伯恩斯坦更新中国AI推理token经济模型，结论仍偏向前沿模型与高吞吐优化能力

概览

本报告是伯恩斯坦对中国互联网与AI推理经济性的深度补充研究，核心是根据中国头部AI实验室反馈，更新AI token经济与推理利润率模型。报告讨论Minimax、Z.ai、DeepSeek V4与腾讯hy3-preview，并结合商业折扣、TPS、GPU成本、KV cache、输入输出token价格等变量，评估不同模型的推理利润率和竞争含义。

核心观点

核心观点包括：第一，Minimax管理层关于M2.7约40%推理毛利率的说法，需要比此前更高的tokens per second假设来解释；第二，Z.ai GLM系列在可比折扣和工作负载下仍可能具备更高利润率，但相对优势小于此前估计；第三，多模态推理因每百万token收入更高，利润率通常高于文本/代码推理；第四，DeepSeek V4显示中国模型能力仍接近全球前沿，但轻量低成本模型价格竞争会更加激烈；第五，腾讯hy3-preview的投资含义不在单次发布本身，而在于能否证明腾讯内部AI模型与应用迭代速度提升。

分析框架

报告采用自下而上的AI token经济模型，将每百万token收入、输入输出价格、KV cache命中率、商业折扣、TPS、GPU利用率和GPU小时成本等变量组合，估算不同模型的推理成本与毛利率，并通过敏感性分析观察TPS和折扣变化对利润率的影响。同时，报告用Lambda.ai吞吐量基准、公司反馈和模型定价对比来校准假设。

方法论与常识提炼

• AI unit economicsAI token economics model

  每百万token收入与推理成本模型

  用输入/输出token价格、输入输出长度比、KV cache折扣、商业折扣、TPS、GPU利用率和GPU小时成本估算每百万token收入、成本与推理毛利率。

• Sensitivity analysisTPS and discount sensitivity

  TPS与商业折扣敏感性分析

  通过调整tokens per second和混合商业折扣，观察Minimax M2.5/M2.7与Z.ai GLM-5/5.1的隐含利润率变化。

• 竞争与战略框架Frontier intelligence versus low-cost model competition

  前沿智能与低成本轻量模型竞争

  报告区分前沿高能力模型与轻量低成本模型，认为前沿智能仍是长期胜负关键，而轻量模型价格竞争会更激烈。

标的映射与对比

研报将主题/逻辑映射到具体标的时的结构化摘要（优势、劣势、对比与风险）。

• Tencent Holdings Ltd / 700.HK

  覆盖公司与AI应用/模型迭代观察对象

  优势

  评级Outperform，目标价HK$780；广告业务AI应用反馈积极，hy3-preview显示模型迭代方向改善。

  劣势

  hy3-preview更像阶段性产品，市场仍等待更强模型和微信agentic功能进展。

  对比

  相对DeepSeek、Z.ai、Kimi等国内AI同业，腾讯仍需证明自研模型迭代速度。

  风险

  宏观消费、用户参与度、游戏和广告竞争、反垄断等监管风险。

• Alibaba / BABA / 9988.HK

  覆盖公司与中国互联网AI生态相关标的

  优势

  评级Outperform，目标价US$180/HK$176；云业务和AI投资组合是估值支撑。

  劣势

  创新业务亏损和核心电商竞争仍影响利润可见度。

  对比

  报告提到阿里投资Kimi和Minimax，与腾讯可能主导DeepSeek融资形成生态对比。

  风险

  宏观消费、平台用户参与度、竞争、监管以及创新业务亏损。

• Z.ai GLM-5/GLM-5.1

  AI实验室模型利润率比较对象

  优势

  在可比折扣和TPS假设下，报告认为GLM系列可能具备较高推理利润率。

  劣势

  利润率对TPS、商业折扣和工作负载组合高度敏感。

  对比

  相对Minimax，利润率优势仍存在但较此前估计收窄。

  风险

  价格竞争、折扣扩大、吞吐量假设不达预期。

• Minimax M2.5/M2.7

  AI推理利润率模型校准对象

  优势

  公司反馈显示M2.7文本/代码推理毛利率可达约40%，并拥有较高TPS假设支撑。

  劣势

  达到40%利润率需要较高TPS比率，模型对折扣和工作负载变化敏感。

  对比

  M2.5单GPULambda基准吞吐量约为GLM-5的5.1倍，但Z.ai模型利润率仍可能更高。

  风险

  商业折扣扩大、文本/代码工作负载占比提升导致收入结构不如多模态。

• DeepSeek V4

  中国AI前沿能力与价格竞争观察对象

  优势

  接近数月前全球SOTA且成本较低，开源/开放权重有助于提升中国AI实验室整体能力。

  劣势

  与国内同业的能力差距收窄，低价策略可能削弱定价能力。

  对比

  V4-Pro定价接近GLM-5.1、Qwen3.6 Max等国内领先模型；V4-Flash接近轻量低成本模型价格下沿。

  风险

  低价和限时折扣加剧行业竞争，长期盈利能力仍待验证。

关键数据

• Minimax M2.7基础情景推理利润率42.5%基于20%商业折扣、TPS 9,000、GPU利用率90%、GPU成本每小时$1.6的模型假设。
• Z.ai GLM-5.1基础情景推理利润率50.3%报告认为在可比折扣假设下，GLM系列仍可能高于Minimax模型利润率。
• Z.ai GLM-5基础情景推理利润率33.9%基于报告更新后的token经济模型。
• Minimax M2.5基础情景推理利润率29.5%报告上调H1 2026 TPS假设后得到的基础情景。
• GPU成本假设$1.6/GPU-hour公司反馈认为该估计大体合理，报告假设头部中国AI实验室GPU成本大体相似。
• 商业折扣基础假设20%报告新增商业折扣变量，并提示客户结构和限时促销会显著影响每token收入。
• Lambda.ai吞吐量基准M2.5约4,031 tok/s/GPU；GLM-5约788 tok/s/GPU按报告口径，M2.5单GPU吞吐量约为GLM-5的5.1倍。
• 腾讯目标价HK$780基于20x FY+1 PE估值；评级Outperform。
• 阿里巴巴目标价US$180/HK$176基于核心电商和云业务FY+1收入与利润的SOTP估值；评级Outperform。

影响与含义

投资含义是，中国AI模型能力与商业化竞争仍在快速演进，推理利润率不能只看标价，还要结合TPS、折扣、工作负载和GPU利用率。对互联网龙头而言，前沿模型能力、AI基础设施迭代速度、应用层分发入口和商业化效率将影响中长期估值叙事；但低成本模型价格战、商业折扣和监管/宏观风险会压制利润可见度。

风险

• 低成本轻量AI模型价格竞争加剧，压低每百万token收入。
• 商业折扣、客户结构和限时促销会使外部利润率估算偏离实际财务结果。
• TPS、GPU利用率、KV cache命中率等关键假设难以从外部精确验证。
• 中国互联网龙头仍面临宏观消费、监管、平台竞争和用户参与度波动风险。
• AI实验室成本在销售成本、研发费用和营销费用之间的归类可能影响可比性。

后续跟踪

• Minimax、Z.ai等AI实验室后续披露的实际推理利润率与折扣水平。
• DeepSeek V4后续采用情况、价格策略以及潜在融资安排。
• 腾讯hy3-preview后续正式版本和更大模型发布节奏。
• 腾讯AI数据与基础设施组织重建是否带来更快模型迭代。
• 多模态、视频生成、文本转语音与文本/代码工作负载占比变化。
• 中国互联网公司AI在广告、游戏、微信生态和云业务中的商业化进展。