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]