GLM-5.3能力升级与DeepSeek提价，强化中国大模型行业盈利化预期

概览

本报告跟踪中国前沿AI基础模型的近期动态，重点讨论Z.AI推出GLM-5.3以及DeepSeek正式发布V4系列并上调价格。核心判断是，模型竞争正更强调智能能力与产品价值，而非单纯低价竞争；在此背景下，摩根士丹利维持对Z.AI的积极观点。

核心观点

GLM-5.3的能力进步主要来自同一基础模型上的后训练规模扩展，显示现有模型底座仍有进一步释放智能能力的空间。DeepSeek V4 Pro在长程任务、编程及稳定性方面的反馈相对负面，同时其提价使其不再是中国最便宜的旗舰大模型。报告认为提价有助于改善行业竞争环境，并对Z.AI形成正面支持。

分析框架

报告结合产品发布信息、内部评估、用户反馈和中国前沿大模型横向比较评估竞争格局；针对Z.AI采用现金流折现估值，并以目标价隐含的2027年市销率作为交叉参考。

方法论与常识提炼

• 估值方法现金流折现法（DCF）

  以未来现金流折现估算企业价值

  报告对Z.AI采用DCF估值，假设加权平均资本成本为15%、永续增长率为3%。

• 相对估值市销率（P/S）

  以市值相对销售收入衡量估值

  报告称目标价对应2027年42倍P/S。

• 竞争分析前沿大模型比较

  比较模型能力、用户反馈和定价

  围绕编码、网络安全、长程任务、稳定性及API价格变化比较GLM与DeepSeek V4系列。

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)

  核心覆盖标的与直接受益者

  优势

  GLM-5.3在编程和网络安全能力上实现升级；后训练扩展显示现有基础模型仍具能力提升空间；受益于行业竞争缓和和潜在全球化拓展。

  劣势

  模型能力仍需持续验证，且对算力资源与商业化执行存在依赖。

  对比

  相较DeepSeek V4 Pro，报告提及后者在长程任务、编程和稳定性方面反馈较弱；DeepSeek提价后亦不再是最便宜的中国旗舰模型。

  风险

  算力限制、模型能力落后同业、地缘政治风险，以及竞争格局再度恶化。

关键数据

• GLM-5.3参数规模总参数超过7,000亿与GLM-5.2使用相同基础模型。
• GLM-5.3编程能力提升较GLM-5.2提升50%报告所述内部评估结果。
• DeepSeek V4 Pro价格调整非缓存输入+1.25倍；缓存输入+8倍；输出+2.38倍混合低谷与高峰时段价格。
• DeepSeek V4 Flash价格调整非缓存输入+1.25倍；缓存输入+2.75倍；输出+2.38倍混合低谷与高峰时段价格。
• DCF假设WACC 15%；永续增长率3%用于Z.AI估值。
• 目标价隐含估值2027年42倍P/S报告披露。

影响与含义

若大模型厂商能以能力提升支撑更高定价，行业竞争可能从价格战转向性能、稳定性和商业化效率竞争。对Z.AI而言，GLM-5.3的编码与网络安全能力提升、潜在开源权重发布及行业竞争缓和均构成正面催化；但产品表现与算力供给仍是实现估值的关键约束。

风险

• 算力约束可能限制模型训练、推理和商业化扩张。
• 若模型性能落后于同业，产品竞争力和客户采用可能受压。
• 地缘政治风险可能影响芯片、云资源及海外拓展。
• 行业价格竞争若再度加剧，可能压缩大模型商业化回报。
• 估值对15% WACC、3%永续增长率及未来收入增长假设敏感。

后续跟踪

• GLM-5.3开源权重是否按计划在安全加固后两周内发布。
• GLM-5.3在第三方基准、企业客户和开发者场景中的实际表现。
• DeepSeek V4提价后的客户留存、需求弹性和竞争对手跟进情况。
• Z.AI与海外云服务商合作及全球化进展。
• 算力供给、模型迭代速度与行业定价纪律变化。