定价触底回升，参数规模跃升，中国大模型行业的竞争主轴正在切换。

中国大模型市场长期被贴上 " 价格战 " 标签，但摩根士丹利在 8 月 9 日发布的最新研报中表示，这一判断正在失效。研报指出，行业正从价格竞争转向以智能能力驱动的商业化，三大结构性变化正在同步发生：定价趋于理性、开源授权收紧、模型参数规模跃升。

这一判断的直接触发点是 DeepSeek 的定价动作。DeepSeek 于 2026 年 8 月 8 日宣布将大幅上调 API 价格，这对于一家长期以 " 高性能 + 极低定价 " 著称的厂商而言，意义远超单纯的价格调整——它被摩根士丹利分析师 Gary Yu 和 Lydia Lin 解读为行业定价纪律改善的积极信号。

定价转向的背后，是更深层的商业逻辑重塑。分析师认为，模型智能，而非价格，才是大模型竞争的终极壁垒。头部厂商可以向下推出低价轻量版本，但中等水平的厂商想要反向突破至顶尖模型，难度则大得多——这种不对称性，决定了纯粹的价格战并非可持续策略。而谁能维持 " 更强模型→更多收入→更大投入→再次提升 " 的正向飞轮，谁才是真正的赢家。

定价触底：DeepSeek 涨价是信号，不是偶然

在过去很长一段时间，中国大模型的 API 均价持续走低，这也是市场担忧 " 价格战 " 将拖累整个行业盈利能力的核心依据。

但数据显示，拐点可能已经出现。据摩根士丹利研报，以字节跳动、阿里、百度、腾讯、MiniMax、智谱、月之暗面及 DeepSeek 为样本统计，中国大模型平均 API 输出价格从 2025 年一季度的约 12.2 元 / 百万 tokens，已回升至 2026 年二季度的 21.9 元 / 百万 tokens。

DeepSeek 此次涨价，分析师认为背后有三个驱动因素：一是 V4 模型需求旺盛，支撑更强的定价能力；二是厂商需要在市场份额与毛利率之间寻求平衡，以持续投入前沿模型研发；三是更多使用国产芯片可能带来更高的推理成本。

分析师的结论是：价格战不是可持续的竞争策略。随着模型智能和规模持续提升，中国新一代大模型的定价将趋势性走高，竞争维度将越来越多地从价格转向能力与容量。

从上面的散点图中可以直观看到，模型智能指数越高，API 输出定价也越高，K3 和 Qwen3.8-Max 处于图表右上方的高价高智能象限，而 V4-Flash 则位于低价低智能区间——价格与能力的正相关关系正在逐步形成。

授权收紧：从 " 免费用 " 到 " 超规模就得谈钱 "

开源模型是另一个变量。市场的普遍担忧是：开源权重模型的广泛传播，将进一步压低 AI 基础设施需求，加剧行业商品化。摩根士丹利对此持不同看法。

分析师指出，更便宜、更高效的开源模型应通过 " 杰文斯悖论 "（Jevons Paradox）拉动更高的使用量——推理成本下降会催生更大需求，从而加速 AI 渗透。调查数据显示，63% 的受访企业同时使用开源和闭源模型。

更重要的变化在于授权条款的演变。中国大模型厂商过去普遍采用 Apache 2.0 或 MIT 等宽松开源许可（L1 级），允许第三方自由部署和商业化。但研报显示，厂商正加速向更严格的 L2/L3 授权迁移。

具体案例包括：月之暗面的 K3 许可要求，年收入超过 2000 万美元的 MaaS 服务商必须单独签署商业协议；据媒体爆料，阿里巴巴可能对大规模使用未来 Qwen 开源模型的用户引入收入分成要求。

这一变化意味着，大模型厂商的变现路径正在从单一的 API 直销（1P）扩展至与云服务商及模型聚合平台的收入分成（3P），可寻址的 ARR 池随之扩大。

参数跃升：中国大模型正式进入万亿参数时代

2026 年上半年，中国主流开源大模型的参数规模普遍低于 1 万亿。7 月，月之暗面发布的 Kimi K3 以 2.8 万亿参数打破这一天花板，成为首个跨越 2 万亿参数门槛的中国主流开源大模型。

紧随其后，阿里 Qwen3.8-Max 达到 2.4 万亿参数。据分析，2-3 万亿参数将在 2026 年下半年逐步成为中国前沿模型的基准线，多款重量级产品正在路上：MiniMax M3 Pro（预计 9-10 月，2.7 万亿参数）、智谱下一代 GLM 模型（预计 10 月）、以及可能发布的阿里 Qwen4。据晚点 LatePost 2026 年 8 月 6 日的报道，字节跳动还在探索 5 万亿参数以上的模型。

参数规模提升的意义，不仅是性能指标的改善，更是竞争壁垒的系统性抬高。分析师指出，大参数模型的训练不只需要更多资金和算力，还对推理效率、基础设施优化、工程执行能力以及融资能力提出更高要求。

这与资本密集型行业的规律类似：越往高端走，进入门槛越高，强者越强。分析师认为，随着前沿模型规模持续扩大，行业将进一步向资源充裕的头部玩家集中。

飞轮逻辑：商业化与 AGI 并非对立

分析师认为，商业化和 AGI 是相辅相成的，而非相互竞争的目标。

更强的商业化提供资金，支撑前沿模型研发；更强的前沿智能反过来推动商业化变现。两者形成正向循环——更好的模型→更强的用户采纳和变现→更多的训练和算力投入→持续的模型迭代。

分析师认为，真正的护城河不是暂时的排行榜第一，而是能否持续运转这个飞轮。头部厂商可以轻易向下推出低价轻量模型覆盖大众市场，但中等厂商想要向上突破至顶尖水平，难度完全不在一个量级。

智谱：飞轮正在形成，目标价升至 1700 港元

摩根士丹利将智谱目标价从 990 港元大幅上调 72% 至 1700 港元，并将 2026 年 ARR 预测从 10 亿美元上调至 20 亿美元，对应 2027 年市销率约 42 倍。

智谱的飞轮正在加速形成，支撑这一判断的有三个维度：

模型性能：GLM-5.2 已跻身全球顶级大模型阵营，不仅在基准测试中表现突出，在全球开发者社区中也获得正面反馈。据研报，智谱首席科学家唐杰（Jie Tang）于 2026 年 6 月 16 日在 X 平台发文表示，公司将在 2027 年一季度前发布一款达到当前最佳美国大模型水平的产品。分析师预计智谱将提前实现这一目标，时间节点为 2026 年 10 月。

算力供给：推理算力，尤其是海外算力，一直是制约智谱 ARR 增长的瓶颈。目前智谱已与 AWS 展开谈判，GLM-5.2 API 已完成 AWS Marketplace 的集成。摩根士丹利预计这一 3P 合作模式将进一步扩展至其他海外云服务商和 API 平台。

融资循环：2026 年 7 月 13 日，智谱完成 H 股配股，募资 314 亿港元（约 40 亿美元），摊薄比例 4.25%。公司计划将其中 55%（约 22 亿美元）用于模型训练和算力扩张。此外，潜在的 A 股上市可进一步提供约 150 亿元人民币资金。

MiniMax：短期承压，但看多理由仍在

摩根士丹利将 MiniMax 目标价从 1100 港元小幅下调 18% 至 900 港元，维持 2026 年 ARR 预测 10 亿美元不变（与公司指引一致），对应 2027 年市销率约 32 倍。

MiniMax 近期股价承压明显：M3 模型于 6 月 1 日发布后，因参数规模偏小（总参数 4280 亿，活跃参数仅 230 亿）、价格较 M2.7 翻倍，以及编程能力相对不足，在开发者社区引发负面反馈，股价从 6 月 1 日高点下跌最多达 77%。7 月 8 日，基石投资者及 Pre-IPO 投资者解禁，流通股比例从总股本的 5.44% 骤升至 54.38%，进一步加大抛压。

但分析师表示对 MiniMax" 并不那么悲观 "，理由有四：

M3 Pro 是真正的催化剂：分析师将当前 M3 视为测试新架构（MiniMax 稀疏注意力机制）的实验版本，而非完整产品。MiniMax 已宣布 M3 Pro 将于 9-10 月推出，总参数达 2.7 万亿，有望成为届时参数规模最大的中国大模型，并展现定价能力。

大模型不只是编程：分析师认为，编程是 AI 场景中率先跨越技术和商业化拐点的领域，但不是全部。未来大模型将渗透至法律、金融、咨询、医疗等更广泛的知识工作者市场。MiniMax 一直专注于垂直行业训练数据，并于 2026 年 5 月启动 "10 倍团队 " 计划，广纳各行业专家。

多模态被低估：视频模型市场商业价值可观，竞争相对大模型市场较低。MiniMax 于 2026 年 7 月发布的 H3 视频模型，性能超越全球同类产品并获得正面反馈，有望重新加速 MiniMax 多模态 ARR 增长。

融资支撑：MiniMax 于 2026 年 7 月 10 日宣布配股募资 95 亿港元（约 12 亿美元），同时发行 1 年期可转债募资 65 亿港元（约 8 亿美元），转换价格为 335 港元。公司计划将配股和可转债所募资金的 80%（约 16 亿美元）用于模型训练和算力扩张，10% 用于 Harness 产品的全球商业化。潜在的 A 股上市将进一步拓宽融资渠道。

MiniMax 创始人兼 CTO Dr. Yan Junjie 在 7 月 10 日的内部信中表示，在公司达到 AGI 目标之前，他不会领取薪酬，并将在未来四年内从个人账户捐出公司 4% 的股份用于员工激励，另捐出 1% 设立专项基金支持开源社区。

研发投入大幅上调：高壁垒时代的必然代价

随着模型参数规模跃升，两家公司的研发投入预测均大幅上修。分析师将智谱和 MiniMax 的 2027 年研发费用预测均上调至 10 亿美元以上，以反映训练大参数模型所需的更高投入。

具体而言，智谱 2026-2028 年收入预测分别上调 37.3%、53.1% 和 56.7%；MiniMax 同期收入预测分别上调 104.2%、71.1% 和 99.2%。

两家公司均处于亏损阶段，摩根士丹利预计智谱最早在 2028 年实现盈亏平衡，届时云端部署业务收入的快速扩张将超越研发支出的增速。