GLM-5.3后训练升级强化能力，但竞争与估值约束下维持中性

概览

本报告评估Z.AI Co.发布GLM-5.3后的模型能力、产品化与估值影响。高盛认为，该版本以不变的7440亿参数规模，通过更长任务环境、更长训练时长及强化学习框架升级实现性能跃升，体现中国大模型后训练扩展的进展。

核心观点

GLM-5.3在开源编码基准、长周期智能体任务和网络安全能力上取得改善，并以更低的单任务成本接近全球前沿水平。高盛认为ZCode不仅承担分发和变现功能，其用户交互产生的长周期真实编码轨迹也可强化模型后训练数据飞轮。行业层面，模型能力提升与API/订阅价格调整显示定价正趋于理性化。尽管智谱具备模型性能价格比、数据飞轮及长期商业化潜力，竞争收敛、研发投入和现金消耗限制了短期风险回报，因此维持中性。

分析框架

报告结合模型基准与产品功能观察、行业定价比较、同业ARR估值倍数比较和DCF估值。DCF采用12% WACC及2%永续增长率，并以市场份额和长期利润率假设推导目标价，同时给出牛市、基准及熊市情景。

方法论与常识提炼

• 估值DCF估值

  基于未来现金流折现确定目标价

  目标价HK$1,610采用12% WACC和2%永续增长率；覆盖假设包括2030年市场份额达21%、2035年调整后EBIT利润率达26%。

• 经营分析数据飞轮

  产品使用数据反馈模型训练

  ZCode的用户使用可生成长周期真实世界编码轨迹，预期反馈至后续模型后训练，形成产品、数据与模型能力的闭环。

• 相对估值P/ARR比较

  以市值相对年度经常性收入衡量估值

  报告以智谱约30倍2026年末预期ARR与MiniMax约14倍预期ARR作比较，并认为智谱估值溢价部分由模型能力和发展阶段支持。

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. (2513.HK)

  研究标的

  优势

  GLM-5.3后训练扩展带来编码、智能体和网络安全能力提升；ZCode数据飞轮增强模型迭代；模型性能价格比及长期商业化潜力具备支撑。

  劣势

  短期盈利可见度有限，研发支出和现金消耗压力较高；开源模式可能使已披露ARR低于实际需求，也可能延后收入兑现。

  对比

  报告将智谱约US$750亿市值、约30倍2026年末预期ARR，与DeepSeek约US$500亿最近估值及MiniMax约US$140亿市值、约14倍预期ARR比较。

  风险

  全球基础模型竞争、同业性能差距收窄、商业化不及预期、融资与现金消耗压力，以及中美科技竞争相关地缘政治风险。

关键数据

• 投资评级中性维持评级。
• 12个月目标价HK$1,610基于DCF估值。
• 估值参数WACC 12%；永续增长率2%与高盛覆盖口径一致。
• GLM-5.3参数规模7440亿参数相较GLM-5.2参数规模不变，性能提升归因于后训练扩展。
• ZCode活跃用户超过100万报告称其为GLM优化的编码工具产品。
• GLM Coding Plan Lite价格人民币118元/月积分制订阅；按公司所示周度token额度计算，约较等价API成本低50%。
• 牛市/熊市隐含估值HK$3,266 / HK$835基于关键假设的情景分析。

影响与含义

模型能力提升、任务成本效率改善和产品数据飞轮有望支撑智谱在编码及企业场景的竞争地位，并可能改善长期变现能力。行业提价若持续，将有利于模型厂商的收入质量和利润路径；但模型性能差距收窄意味着估值溢价仍需由持续产品执行、需求转化及利润改善来验证。

风险

• 全球基础模型行业竞争加剧，模型性能差距进一步收窄。
• 高研发投入可能延后盈利可见度，并加大现金消耗及自筹资金压力。
• 模型能力、商业化转化和非推理收入进展可能不及预期。
• 中美科技竞争加剧带来地缘政治及供应链不确定性。
• 积极情景包括模型智能水平超预期、盈利路径更快清晰、额外非推理抽成收入及商业化能力超预期。

后续跟踪

• GLM-5.5及其他中国模型厂商2万亿至5万亿参数模型的发布与性能表现。
• GLM-5.3模型权重发布后的开发者采用、编码基准表现及单位任务成本。
• ZCode活跃用户、闲时任务使用率及由产品数据反馈形成的后训练效果。
• GLM Coding Plan订阅、API价格和行业价格调整对收入及毛利的影响。
• ASIC与推理芯片产能爬坡是否推动开源需求向ARR转化。
• 市场份额、长期利润率、现金消耗与从开源向附带商用条款的开放权重模式转变。