开放权重商业化进入“强者更强”阶段

概览

本报告讨论中国大语言模型厂商的开放权重商业化路径。核心判断是，开放权重不应只被理解为第一方 API 收入泄漏，而应被视为收入组合变化：厂商可能损失部分单纯模型访问收入，同时通过更广分发、官方 API、云合作、企业部署、收入分成、SaaS 市场和工作流产品获得新的付费转化。

核心观点

报告提出“winner takes more”框架：模型能力越强，越能把开放权重带来的分发扩大转化为商业化上行。Zhipu AI 因 GLM-5.2 具备更强竞争定位而受益，开放权重可扩大采用并回流至官方路线和高服务版本；MiniMax 虽采取类似策略，但 M3 的差异化和模型主导定价能力证据较弱，因此面临更大的替代和比价压力。

分析框架

报告从四个维度展开：第一，比较开放权重与官方 API 的质量和服务差异；第二，用 DeepSeek V4 Pro 和 MiniMax M3 案例说明同一模型在不同提供方之间的价格、缓存和质量差异；第三，分析 CSP 与推理平台在自部署保留利润和官方合作保障质量之间的权衡；第四，讨论编码代理、企业工作流和第一方 harness 如何把开放模型采用转化为更粘性的付费关系。

方法论与常识提炼

• 商业化框架开放权重 winner-takes-more 框架

  开放权重扩大分发，但变现集中于具备领先能力、快速迭代、可靠端点和工作流绑定的模型厂商。

  强模型可借助开放权重提高采用率，并通过官方 API、云合作、企业部署和工作流产品捕获收益；弱模型则更容易被第三方部署、比价和替代。

• 渠道分析利润率与质量权衡

  CSP 和推理平台在自部署与官方合作之间选择。

  自部署可保留更多毛利，但需要承担模型更新、量化、缓存、可靠性和客户支持责任；官方合作降低平台分成但提升模型新鲜度、技术支持和企业信任。

• 产品战略第一方 workflow harness

  模型厂商通过编码代理或工作流产品拥有用户关系。

  如果用户在厂商自有产品中消耗模型，模型公司可获得直接反馈、数据、留存和更高 API 粘性，从而降低开放权重导致的端点可替代性。

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）。

• Zhipu AI

  核心受益标的

  优势

  GLM-5.2 被认为具备全球竞争定位；开放权重可扩大采用；官方路线和 GLM-Turbo 等高服务版本可服务质量敏感需求；目标价上调并维持超配。

  劣势

  收入路径仍依赖持续模型领先，市场已较大程度反映 US$1bn 年末 ARR 指引。

  对比

  相较 MiniMax，报告认为 Zhipu 在模型竞争力和开放权重变现可选性方面证据更强。

  风险

  GLM-5.2 是否代表公司级能力跃迁、Kimi K3 和 DeepSeek V4.1 的竞争表现、GLM-5.5/6 能否延续优势。

• MiniMax Group Inc - H

  承压标的

  优势

  M3 官方路线在缓存命中率、实现输入成本、使用集中度和速度方面可能优于部分第三方路线。

  劣势

  M3 尚未显示足够模型差异化和定价能力；开放权重可能加速比价、路由和替代。

  对比

  相较 Zhipu，报告认为 MiniMax 的模型主导付费转化证据较弱，因此下调目标价并维持中性。

  风险

  若模型能力、官方端点质量或第一方工作流产品改善，付费转化可能好于报告预期；反之竞争和价格压力可能继续上升。

• DeepSeek

  案例参考

  优势

  DeepSeek V4 Pro 官方 API 通过低标价和缓存经济性形成价格护城河。

  劣势

  开放权重仍允许第三方部署并分流部分流量。

  对比

  作为价格主导型官方路线案例，显示开放权重不必完全商品化第一方 API 收入。

  风险

  若第三方路线在质量和成本上追平，官方 API 优势可能收窄。

关键数据

• Zhipu AI 目标价HK$2,000Dec-26 目标价由 HK$1,800 上调至 HK$2,000，维持超配。
• MiniMax 目标价HK$300Dec-26 目标价下调至 HK$300，维持中性。
• DeepSeek V4 Pro 官方路线成本约 US$24-41在 100M 有效输入 tokens 和 20M 输出 tokens 的简化月度工作负载下，官方路线低于部分第三方路线的约 US$85-196。
• DeepSeek V4 Pro 官方路线价格优势约 6-12x 更便宜优势来自更低标价和更强缓存经济性。
• Zhipu AI FY26E 收入Rmb 4,715mn表格披露的 JPMorgan 预测。
• MiniMax FY26E 收入US$383mn表格披露的 JPMorgan 预测。

影响与含义

报告对投资含义的判断是，开放权重将加速中国大模型出海和云平台分发，但商业化收益会更加集中。投资者应区分模型是否真正具备 SOTA 或近 SOTA 能力、官方端点是否持续优于第三方部署、以及厂商是否能通过工作流产品拥有客户关系。该框架支持对 Zhipu AI 的更积极估值，同时使 MiniMax 在缺乏清晰模型差异化时承受更大估值压力。

风险

• 领先模型能力无法持续，开放权重带来的采用率难以转化为付费收入。
• 第三方云、推理平台或 API 聚合器以更低成本提供可接受质量，导致第一方 API 流量被重新路由。
• 官方端点在缓存、长上下文、工具调用、延迟和稳定性上的优势不足，削弱溢价能力。
• 中国编码代理和工作流入口竞争激烈，Tencent WorkBuddy、ByteDance Trae、Alibaba Qoder 等已有产品可能限制模型厂商第一方 harness 的迁移空间。
• 简单聊天、摘要、翻译和基础问答等成熟智能任务价格持续下行，压缩通用 API 收入。

后续跟踪

• GLM-5.2 是否体现 Zhipu 的公司级能力跃迁，以及后续 GLM-5.5/6 能否扩大差距。
• Kimi K3、DeepSeek V4.1 与 GLM-5.2 的能力和定价对比。
• AWS Bedrock、AWS Marketplace、Azure Foundry、Fireworks AI、Cloudflare、OpenRouter 等渠道对中国开放权重模型的分发方式。
• 官方 API 与第三方端点在缓存命中率、有效输入成本、延迟、长上下文和工具调用质量上的差异。
• Z Code、MiniMax Code、Kimi Code 等第一方工作流产品能否形成用户留存和付费转化。