伯恩斯坦给予智谱 “跑赢大盘” 评级，目标价 1350 港元；给予 MiniMax“与市场同步” 评级，目标价 275 港元。按最新收盘价计算，对应上涨空间约 29.7% 和 8.4%。
市场给予智谱较高溢价，核心依据是 GLM-5.2 的模型效率、开发者采用和 API 调用已形成初步验证；MiniMax 的估值则高度依赖 M3 Pro 能否恢复前沿模型竞争力。
两家公司对应不同的风险收益结构：智谱交易模型地位的延续，MiniMax 交易产品迭代后的预期修复。
一、AI Lab 的估值锚仍在模型能力
前沿模型公司的经营数据具有显著的非线性。模型能力提升后，开发者迁移、Token 调用、企业预算和收入预期可能同步上升；模型发布低于预期，远期市场份额和估值倍数也会快速下修。基于短期收入和亏损趋势进行线性外推，难以覆盖模型能力发生阶跃变化后的基本面波动。
模型能力 → 开发者采用 → Token 调用 → ARR 增长 → 推理毛利率 → 估值
模型能力决定可服务任务的复杂度，性能与价格共同决定商业覆盖范围。ModelScope 下载、GitHub 活跃度、网站访问和 OpenRouter 调用反映模型发布后的采用趋势；算力供给决定可交付的推理规模，定价、利用率和渠道成本决定毛利率。
参数规模反映训练投入和潜在容量，实际表现还取决于架构设计、数据质量、训练配方、强化学习和推理效率。在企业付费场景中，编程、长任务推理、Agent 执行能力以及单位任务成本，比单一参数指标更具解释力。
伯恩斯坦对中国主要 AI Lab 的跟踪显示，智谱在 ModelScope 和 GitHub 上的开发者采用接近头部水平，MiniMax 的相关指标相对有限。
二、智谱：GLM-5.2 已完成从模型能力到调用增长的初步传导
GLM-5.2 总参数为 7440 亿，规模低于 Kimi K3 及新一代 Qwen 模型。伯恩斯坦对智谱的积极判断主要来自参数效率和有效 Token 价格。按照编码能力与 Token 价格测算，GLM-5.2 仍处于帕累托前沿，在长任务和企业级编程场景中维持了较强的性价比。
模型发布后的采用数据与这一判断相互印证。GLM-5.2 上线后，ModelScope 下载量、GitHub 关注度和海外网页访问量持续上升；OpenRouter 数据显示，智谱模型的周度 Token 消耗明显增加，按平台调用推算的滚动四周 ARR 同步抬升。
智谱商业化链条
模型性能改善 → 开发者采用提升 → API 调用增长 → 算力成为主要约束
伯恩斯坦预计智谱年底可能拥有约 1GW 可用算力，支持公司在年底前后实现超过 20 亿美元 ARR，并在 2027 年底达到 40 亿美元。1GW 完全爬坡后，对应约 30 亿美元 ARR 运行水平。
按照财务预测，智谱 2026—2028 年收入分别达到 56.31 亿元、186.63 亿元和 444.35 亿元人民币，较市场一致预期分别高 35.4%、52.6% 和 61.9%。同期 EV/Sales 由 63.1 倍降至 19.0 倍和 8.0 倍。
2026 年 63.1 倍 EV/Sales 已经计入模型持续迭代、算力按计划投产和 API 收入快速增长等条件。收入增长低于预期时，远期收入和估值倍数可能同时调整；下一代模型继续保持竞争力，估值消化速度则会明显加快。
利润率主要取决于业务结构。智谱通过自有服务器提供 API 时，推理毛利率可达到 50%—60%；经第三方 TaaS 渠道分发，需要承担额外渠道成本。本地化部署业务包含实施、驻场和硬件交付，人员成本及硬件价格会限制毛利率。随着算力供给改善、API 业务占比提高，整体利润率具备上行基础。
伯恩斯坦预计智谱在 2028 年实现非 GAAP 经营盈亏平衡，目标价综合采用 2030 年 8 倍 PS、25 倍 PE 折现及 DCF 估值。后续验证集中在 GLM-5.3、四季度下一代预训练模型、1GW 算力投产和 API 收入占比。
三、MiniMax：M3 Pro 承担模型信用修复
MiniMax 当前的主要压力来自 M3。该模型总参数约 4280 亿、激活参数约 230 亿，伯恩斯坦的私有评测显示，M3 在编程、推理和稳定性方面低于 GLM-5.2 等同业模型。MiniMax 在 ModelScope、GitHub 等开发者代理指标上的表现也相对有限。
研报援引市场消息称，后续 M3 Pro 的潜在总参数规模可能达到 2.7 万亿，相比 M3 提升超过五倍，明显高于国内头部模型过去较常见的单次参数扩张。
大规模 MoE 模型对算力集群、训练数据和系统工程提出更高要求。参数跃迁幅度越大，集群稳定性、专家负载均衡、训练配方和后训练质量对最终结果的影响越明显。M3 Pro 需要同时完成三项修复：模型性能回到国内前沿、开发者采用明显提升、API 收入形成规模增长。
MiniMax 的收入结构覆盖模型 API、AI 陪伴和视频生成。H3 视频模型具备一定竞争力，有助于带动短期收入；视频生成业务的客户留存、调用频率和长期定价能力弱于编程与企业 Agent。较高的多模态收入可以改善当期 rev/Mtok 和推理毛利率，对长期估值的贡献取决于场景持续性和竞争强度。
低价模型市场的竞争压力同样较大。DeepSeek、腾讯和小米均具备模型研发、分发入口和算力资源。M3 Pro 若未能进入前沿水平，MiniMax 需要依靠价格争夺开发者，推理毛利率和客户留存将持续承压。
伯恩斯坦的财务预测建立在 M3 Pro 于 2026 年下半年成功发布并具备竞争力的假设上。在这一情景下，MiniMax 2026 年底 ARR 达到 10 亿美元，2026—2028 年收入分别为 4.19 亿、10.05 亿和 22.17 亿美元，中期毛利率稳定在 40% 以上。
到 2030 年，MiniMax 收入预计达到 56 亿美元，毛利率 43.4%，非 GAAP 经营利润约 1.59 亿美元，研发费用达到 23 亿美元。研发支出接近当年毛利总额，利润释放高度依赖模型竞争力、调用规模和推理效率。
MiniMax 报告口径下 2026—2028 年 EV/Sales 分别为 18.2 倍、7.6 倍和 3.4 倍，目标价采用 2029 年 4.5 倍 PS 折现及 DCF 估值，预计 2030 年实现经营盈亏平衡。8 月 5 日 MiniMax 上涨 10.25%，显示市场对产品催化和预期修复保持较高敏感度。按 253.8 港元收盘价计算，其距离 275 港元目标价约有 8.4% 的空间。
四、估值差异来自证据链完整度
智谱的高估值由模型效率、开发者采用和调用增长支撑，后续需要依靠下一代模型和算力投产继续验证。当前股价对应伯恩斯坦目标价仍有约 29.7% 的空间，但 63.1 倍 2026 年 EV/Sales 意味着较低的估值容错率。模型排名、ARR 增速和 API 利润率任何一项低于预期，都可能带来估值压缩。
MiniMax 估值倍数较低，产品节点带来的弹性更加集中。M3 Pro 若在第三方评测、实际编程任务和开发者调用中形成一致验证，API 收入和远期估值倍数具备上修基础；模型表现继续落后，高研发投入、低价竞争和业务结构压力将延长盈利周期。
现有证据下，智谱具备较高的模型胜率和较完整的商业化链条，MiniMax 具备更强的产品弹性和更高的执行风险。
未来两个季度需要重点跟踪智谱下一代模型的第三方评测、1GW 算力投产进度、API 收入占比和推理毛利率，以及 M3 Pro 的正式规格、真实任务表现、开发者调用和企业客户转化。
股价及市值数据截至 2026 年 8 月 5 日收盘；目标价、财务预测及估值数据采用伯恩斯坦口径。文中内容仅供研究交流，不构成投资建议。
精彩评论