高盛维持MiniMax买入评级，目标价调降至860港元

概览

高盛发布研报，针对MiniMax Group在6月1日发布M3模型后股价表现不佳及市场疑虑进行深入分析。报告指出，虽然M3降价引发了对定价权和性能的担忧，但这实际上是公司通过极具吸引力的价格策略提升Token用量、从而实现年度经常性收入（ARR）最大化的替代路径。高盛维持对MiniMax的“买入”评级，但将12个月目标价从1000港元下调至860港元，隐含估值约350亿美元。

核心观点

关于M3降价策略与市场反应：MiniMax M3发布后股价下跌41%，主要源于市场对降价背后定价权缺失的担忧，以及相比同行Knowledge Atlas（智谱AI）GLM5.2发布后股价上涨34%的表现反差。高盛认为，MiniMax采取的低价策略（每百万Token约0.22美元）使其在性能持平千亿参数模型的同时，保持了可持续的正向毛利率。数据显示，M3在OpenRouter等第三方API平台上的Token用量已迅速攀升至第一，证明该策略有效提升了市场份额。 视频生成模型Hailuo 3的前景：相比竞争激烈的基础文本模型，视频生成领域的竞争格局更为有利，利润率更高。MiniMax的下一代视频模型Hailuo 3已完成大部分训练，预计在未来几周内发布。参考同行Seedance 2.0高达70%的API毛利率和20亿美元ARR的预期，高盛认为MiniMax的多模态战略将带来更优的整体利润前景，区别于其他仅专注于基础文本模型的AI独立厂商。 财务预测与估值调整：鉴于M3更激进的定价策略，高盛下调了FY26E/FY27E/FY28E的API收入毛利率预测至40%/30%/35%（此前为50%/50%/55%），其中基础文本模型毛利率预计仅为10-20%。相应地，调整后净亏损预测扩大。基于DCF估值模型（WACC 12%，终端增长率2%），假设全球市场份额逐年提升及长期调整后EBIT利润率为18%，目标价定为860港元。

分析框架

高盛采用了“ARR象限”分析框架，将最大化ARR的路径分解为“最大化Token用量”和“最大化定价水平”两个维度。报告指出MiniMax正通过降价策略向左上角象限移动，即以牺牲部分单价为代价换取用量的爆发式增长。此外，报告运用了分部估值逻辑，区分了竞争激烈、利润率受压的基础文本模型业务与竞争格局较好、利润率较高的视频生成多模态业务，从而更全面地评估公司的长期盈利潜力。

方法论与常识提炼

• 行业/产业分析框架供需框架

  ARR象限分析（用量vs定价）

  通过将年度经常性收入（ARR）拆解为Token用量和单价两个变量，分析企业在不同竞争策略下的收入最大化路径。MiniMax选择低价高用量策略，旨在通过规模效应弥补单价下降。

• 估值方法DCF 现金流折现

  DCF估值模型

  使用加权平均资本成本（WACC）12%和终端增长率2%对公司未来自由现金流进行折现，以此推导内在价值和目标价，适用于尚未盈利但具有高增长潜力的科技公司。

• 行业/产业分析框架产业链上中下游传导

  多模态与基础文本模型的差异化竞争

  分析AI产业链中不同细分赛道（如基础文本 vs 视频生成）的竞争格局和利润率差异，指出视频生成领域因技术壁垒和供给相对稀缺，拥有更好的定价权和毛利空间。

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）。

• MiniMax Group (0100.HK)

  受益标的，通过M3低价策略提升市场份额，Hailuo 3有望改善利润结构

  优势

  多模态综合能力强，商业化执行力强，Token成本低，组织效率高

  劣势

  基础文本模型面临激烈价格战，毛利率承压，资金实力弱于部分巨头

  对比

  相比Knowledge Atlas（智谱AI），MiniMax在多模态和视频生成领域布局更深，但短期股价表现较弱；相比DeepSeek，资金规模较小

  风险

  模型性能不及预期，商业化进程缓慢，资金链紧张，地缘政治风险

关键数据

• 12个月目标价860港元从1000港元下调，隐含估值约350亿美元
• M3模型价格约0.22美元/百万Token极具竞争力的低价策略，推动用量上升
• OpenRouter排名第1名M3发布后周Token用量排名升至第一
• FY26E API毛利率40%从50%下调，反映基础文本模型价格战影响
• 预计EBIT盈亏平衡时间2029年需依靠正向毛利覆盖高昂的训练和运营成本

影响与含义

对MiniMax而言，短期股价波动反映了市场对价格战的担忧，但长期看，其通过低价获取市场份额的策略有助于建立用户粘性和数据飞轮。视频生成业务的即将推出将成为新的增长引擎，改善整体利润结构。对于投资者，需关注其资金消耗速度及后续融资能力，以及在激烈竞争中保持技术领先的能力。

风险

• 全球基础模型行业竞争加剧导致模型性能不及预期
• 盈利可见性路径慢于预期
• 商业化能力弱于预期
• IP和内容生成相关风险
• 现金消耗及自我融资能力风险
• 中美科技战加剧带来的地缘政治风险

后续跟踪

• Hailuo 3视频生成模型的发布进度及市场反馈
• M3模型Token用量的持续增长情况
• 公司A股上市计划的进展
• API毛利率的实际变化趋势