（来源：网易科技）

摩根大通最新认为，在中国 AI 模型层竞争中，能力的内生驱动比外部环境的被动改善更具投资价值。智谱凭借 GLM-5.3 的内生能力跃升占据更有利的竞争起点，而 MiniMax 的估值重估则有赖于 M3.1 和 H3 能否在各自维度上交出令人信服的答卷。

据追风交易台消息，摩根大通在 8 月 16 日的研报中指出，两大催化剂——智谱 GLM-5.3 的发布以及 DeepSeek 于 8 月 17 日生效的 API 提价——正在改变行业的竞争格局。其核心结论非常明确：在当前快速演进的 AI 市场中，拥有 " 前沿智能 " 定价权的模型比单纯依赖低价的模型更具投资价值。

摩根大通认为，当前更看好能力端，因智能前沿仍在快速演进。智谱的竞争力提升源于内生驱动，护城河更为稳固；MiniMax 则需通过即将推出的 M3.1 证明自身能在帕累托曲线的某一维度上建立竞争优势，海螺 H3 提供多模态期权价值，但独立厂商面对字节跳动、快手等整合型平台的价值捕获能力仍存疑。

基于此逻辑，摩根大通做出了以下关键投资评级与目标价调整：

与此同时，摩根大通还分别上调了智谱和 MiniMax 的盈利预测：智谱 2026-27 年收入预测上调 6-9%，2026-30 年整体上调 6-10%；MiniMax 2026 年收入预测维持不变，2027-30 年收入预测上调 11-21%。

竞争框架：帕累托边界定义能力与成本的双轨赛道

摩根大通引入 " 帕累托边界 " 作为评估中国 AI 模型竞争格局的核心框架。其定义为：当没有竞争对手以相同或更低价格提供更强能力，或以更低价格提供相当能力时，该模型即处于帕累托边界之上。

处于边界之上的模型可构建两类有吸引力的商业模式：

摩根大通当前更看好能力端，理由有三：

其一，模型智能水平仍在快速进步，能力领先的模型相对不受弱替代品价格变化的影响；

其二，每一级能力跃升可打开新的需求，例如编程领域已从自动补全演进至仓库级开发和长周期软件开发任务；

其三，随着智能日趋成熟，性价比赛道的竞争将更为激烈，可持续的成本领先地位需建立在结构性效率优势之上，而非激进的定价意愿。

在成本端，摩根大通主要采用综合 token 定价作为衡量指标（假设输入：输出比例为 10:1，缓存命中率为 90%）；能力端则参考基准测试及产品实际表现。

DeepSeek 提价：行业成本基准松动，但结构性优势未变

DeepSeek 于 8 月 17 日生效的 API 调价是摩根大通研报的重要背景事件。从定价数据来看，调整幅度显著：

摩根大通对此次提价的解读是：DeepSeek 此前定价蕴含了可观的变现空间，此次上调表明其具备充足的定价灵活性。尽管如此，DeepSeek 在高能力模型中仍保持较高的价格竞争力，其作为行业成本基准的地位并未改变。

此次提价对行业的影响是双重的：短期内为靠近性价比端的厂商（尤其是 MiniMax）提供了喘息空间，收窄了其面临的成本劣势；但从长期看，这反而强化了摩根大通的核心观点——可持续的成本领先地位需具备在价格调整后仍能存续的底层效率优势，DeepSeek 的 MoE 架构、注意力设计、KV 缓存优化等系统级效率仍是其护城河所在。

智谱：GLM-5.3 内生驱动能力跃升，维持 " 增持 "

据智谱公司披露，GLM-5.3 采用与 GLM-5.2 相同的基础模型，其编程与智能体能力的提升主要源于强化后训练。

摩根大通认为，这一技术路径具有重要的竞争格局含义：它表明无需进行新一轮大规模预训练，仅通过后训练仍可实现可观的能力提升，从而使数据质量、强化学习、评估基础设施和工程执行在差异化竞争中的权重上升。

在 API 定价体系基本不变的前提下（GLM-5.2 定价维持在输入 8.00 元、缓存命中输入 2.00 元、输出 28.00 元 / 百万 token），更强的能力预计将有助于提升采用率与留存率。

摩根大通强调，智谱此次竞争力提升源于内生驱动，这是其相较于 MiniMax 更具吸引力的核心原因。从更靠近智能前沿的起点出发，还赋予了智谱战略上的灵活性：后续通过推理优化，可在保持模型能力不变的前提下提升性价比。

投资逻辑的持续性需依靠持续的模型迭代，而非仅凭 GLM-5.3 单次发布。智谱的竞争地位仍面临 Kimi、DeepSeek 和其他前沿同业后续产品的挑战。

摩根大通将智谱 2026-30 年收入预测上调 6-10%，具体调整如下：

目标价 1,800 港元基于 20 倍 2030 年预期市盈率，采用 15% 加权平均资本成本折现至 2026 年 12 月。20 倍市盈率相对国内一线互联网企业存在估值溢价，主要反映公司 2026-2030 年预期超过 100% 的收入年复合增长率。

MiniMax：外部利好提供喘息，M3.1 与 H3 是两条上行路径

摩根大通指出，MiniMax 目前的 M3 模型在能力或性价比方面均未建立明确优势，使其陷入两面受压的困境：一端面临更强模型（如 Kimi K3、GLM-5.3）的竞争，另一端承受 DeepSeek 长期激进定价策略的压力。

DeepSeek 此次提价在可替代工作负载层面收窄了 MiniMax 的成本劣势，支撑更高的留存率、工作负载份额和定价假设，但摩根大通明确指出，该利好源于竞争对手的决策，可能随价格和模型的变化而逆转。

摩根大通将 M3.1 定位为 MiniMax 最重要的公司层面催化剂。评估标准清晰：要么显著提升模型能力，要么打造突出性价比，在帕累托曲线的任一维度上建立更具竞争力的地位。若 M3.1 仅为温和改进，模型依旧处于帕累托边界之内，则对长期观点的影响有限。

海螺 H3 为 MiniMax 增添了第二个潜在增长引擎，初期积极的市场反馈增强了其多模态产品组合。随着 AI 图文视频生成技术渗透至广告、短视频、游戏和电商行业，行业需求前景广阔。

然而，摩根大通对 MiniMax 作为独立供应商的价值捕获能力持审慎态度。核心挑战在于竞争格局：字节跳动和快手等整合型平台可在模型 /API 收入、内容创作、分发、广告和用户互动等多个环节实现价值捕获，且拥有现成的创作者和广告主生态提供分发和数据优势。相比之下，MiniMax 更多需要直接通过自身产品和模型服务获取投资回报。

摩根大通将 MiniMax 2027-30 年收入预测上调 11-21%，具体调整如下：

目标价 260 港元同样基于 20 倍 2030 年预期市盈率，采用 15% 加权平均资本成本折现。

本文来自华尔街见闻，欢迎下载 APP 查看更多