电话会议纪要关键要点总结 一、 涉及的行业与公司 * **行业**：中国人工智能（AI）行业，特别是生成式人工智能（GenAI）和基础大模型（LLM）领域 [1] * **主要公司**： * **智谱AI**（Knowledge Atlas，股票代码：2513.HK）[1][4] * **MiniMax**（股票代码：0100.HK）[1][4] * **其他提及公司**：字节跳动（Doubao）、阿里巴巴（Qwen）[33][61] 二、 核心观点与论据 1. 行业趋势：从能力展示到商业化，代理（Agent）成为核心驱动力 * **商业化拐点**：春节（CNY）模型发布周期标志着行业结构性转变，从单轮任务转向由**代理驱动的多步骤工作流**，这直接利好上游基础模型提供商 [1][3] * **需求结构变化**：根据OpenRouter数据，**每周全球token消耗量是年初至今（YTD）的2倍**，且基于代理的应用（如OpenClaw）的token消耗量已超过编码助手，成为最大需求来源 [3][49] * OpenClaw每周消耗约**2.35万亿（2.35T）** tokens，而Kilo Code消耗约**1.3万亿（1.3T）** tokens [49] * **模型定位转变**：各大模型厂商的发布均围绕**代理就绪性**、**推理效率**和**工作流稳定性**展开，强调在复杂、持久任务中的可靠执行能力 [28][30][31][32][33] 2. 公司战略与定价分化 * **智谱AI**：采取**高端化定价策略**，通过**GLM-5** 强调编码鲁棒性和长周期代理任务 [31][33] * GLM-5的API价格相比GLM-4.7**翻倍**，其编码计划价格上调**超过30%** [35][69] * 输入定价为人民币4-6元/百万tokens，输出定价为人民币18-22元/百万tokens [38][42] * 战略逻辑：通过提高工作流成功率和降低重试频率，为用户创造可衡量的生产力收益，从而支撑其溢价 [70][76][77] * **MiniMax**：坚持**效率优先、规模驱动的低成本策略** [39][102] * M2.5高速版和标准版的输入定价约为**0.3-0.6美元/百万tokens**，输出定价为**1.2-2.4美元/百万tokens**，处于国内定价谱系底端 [39][42] * 推出**M2.5-Lightning**层级，强调高吞吐量（约100 tokens/秒）和低边际循环成本，定位为高并发代理部署的基础设施 [71][72][102] * **阿里巴巴**：采取**价值重置策略**，在提升能力的同时优化工作负载经济性，声称Qwen 3.5比上一代**成本降低60%**，大工作负载处理能力**提升8倍** [33][65] * **字节跳动**：强调**多模态协同与大规模分发**，在春晚期间，豆包相关AI互动达到**约19亿次**，峰值推理吞吐量达到**每分钟633亿tokens** [33][64] 3. 财务预测与目标价上调 * **上调收入预测**：基于对代理驱动工作负载强度和定价能力的更强假设，上调两家公司2026-2030年收入预测 [1][3] * **智谱AI**：2026-2030年收入预测上调**12%-59%** [1][80] * **MiniMax**：2026-2030年收入预测上调**8%-35%** [1][106] * **上调目标价**： * 将**智谱AI**目标价从**400港元**大幅上调至**800港元** [1][4][80] * 将**MiniMax**目标价从**700港元**上调至**1000港元** [1][4][106] * **盈利路径**：预计两家公司均将在**2029年实现盈亏平衡** [3][80][106] * **估值方法**：目标价基于**30倍2030年预期市盈率（P/E）**，并以**15%的加权平均资本成本（WACC）** 折现得出 [3][5][86][93][112][119] 4. 估值交叉检验框架 * **方法一：对标美国同行历史收入倍数** [7] * 当年度经常性收入（ARR）**低于10亿美元**时，美国领先公司交易于约**97-145倍 P/ARR**倍数 [8] * 将此应用于2026年收入预测，智谱AI（2.54亿美元）和MiniMax（2.05亿美元）的隐含市值范围较广，潜在下行风险为**23%-34%**，上行空间有限（智谱AI为15%，MiniMax接近持平）[10] * 应用于2027年更高收入预测（智谱AI：6.51亿美元，MiniMax：5.77亿美元）时，隐含上行空间显著扩大至**85%-195%** [11] * 当ARR**超过10亿美元**时，历史倍数正常化至**27-44倍** [12] * 应用于2028年收入预测（智谱AI：18.58亿美元，MiniMax：16.55亿美元），经折现后估值仍显著高于当前水平 [12] * **方法二：作为美国同行最新估值的一定比例** [18] * 考虑到**总可寻址市场（TAM）差异**和**中国更激烈的竞争格局**，中国领先模型公司的估值可能相当于美国同行最新估值的**5%-25%** [20][21] * 基于此框架： * 相对于**Anthropic**最新3800亿美元估值，智谱AI和MiniMax的隐含市值范围为**190亿至950亿美元**，对应**41%下行至214%上行**空间 [21][27] * 相对于**OpenAI**最新8500亿美元估值，隐含市值范围为**425亿至2125亿美元**，对应**33%下行至603%上行**空间 [21][27] * **全球TAM分析**：2030年全球AI TAM预计为**1.414万亿美元**，其中美国6600亿美元，中国3080亿美元 [19][22] * 中国玩家的可触达市场规模（约4770亿美元）约为美国玩家（约9370亿美元）的**一半** [19][22] 5. 竞争优势与风险 * **智谱AI**： * 优势：专注于**工作流可靠性**（特别是编码场景），拥有**国内芯片供应链**（如华为昇腾）的韧性，在监管行业拥有可观的本地部署基础 [67][78][92] * 风险：定价能力取决于工作流优势的持续性；面临激烈竞争；持续的研发投入压力 [95] * **MiniMax**： * 优势：**推理效率高、成本结构优**，适合高并发代理部署；具备**多模态能力**和**全球市场布局** [102][111][118] * 风险：与美国工作室的诉讼程序；激烈竞争；商业化进程的不确定性 [121] * **共同风险**：出口管制和地缘政治风险；技术迭代快速；对算力基础设施和外部供应商的依赖 [95][121] 三、 其他重要信息 * **市场表现**：自IPO以来，智谱AI和MiniMax的股价已上涨**五倍**，而同期恒生指数上涨**4.3%** [1] * **token消耗领导者**：在OpenRouter上，**MiniMax M2.5** 以约**2.3万亿** 周token消耗量排名第一，其次是Kimi K2.5（约**9700亿**）和GLM-5（约**7700亿**）[51] * **模型能力**：中国玩家正从“缩小巨大能力差距”转向“在压缩的前沿集群中竞争”，差异化体现在整体智能水平、代理就绪性和推理效率 [56] * **投资评级**：报告对智谱AI和MiniMax均给予 **“增持”（Overweight）** 评级 [3][4][85][111]