智普AI获摩根大通上调目标价至1800港元，维持超配

概览

本报告主要分析智普AI（2513.HK）最新发布的GLM-5.2模型及其对行业定价逻辑的影响。摩根大通维持对智普AI的“超配”评级，并将2026年12月的目标价从1,400港元上调至1,800港元。核心逻辑在于GLM-5.2通过调整定价结构实现了实际价格上涨，同时依靠算法优化而非增加算力规模来提升性能，从而改善了单位经济效益。报告指出，大模型市场正经历价格分化，成熟能力面临降价压力，而具备前沿能力的模型仍能通过解决高价值工作流获得溢价。

核心观点

GLM-5.2实现实质性提价与毛利改善。虽然GLM-5.2的标价看似与GLM-5.1相近，但其取消了原有的低价层级，对所有使用量统一收取较高费率。数据显示，GLM-5.2的混合API价格比GLM-5.1高出13%。横向对比来看，其价格是Kimi K2.7-Code的1.2倍、MiniMax M3的2.5倍、DeepSeek V4 Pro的4.9倍以及DeepSeek V4 Flash的14.4倍。更重要的是，GLM-5.2的性能提升主要得益于强化学习和后训练优化，模型参数规模（总参数744B，激活参数40B）并未显著增加。这意味着在成本基数大致稳定的情况下，公司获得了更高的实际定价，从而提升了毛利率。 大模型定价呈现结构性分化。报告指出，随着模型能力普及和推理成本降低，“成熟智能”的价格呈下降趋势，DeepSeek是这一趋势的典型代表，拉低了“够用就好”的市场出清价格。然而，GLM-5.2展示了定价曲线的另一面：新解锁的前沿能力（如编码、智能体、企业工作流自动化、长上下文任务）能够提高任务完成率、减少重试并节省人力，因此客户愿意为此支付溢价。这种分化意味着，单纯的能力同质化会导致价格战，而持续向高价值任务迈进的模型厂商仍能保持定价权。 盈利预测上调与估值支撑。基于GLM-5.2带来的高质量收入增长可见度提升，摩根大通将智普AI 2026-2030年的收入预测上调7%-16%。相应地，调整后净亏损预期收窄，2028年有望实现盈利（净利润12.87亿元人民币）。目标价定为1,800港元，基于2030年预期每股收益的30倍市盈率，并使用15%的加权平均资本成本（WACC）折现。该估值倍数高于一线中国互联网公司，主要反映了公司2026-2030年超过100%的收入复合年均增长率预期。

分析框架

摩根大通采用了“能力曲线与定价权”的分析框架。首先，通过拆解GLM-5.2的定价结构和成本驱动因素（区分模型规模扩张与算法优化），评估其单位经济效益的变化。其次，将大模型市场细分为“成熟智能”和“前沿能力”两个维度，对比不同厂商（如DeepSeek vs. Zhipu/Kimi）的定价策略，论证定价分化的必然性。最后，结合公司在WebDev Arena等基准测试中的持续领先表现（重复交付SOTA的能力），判断其在压缩的模型周期中能否维持竞争优势，进而推导其长期 monetization（货币化）潜力和估值溢价。

方法论与常识提炼

• 行业/产业分析框架供需框架

  大模型市场的供需与价格分化

  研报将大模型市场按能力成熟度拆分：供给端看，成熟能力供给过剩导致价格下行（如DeepSeek）；需求端看，前沿能力因能解决复杂高价值任务（如编码、长文本），需求刚性较强，供给相对稀缺，从而支撑高价。这种细分供需视角解释了为何行业整体降价背景下，头部前沿模型仍能提价。

• 公司基本面与财务框架

  单位经济效益（Unit Economics）分析

  研报重点分析了GLM-5.2的“价”与“本”关系。通过指出性能提升来自算法优化而非算力堆叠，论证了在收入端提价的同时，成本端保持相对稳定，从而直接改善毛利率。这是评估技术驱动型公司盈利拐点的关键微观指标。

• 估值方法PE/PEG 估值

  远期P/E估值法

  由于公司当前处于亏损阶段，研报采用远期估值法，选取2030年预期正常化盈利作为基准，给予30倍P/E，并按15% WACC折现回当前时点。这种方法适用于高成长但短期未盈利的科技股，旨在捕捉其长期成熟后的现金流价值。

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）。

• 智普AI (2513.HK)

  受益标的，凭借GLM-5.2的前沿能力和定价策略提升收入质量与毛利预期。

  优势

  多次交付国内SOTA模型，GLM系列在WebDev Arena排名靠前，具备重复证明前沿交付能力的记录。

  劣势

  目前仍处于亏损状态，研发投入巨大，对计算基础设施和外部供应商存在依赖。

  对比

  相比DeepSeek的极致低价策略，智普AI选择走高端前沿路线，定价显著高于DeepSeek V4系列，更接近Kimi和MiniMax的高端档位。

  风险

  地缘政治风险、出口管制、实体清单认定；竞争加剧导致定价权受损；商业化落地不及预期。

关键数据

• GLM-5.2混合API价格涨幅+13%相较于GLM-5.1的混合价格
• GLM-5.2 vs DeepSeek V4 Pro价格倍数4.9x显示前沿模型的溢价能力
• 2026-2030年收入预测上调幅度7%-16%反映GLM-5.2带来的增长可见度
• 2028年预期调整后净利润12.87亿元人民币由亏损转为盈利的时间点提前
• 新目标价1,800港元原目标价为1,400港元

影响与含义

对智普AI而言，GLM-5.2的成功发布验证了其通过技术迭代维持定价权的逻辑，若后续API用量保持韧性，将证实客户愿意为更好的任务结果付费，而非仅仅追求低价Token。对行业而言，这意味着模型层公司的竞争焦点将从单纯的参数规模或低价策略，转向能否持续解锁高价值工作流（如编码代理、企业自动化）。投资者应区分因商品化导致的降价和因能力提升导致的提价，前者挤压利润，后者则可能带来利润率扩张。

风险

• 出口管制、地缘政治风险及实体清单认定风险。
• 行业竞争加剧，尤其是国内同行模型迭代缩小能力差距。
• 高额且持续的研发投入带来执行风险及盈利压力。
• 商业化进程和客户采纳存在不确定性。
• 对计算基础设施和外部供应商的依赖可能导致成本和供应风险。

后续跟踪

• GLM-5.2在有效提价后的需求韧性，特别是API用量和企业工作流需求的持续性。
• 国内竞争对手的模型迭代进展，重点关注Kimi K3和DeepSeek V4.1的发布及其对智普定价地位的冲击。
• 智普AI自身GLM-5.5的发布情况（预计8月），这将是检验其能否继续向上突破能力曲线的关键。