中国大模型竞争正从价格战转向智能、算力与商业化飞轮

概览

报告反驳了中国开放权重模型将必然导致商品化和长期价格战的市场观点。Morgan Stanley认为，中国大模型行业正在转向由模型智能驱动的变现阶段：定价更加理性，开放权重许可逐步强化商业约束，模型规模快速扩大。持续训练前沿模型需要更多资本、算力、基础设施优化和工程执行能力，因此行业壁垒将提高，资源充足的头部厂商更具优势。

核心观点

模型智能而非低价是长期竞争护城河。前沿厂商可以向下推出低成本模型，但普通模型厂商很难向上跃迁至SOTA水平。更强模型带来更多采用和变现，进而获得更多融资与算力投入，并支持下一轮模型升级；商业化与追求AGI并不冲突，而是相互强化。报告看好Z.ai更快形成这一飞轮，对MiniMax仍持建设性观点，并看好Alibaba的全栈AI和云计算优势。

分析框架

报告结合中国前沿模型的参数规模、智能指数、API价格、许可条款、产品发布计划、算力供给和融资情况进行行业比较；公司层面以ARR、收入与研发费用预测评估商业化进度，并使用DCF和2027年P/S倍数校验目标价。

方法论与常识提炼

• 竞争战略智能—商业化飞轮

  更强模型推动采用和变现，收入与融资再转化为训练及算力投入。

  报告认为，持续维持这一循环的能力比任何单次模型榜单排名更能决定长期竞争地位。

• 产业结构高端与低端市场分层

  高端市场以前沿智能差异化，低端市场的模型能力趋同且价格竞争更激烈。

  前沿厂商较容易推出低成本、低能力版本覆盖大众市场，而普通厂商升级至前沿水平需要跨越更高的资金和技术门槛。

• 需求分析杰文斯悖论

  单位推理成本下降可能刺激使用量增长，而非减少总体算力需求。

  更便宜、更高效的开放权重模型有望加快AI普及，并增加企业对部署、编排、治理、安全和基础设施的需求。

• 估值贴现现金流模型

  以未来自由现金流折现评估公司股权价值。

  Z.ai和MiniMax均采用DCF估值，假设WACC为15%、永续增长率为3%；目标价变化主要来自财务预测调整。

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）。

• Z.AI CO., LTD. (2513.HK)

  核心看好标的，目标价上调

  优势

  GLM-5.2达到全球领先水平，海外算力接入改善，融资规模充足，模型能力与商业化飞轮形成较快。

  劣势

  推理算力尤其是海外算力仍可能约束ARR增长，持续训练大参数模型将显著提高研发支出。

  对比

  相较MiniMax，近期ARR增长路径更清晰、商业化兑现更靠前，但其市场估值也更高。

  风险

  全球竞争者推出性能更强且价格更低的模型、美国政策限制、模型排名回落及算力扩张不及预期。

• MiniMax (0100.HK)

  保持建设性观点，但下调目标价

  优势

  M3架构具备长上下文和推理效率优势，M3 Pro具备大参数升级潜力，H3在视频多模态领域表现突出，融资可支持训练与算力扩张。

  劣势

  M3初期在编程能力和定价方面遭遇负面反馈，模型发布时间使2026年ARR贡献偏后置，亏损预测扩大。

  对比

  相较Z.ai，短期商业化增长更后置，但在多模态、视频模型和垂直行业数据方面具有差异化潜力。

  风险

  M3 Pro未达到SOTA水平、开发者采用不足、竞争者降价、股东解禁压力及持续高研发投入。

• Alibaba Group Holding (BABA.N)

  AI产业链受益者

  优势

  拥有覆盖模型、云计算和算力的全栈AI能力，具备基础设施规模和商业客户优势。

  劣势

  大型开放权重模型训练和推理需要持续资本投入，许可商业化仍处于演变阶段。

  对比

  相较纯模型厂商，Alibaba能够通过云基础设施与模型服务协同变现，并拥有更广泛的资金和客户资源。

  风险

  全球模型竞争加剧、资本开支回报低于预期、监管与出口限制以及云业务利润率承压。

关键数据

• 中国前沿模型参数规模Kimi K3：2.8T；Qwen3.8-Max：2.4T报告预计2H26中国前沿模型的参数规模基线将逐步升至2T至3T。
• 企业开放模型采用率63%受访企业同时使用开放模型和闭源模型，支持多模型共存判断。
• Z.ai 2026年ARR预测US$2bn由US$1bn上调；牛市与熊市情景分别为US$3bn和US$1.5bn。
• Z.ai目标价HK$1,700由HK$990上调约72%，对应约42倍2027年P/S。
• Z.ai融资HK$31.4bnH股配售摊薄4.25%，计划将55%的资金用于模型训练和算力扩张。
• MiniMax 2026年ARR预测US$1bn维持原预测；牛市与熊市情景分别为US$1.5bn和US$500mn。
• MiniMax目标价HK$900由HK$1,100下调18%，对应约32倍2027年P/S。
• MiniMax融资计划HK$16.0bn包括HK$9.5bn股权配售和HK$6.5bn可转债，计划将80%的资金用于模型训练及推理算力扩张。
• MiniMax M3 Pro规模2.7T参数预计于2026年9月至10月发布，是模型性能和定价能力的重要催化剂。
• DCF核心假设WACC 15%；永续增长率3%两家公司的DCF假设均保持不变。

影响与含义

行业定价纪律改善和许可商业化将扩大ARR池，并降低单纯依赖自有算力销售API的约束。模型规模上升会增加训练、推理优化、融资和算力采购需求，推动市场份额向头部厂商集中。对投资者而言，应更关注模型迭代能力、算力获取、融资渠道和变现效率，而非单次榜单排名或最低API报价。云服务商、算力基础设施以及模型路由、编排、可观测性、治理和安全平台也可能受益于多模型采用。

风险

• 全球竞争者推出性能更强且价格更低的模型，重新引发价格竞争并压缩估值倍数。
• 大参数模型的训练、推理和基础设施成本超预期，导致研发费用和经营亏损扩大。
• 模型发布延迟、性能未达到SOTA水平或开发者反馈不佳，可能削弱采用和变现。
• 海外算力供应受限或美国政策收紧，可能影响中国模型厂商的全球扩张。
• 开放权重许可趋严可能降低生态采用速度，商业条款执行效果也存在不确定性。
• 股权融资、可转债和潜在新增上市可能带来股东摊薄与阶段性抛售压力。
• 市场对单次模型排名变化反应过度，可能造成相关股票估值和价格大幅波动。

后续跟踪

• DeepSeek涨价后其他中国模型厂商的API定价调整及毛利率变化。
• Z.ai下一代大参数GLM模型预计于2026年10月发布后的性能与采用情况。
• Z.ai与AWS及其他海外云服务商的合作进展和海外推理算力扩张。
• MiniMax M3的编程能力升级以及M3 Pro在2026年9月至10月的发布表现。
• MiniMax H3对多模态及视频模型ARR增长的拉动效果。
• Alibaba未来Qwen开放权重模型是否引入大规模用户收入分成条款。
• 中国前沿模型是否普遍迈入2T至3T参数区间，以及ByteDance潜在5T以上模型进展。
• 两家公司2027年研发费用是否超过US$1bn及其对现金流和融资需求的影响。
• 中美关于模型出口、海外访问和先进算力供应的政策变化。