠加被市场验证的定价权——是评估AI基础模型公司的最强证据。即使在Kimi K2.6与DeepSeek V4相继发布后，GLM-5.1仍位居Code Arena与WebDev Arena国产模型排名前列，体现了持续交付前沿能力的一贯性。

MiniMax的实验结果则相反。M3上线时定价约为M2.7的两倍，但一周内即宣布永久性降价50%。

摩根大通将此解读为市场以实际行动拒绝了M3的溢价预期。此外，自M2发布以来，MiniMax在后续迭代中未再确立国内SOTA地位，同期竞争对手通过GLM-5/5.1、Kimi K2.6以及DeepSeek V4持续刷新前沿水平。摩根大通认为，从纯模型能力的角度来看，MiniMax仍处于追赶阶段。

这一对比直接决定了两家公司的估值归属：摩根大通给予智谱对应2027年预期市销率57倍的溢价估值，而MiniMax的目标价对应29倍，"与按锚点定价的提供商一致"。

DeepSeek压低"足够好"的市场出清价格

MiniMax面临的竞争压力，还叠加了来自DeepSeek的系统性定价重置。

摩根大通报告指出，DeepSeek V4通过更低成本的Flash版本与更激进的缓存定价，显著降低了"足够智能"的市场出清价格——对于DeepSeek能够充分处理的任务，这个价格锚点已被向下拉动。

DeepSeek V4的影响总结

报告显示，在国内主要LLM提供商中，综合token价格（按80%缓存命中率、输入输出比10:1计算）呈现明显分层：

Qwen3.7-Max约为7.2元/百万token，GLM-5.1为5.45元，MiniMax M3永久降价后约1.45元，DeepSeek V4 Pro约1.11元，V4 Flash仅0.38元。

国内主要LLM提供商token价格呈现明显分层

MiniMax降价后已与DeepSeek系列处于同一价格区间，意味着其在定价上选择与"由DeepSeek设定价格的那一层"竞争。

摩根大通认为，这对主要以性价比定位的模型最具挑战性——它们同时受到两端挤压：低成本提供商（DeepSeek、大平台）在价格端施压，SOTA模型提供商在高价值任务完成端施压。

常规文本生成、低风险编码辅助、简单工具调用等工作负载将面临更剧烈的价格压缩，而失败成本高、可靠性要求强的复杂工作流，仍可支撑SOTA模型的高端定价。

变现路径收窄，SOTA节奏决定估值溢价

摩根大通报告提出，当前AI行业变现路径正在高度收敛——无论是国内还是国际，无论是独立模型公司还是大平台，最清晰的变现层正集中于企业工作流、API消耗、编码以及智能体部署。

当前AI行业变现路径正在高度收敛

阿里巴巴、腾讯、字节跳动均在同一方向布局，这意味着智谱、MiniMax、Kimi等独立模型公司如今处于更直接的竞争环境，既与彼此竞争，也与拥有模型能力、分发渠道、云基础设施与更强资产负债表的大平台竞争。

在这一格局下，模型迭代周期的压缩进一步提高了持续SOTA交付的战略价值。

摩根大通指出，发布周期已从约3至6个月的相对宽松节奏压缩至更短的竞争窗口，落后的代价随之上升。一次强发布可以推升使用量，但在编码、推理、智能体执行与企业可靠性上持续领先，才能真正支撑收入质量。

摩根大通还指出，对大多数中国独立模型公司而言，切换成本仍较低——开发者可以测试多个模型、通过聚合器分配流量，企业可以用同一工作流对多个模型进行基准对比。

当模型未与专有工具、产品工作流或数据闭环深度绑定时，API收入的持久性更多依赖于持续的模型领先地位，而非一时的使用量规模。

预测大幅调整，智谱上调、MiniMax下调

在财务预测层面，两家公司的调整方向亦形成强烈对比。

对于智谱，摩根大通将2026至2030年预期收入上调26%至42%，反映出在稳健模型迭代周期支撑下的优质收入增长能见度提升。

2026至2028年调整后净亏损预测有所收窄，目标价从950港元上调至1,400港元，对应30倍2030年预期市盈率，并以15%加权平均资本成本折现。

对于MiniMax，摩根大通将2026至2027年收入预测上调34%至74%（基于行业仍受算力供应约束、MiniMax在算力采购上具有一定灵活性），但将2028至2030年收入预测下调5%至21%，理由是对非SOTA LLM供应商长期变现的可预见性下降。

M3永久降价50%导致利润率预期大幅下修，2026至2028年调整后净亏损预测分别从3.09亿、5.96亿和5.12亿美元扩大至4.32亿、9.4亿和9.72亿美元。目标价从1,100港元大幅下调至400港元。

评级调整可被证伪的触发条件

摩根大通明确了此次评级调整可被推翻的具体条件，体现了该框架的可操作性。

对于MiniMax的"中性"评级，若下列情形出现，评级存在恢复至"增持"的可能：

MiniMax以溢价推出下一代旗舰产品并将该价格维持整整一个季度；或实现得到第三方基准与用户数据双重验证的国内前沿能力重置；
或多模态变现路径在具体场景（营销自动化、游戏内容生产、视频制作、教育等）中出现清晰的收入证据；
或API定价保持稳定、留存改善、毛利率具吸引力。

对于智谱的"增持"评级，下行触发条件则是：DeepSeek的下一轮前沿发布导致GLM溢价档陡然降价，或使用量流失使翻倍后的价格暴露出需求弹性。

摩根大通指出，短期催化剂集中于GLM与M系列的发布窗口，以及每月更新的第三方排行榜。