> **来源：[研报客](https://pc.yanbaoke.cn)** # 大模型投资系列 (1): 市值比肩京东、快手,智谱和 MiniMax 的稀缺性溢价和结构性分化 2026年大模型趋势展望：1.中美差异：据ArtificialAnalysis榜单，当前中美大模型技术差距已压缩至3~6个月，国内前沿模型综合水平逐渐逼近海外顶级模型，不过美国厂商更注重尖端技术创新，国内厂商重点聚焦场景落地与开源生态构建。2.竞争格局：中国独立大模型厂商凭借决策灵活性，与互联网大厂将呈现分层竞合、互补共生格局，大厂以算力、数据、生态主导通用基座与C端场景，独立厂商聚焦垂直技术、开源创新。3.商业变现：短期ToB模式具备更强稳健性与确定性，从长期潜力来看，ToC模式更具想象空间。由于巨头对国内流量把控，独立厂商ToC国内生存空间被压缩，出海机会更大。4.盈利预期：大模型行业普遍处于亏损状态，核心制约因素为算力投入、研发成本及获客成本，短期难以实现盈利，盈利关键在于提升商业变现以及优化推理成本等。 - 大模型公司有哪些共同特点？大模型行业正从参数竞赛转向效率与多模态融合，同时面临算力、数据等挑战。智谱与MiniMax作为国内独立大模型厂商代表，均为港交所上市首批大模型标的，布局MaaS、多模态与Agent方向，采用API、订阅、私有化部署等多元商业化路径，都呈现高营收增速、超高研发投入、持续大额亏损、经营现金流为负的典型早期成长特征。这些特征是大模型行业高投入、高成长的集中体现。 智谱和 MiniMax 有何不同？智谱与 MiniMax 在战略定位、技术路线、商业模式、市场布局及财务特征上存在显著差异：智谱定位为 AI 基础设施提供者，以 GLM 系列通用大模型为核心，走国产化全栈技术路线，主打 ToB 业务，通过模型授权、私有化部署和行业定制服务国内政企客户，国内收入占比超 $80\%$ ，毛利率 $50\%$ （1H25），人力与研发成本较高；MiniMax 则定位为 AI 原生内容与交互平台，采用全模态并行的轻量高效技术路线，聚焦 AI 原生产品化，以 ToC 业务为主（收入占比超 $70\%$ ），全球化特征突出、海外收入占比超 $70\%$ ，毛利率 $25.4\%$ （2025），成本以算力为主。 ·大模型受到追捧，高增长预期已在估值充分反映，或需较长时间消化。智谱和MiniMax登陆港股，标志着中国大模型行业从技术探索迈入资本化与商业化博弈阶段。大模型公司受到追捧，股价暴涨，主要由于：AI产业风口、稀缺标的FOMO情绪、高增长预期、技术突破，叠加流通比例小和纳入恒指及港股通预期等因素。截至今年3月2日，智谱、MiniMax市值已比肩快手、京东，跻身港股科网股第一梯队，对应2025年P/S分别高达266倍和413倍，估值相对充分，或需较长时间消化。参考快手2021年上市初期估值冲高后持续回落，高成长赛道早期情绪溢价往往需要漫长周期消化，将主要依赖收入规模的几何级快速增长。 ·投资风险：人工智能落地不及预期；研发投入超预期；竞争加剧。 赵丹 首席科技分析师 dan zhao@spdbi.com (852) 28086436 杨子超，CFA 科技分析师 charles_yang@spdbi.com (852) 28086409 2026年3月4日 扫码关注浦银国际研究 # 目录 2026年大模型趋势展望 3 大模型公司有何特点？ 8 智谱和 MiniMax 有何不同？ 10 大模型是否过热？ 14 投资风险 16 # 2026年大模型趋势展望 # 中美大模型技术能力有多大差距？ 目前，中美大模型技术能力差距已压缩至3~6个月，中国前沿模型综合智能分数逼近海外顶级模型的 $87\%$ ，在算法优化（如MOE、动态稀疏注意力）和工程提效下，部分技术延迟差距进一步缩小。 图表 1: 中美大模型能力差距压缩至 3~6 个月 资料来源：Artificial Analysis、浦银国际 美国凭借对高端算力芯片的垄断、丰富的多元数据生态以及数倍于中国的资本投入，构筑了显著的硬约束优势。技术路径上，美国厂商更多以“突破技术上限”为核心目标，聚焦多模态理解、深度推理、长上下文等前沿领域的尖端突破，追求在技术上的领先地位和对技术边界的极致探索，并通过闭源模式构建商业壁垒；中国厂商相对更强调实用性与普惠性，通过算法创新和工程优化，在有限算力下提升模型性价比，目标是更广泛地服务于实际场景，并全面拥抱开源生态，在特定领域实现领先。中国厂商通过开源聚合分散的算力与场景资源，构建了“应用-反馈-迭代”的开发者生态飞轮，为技术快速迭代和商业化落地提供了坚实基础。 图表2：中国大模型引领开源生态 资料来源：Artificial Analysis、浦银国际 短期来看，我们预计美国厂商将继续占据基础研究与高端芯片的制高点，而中国有望凭借庞大的应用场景、成本控制能力和产业协同，在垂直行业落地与效率优化上扩大优势，形成“美国厂商主导尖端创新、中国厂商引领规模应用”的双强格局。 # 中国独立大模型厂商如何与大厂竞争？ 互联网大厂在大模型竞争中具备显著的资源优势：拥有雄厚的资金实力、庞大的用户基础及成熟的业务生态，可将大模型嵌入现有产品，形成用户粘性与马太效应。此外，依托集团整体资源，大厂在算力采购、数据获取等方面更具规模效应。然而，其大模型业务通常仅是集团多元业务的一部分，战略优先级与决策灵活性受限，存在跨部门协作挑战，难以像独立厂商般All in大模型核心技术迭代。 相较于互联网大厂，独立大模型厂商作为AI原生公司，核心优势在于极致的专注力、决策更加灵活。独立厂商通常将所有资源集中于打造顶尖的大模型，这使其决策链条极短，能够快速响应技术趋势和市场需求，敢于探索高风险、高潜力的前沿架构。由于没有庞大的存量业务包袱，它们能够更灵活地选择开源或商业策略，并以更专注的服务满足垂直行业的深度定制需求。 从技术能力上看，智谱、Kimi、DeepSeek、MiniMax等独立大模型厂商均处于国内前列水平，并未被传统互联网大厂拉开差距。全球模型中，OpenAI和Anthropic同样也成功挑战了传统科技巨头的市场地位，证明了独立厂商在AI时代具备与大型企业竞争的技术能力。此外，阿里巴巴、腾讯等传统大厂也广泛战略投资于独立大模型厂商，大厂的云业务通常也同时接入众多业内领先模型。我们认为大模型竞争未来更多是竞合并存的共生格局。考虑到中国市场整体仍处于发展初期，未形成绝对龙头，未来独立厂商仍有望通过融资、技术迭代与市场拓展，加速整合市场，成为行业主导者。 # To B vs To C? 短期来看，我们认为ToB模式是更稳健、更确定的商业化路径。它直接对接企业的降本增效需求，在金融、政务、制造等垂直场景中能快速验证并产生可量化的价值，形成清晰的付费闭环。当前，无论是API调用还是私有化部署方案，ToB收入都构成了行业现金流的主要支撑。然而，从长期颠覆性与规模潜力来看，ToC模式更具想象空间。成功的ToC应用能够创造全新的需求与市场，实现指数级用户增长，并最终构建起强大的生态和网络护城河，其天花板或高于ToB服务。 在付费意愿维度，ToB与ToC呈现显著差异。ToB模式下，企业客户为提升效率、降低成本，付费意愿较高，尤其在金融、能源、制造等对智能化需求迫切的行业，企业更愿意为AI解决方案付费以实现业务升级。而ToC模式下，目前多数产品（如豆包、DeepSeek）以免费形式吸引用户，消费者付费意愿仍较低，变现难度大。 从商业模式看，ToB以API调用、私有化部署和行业解决方案为主，收入结构稳定且较可预测。ToC则以订阅制、广告、积分等模式为主，用户ARPU值相对较低。 竞争壁垒方面，ToB模式需要厂商具备深厚的行业知识、强大的工程化能力及满足合规要求的能力，形成较高的进入壁垒。例如，金融、政务等高安全场景要求模型支持私有化部署和定制化开发，非头部厂商难以快速切入。而ToC模式产品同质化较高，用户易因体验差异流失，未来或将演变为流量和生态的竞争，如豆包依托字节的内容生态、腾讯元宝通过高频服务留存用户，无强生态支持的独立AI助手生存空间被压缩。 图表3：大模型商业化ToBvsToC <table><tr><td>维度</td><td>To B</td><td>To C</td></tr><tr><td>付费意愿</td><td>高，企业为降本增效愿付费，金 融、能源等行业需求迫切</td><td>低，多数产品免费</td></tr><tr><td>商业模式</td><td>API调用、私有化部署、行业解决 方案，收入稳定可预测</td><td>订阅制、广告、积分，ARPU值低</td></tr><tr><td>竞争壁垒</td><td>需行业知识、工程能力、合规能 力，壁垒高</td><td>产品同质化严重，用户易流失，依赖流量 和生态，壁垒低</td></tr></table> 资料来源：浦银国际 然而，纯粹的单一模式存在局限：纯ToB易陷入项目制定制、增长线性的问题；而纯ToC则面临付费意愿低、盈利难的挑战。因此，B端C端融合变现可能是更好的选择，能够同时赋能企业及服务海量用户，形成数据、场景与商业价值的增强回路。 # 大模型厂商如何实现盈利？ 当前大模型行业仍处于商业化早期阶段，高算力、高研发及高获客成本是普遍现象。这些成本的叠加导致厂商普遍亏损，制约了早期盈利能力。尽管部分厂商通过技术优化（如算法创新、硬件适配）降低单位成本，但整体仍需依赖规模效应和商业化落地的加速来改善盈利状况。 算力成本是大模型厂商亏损的核心来源之一，巨额的算力消耗直接推高了运营成本。此外，大模型厂商需持续投入顶尖人才进行算法迭代和模型优化，研发成本居高不下。由于大模型技术处于快速演进阶段，为保持技术竞争力，厂商需在架构设计、多模态能力提升等领域不断投入，这部分成本构成了亏损的重要组成部分。研发投入的前置投入，与商业化回报不匹配，进一步加剧了亏损压力。同时，在C端市场，大模型厂商也要面临获客与推广成本对利润的侵蚀。 我们认为商业化能力提升和推理成本优化是大模型厂商未来实现盈利的核心环节。商业化方面，API调用量增长与商业模式升级共同驱动收入非线性增长。一方面，客户从试点式使用转向生产级高频调用，规模效应摊薄固定成本；另一方面，商业模式从基础API调用扩展至MaaS（模型即服务）、行业智能体、定制化解决方案等高价值服务，将提升ARPU值并增强客户粘性。推理成本优化方面，通过算法创新和工程优化进一步提升算力利用率，从而降低单位推理成本，推动毛利率提升，为低价高质服务创造空间。 当前大模型行业已进入技术迭代与商业化深耕并行的关键阶段，除核心格局与盈利逻辑外，技术范式、能力标配、行业协同及市场格局均呈现明确发展趋势： # 推理能力强化，多模态应用扩展 大模型技术范式向推理能力演进，Gemini3、千问3.5、GLM-5等国内外头部模型均强化了思维链（CoT）与自主工具调用能力，这标志着大模型从单纯的信息处理工具向具备逻辑推理与任务执行能力的协作者升级。多模态已成为大模型的关键数据基础设施与交互界面。 # Agent能力成为模型基础标配 多智能体协作、长记忆、自主任务执行等已从附加功能升级为大模型的底层基础能力。AI正从单纯工具加速向人工智能“同事”进化，这种转变推动模型具备更复杂的协同与执行能力，以满足企业级场景的深度需求。 # 通用与垂类协同进化 通用大模型与垂类模型正形成协同进化关系：通用模型凭借强大的底层能力（如推理、多模态、工具调用等）为垂类场景提供基础支撑，而垂类场景通过行业专有数据（如金融、医疗等领域的高质量业务数据）反哺通用模型迭代，形成“通用能力输出-垂类数据反馈”的正向循环，推动行业进入系统级智能竞争阶段 # 商业化效率成为核心支撑 全球大模型行业已从参数竞赛全面转向“干活能力”竞争阶段，技术演进、商业落地与生态构建成为核心驱动力，AI正从单纯工具进化为可与人类协同工作的“同事”。商业化效率成为核心估值锚：资本市场的关注点已从最初的技术叙事，转向收入质量、毛利率改善、现金流管理等商业化本质指标。能否展示出清晰的盈利拐点预期，将是支撑长期市值的关键。 # 大模型公司有何特点？ 大模型通常指基于Transformer架构、参数量达数十亿至数万亿级、经海量数据训练的深度学习模型，核心特征是规模效应带来的智能涌现、跨任务泛化与上下文学习能力，可理解并执行复杂指令，是从专用AI迈向通用AI的关键底座。目前，全球市场已形成国际巨头（OpenAI、Google、Anthropic等闭源模型领跑，MetaLlama等开源模型激活生态）与国内阵营（通义千问、文心一言、DeepSeek等在中文处理、垂直场景加速突围）并行的格局，技术上从参数竞赛转向效率优化与多模态融合，产品应用进入产业深耕期，同时这些公司也面临算力成本高、数据治理难、安全与伦理合规等挑战，正尝试通过技术创新与政策规范推动可持续发展。 图表4：大模型厂商排名 <table><tr><td>综合排名</td><td>公司</td><td>代表模型</td></tr><tr><td>1</td><td>Anthropic</td><td>claude-opus-4.6</td></tr><tr><td>2</td><td>Google</td><td>gemini-3.1-pro-preview</td></tr><tr><td>3</td><td>xAi</td><td>grok-4.20-beta1</td></tr><tr><td>4</td><td>OpenAI</td><td>gpt-5.2-chat-latest-20260210</td></tr><tr><td>5</td><td>字节跳动</td><td>dola-seed-2.0-preview</td></tr><tr><td>6</td><td>智谱</td><td>glm-5</td></tr><tr><td>7</td><td>百度</td><td>ernie-5.0-0110</td></tr><tr><td>8</td><td>阿里巴巴</td><td>qwen3.5-397b-a17b</td></tr><tr><td>9</td><td>月之暗面</td><td>kimi-k2.5-thinking</td></tr><tr><td>10</td><td>深度求索</td><td>deepseek-v3.2-exp</td></tr><tr><td>11</td><td>Mistral AI</td><td>mistral-large-3</td></tr><tr><td>12</td><td>Amazon</td><td>amazon-nova-experimental-chat-26-01-10</td></tr><tr><td>13</td><td>MiniMax</td><td>minimax-m2.5</td></tr><tr><td>14</td><td>美团</td><td>longcat-flash-chat</td></tr><tr><td>15</td><td>腾讯</td><td>hunyuan-vision-1.5-thinking</td></tr></table> 资料来源：Arena AI（2026年3月4日）、浦银国际 智谱与 MiniMax 均属于独立大模型厂商，而非互联网大厂旗下子公司，核心聚焦于 AGI 基座的研发与商业化落地；两家企业均通过港交所 18C 章特专科技公司上市路径完成 IPO，成为全球首批大模型领域的上市标的，并获得了阿里、腾讯、红杉中国、高瓴等顶级资本的加持，这为其技术研发和业务拓展提供了资金支撑。目前两家公司均处于典型的“高增长、高研发投入、高亏损”的早期扩张阶段，营收年增速均超过 $100\%$ ，研发投入占营业收入的比例极高，仍处于亏损状态。 在技术与产品层面，两家企业均坚持自研基座大模型，核心提供MaaS（模型即服务）相关能力，通过API接口、订阅模式、私有化部署等多种形式，向客户输出大模型技术服务。同时，二者均积极布局多模态技术领域，实现了文本、视觉、语音等多维度数据的融合处理，并向智能体（Agent）方向演进，持续拓展大模型的应用边界。 财务层面，近几年智谱与MiniMax均实现了营收的高速增长，其中智谱2024年营收达人民币3.12亿元，同比增长 $151\%$ ，2025年上半年营收1.91亿元，同比增长 $325\%$ ；MiniMax2024年营收0.31亿美元，同比增长 $782\%$ ，2025年营收已达0.79亿美元，同比增长 $159\%$ 。与此同时，两家企业均面临巨量研发投入带来的持续亏损，智谱2025年上半年研发投入达15.9亿元，调整后净亏损23.5亿元；MiniMax2025年研发投入2.5亿美元，调整后净亏损2.5亿美元。目前二者均依赖外部融资支撑算力投入与研发推进，经营现金流处于负值状态。 # 智谱和 MiniMax 有何不同？ # 1. AI基础设施 vs AI 原生产品 智谱战略定位聚焦于“AI基础设施提供者”，核心通过MaaS（模型即服务）模式向企业输出大模型能力，强调模型与客户业务流程的深度耦合。其以通用大模型为核心，构建完善的模型矩阵（如GLM系列文本大模型），为企业提供底层技术支撑，发展逻辑更接近基础设施级服务，而非直接面向终端用户的产品化输出。 智谱的技术路线以GLM系列模型为核心，其技术布局强调构建国产化全栈技术底座，目前位居中国独立大模型市场前列。GLM模型聚焦文本推理、编程、AI Agent等关键场景，与企业业务流程深度耦合，为B端客户提供底层模型支撑，客户结构以政企及机构为主。 MiniMax 战略定位为“AI 原生内容与交互平台”，其核心逻辑是以多模态能力为技术底座，将模型能力直接产品化，围绕原生 AI 应用构建用户生态，更强调通过 C 端产品的用户规模与活跃度，结合订阅制、虚拟道具等增值服务实现变现，底层支撑在于产品力的持续迭代。 MiniMax 以 M2、Hailuo-02、Speech-02 系列模型为核心，采用文本、视觉、语音、视频全模态并行发展的路线，其采用混合专家（MoE）+混合注意力架构，具备轻量高效的特点，更适配 C 端高并发场景与全球化部署需求。 图表 5: 智谱大模型矩阵 资料来源：公司资料、浦银国际 图表 6: MiniMax 大模型及产品矩阵 资料来源：公司资料、浦银国际 # 2. To B vs To C 商业模式与收入结构是两家企业的核心差异点，其中智谱采用项目制的运营模式，收入主要来自ToB业务，2025年上半年本地化部署业务占比达 $84.8\%$ ，云端部署业务占比 $15.2\%$ ，具体通过模型授权、私有化部署、行业定制及运维服务的方式开展业务，服务领域覆盖政务、金融、互联网、科研、电信等多个行业，1H25前五大客户的收入占比为 $40\%$ 。 MiniMax则采用产品化的运营模式，收入中大部分来自ToC业务，2025年AI原生产品收入占比达 $67.2\%$ ，海外收入占比 $73\%$ ，商业模式以C端订阅+内购、B端API调用为主，具有标准化程度高、周转速度快、全球化布局的特点。AI原生核心产品包括Talkie/星野（AI伴侣）、海螺AI（视频生成）等，9M25平均MAU约为0.28亿，累计用户数超过2.12亿。 # 3. 本地化 vs 全球化 智谱以国内市场为主导，国内收入占比超过 $80\%$ ，海外收入占比相对较低，其生态体系主要围绕国内政企客户与开发者构建，通过开源GLM系列模型吸引开发者参与，拓展政企客户群体、强化本地化服务能力。 MiniMax 的全球化布局特征显著，海外收入占比超 $70\%$ ，覆盖全球 100+个国家，拥有 2 亿+个人用户。其构建了独特的增长飞轮，通过 C 端海量用户的使用反哺模型迭代优化，同时借助 B 端开放平台实现协同发展，兼顾 C 端用户增长与 B 端业务拓展，形成了良性的生态循环。 # 4. 财务比较 从营收规模及增速来看，2024年智谱与MiniMax营收规模相近，智谱约4千万美元，MiniMax约3千万美元。根据公司财报及Bloomberg一致预期，2025年两家公司有望均将实现超过 $150\%$ 以上的高增速。 毛利率方面，智谱2025年上半年整体毛利率达 $50\%$ ，其中本地化部署毛利率 $59.1\%$ ，云端部署毛利率为 $-0.4\%$ ；MiniMax2025年整体毛利率为 $25.4\%$ 。 成本结构方面，智谱因本地化驻场服务需求，人力成本占比较高；同时，前期模型训练的研发投入构成主要成本项（1H25研发费用率 $835\%$ ）。MiniMax的成本结构以算力成本为主，研发费用同样处于较高水平（2025年研发费用率 $320\%$ ）。 在盈利表现上，两家公司目前均处于亏损状态，主要因高额的算力成本和研发投入。智谱2025年上半年调整后净亏损约2.5亿美元，MiniMax2025年经调整净亏损2.5亿美元。 图表 7: 智谱、MiniMax 收入比较 (百万美元) E=Bloomberg一致预期，资料来源：Bloomberg、浦银国际 图表 8：智谱、MiniMax 毛利率比较 E=Bloomberg一致预期，资料来源：Bloomberg、浦银国际 图表 9：智谱、MiniMax 经营利润率比较 E=Bloomberg一致预期，资料来源：Bloomberg、浦银国际 图表 10：智谱、MiniMax 调整后净利率比较 E=Bloomberg一致预期，资料来源：Bloomberg、浦银国际 图表 11: 智谱收入业务分布 (1H25) 资料来源：公司资料、浦银国际 图表 12：智谱本地化部署收入地区分布(1H25) 资料来源：公司资料、浦银国际 图表 13：MiniMax 收入业务分布 (9M25) 资料来源：公司资料、浦银国际 图表 14：MiniMax 收入地区分布 (9M25) 资料来源：公司资料、浦银国际 # 大模型是否过热？ 大模型公司受到追捧，股价迎来暴涨。智谱与 MiniMax 作为中国独立大模型领域的“双雄”，均于2026年1月登陆港股，这标志着中国大模型行业从技术探索迈入资本化与商业化深度博弈的阶段。大模型公司受到投资者追捧，截至2026年3月4日，智谱和 MiniMax 的股价年内涨幅为 $339\%$ 和 $345\%$ 。我们认为股价暴涨的原因如下： 1. AI产业爆发风口：全球大模型商业化加速，资本持续押注AI基础设施与应用生态，看好AI资产。 2. 稀缺标的属性：港股纯AI大模型公司极少，春节期间大模型“红包大战”点燃AI板块情绪，成为资金集中追捧对象，推动股价暴涨。 3. 未来成长预期：市场看好大模型公司技术壁垒及未来商业化潜力。目前行业处于高增长初期，预期收入在未来几年呈现爆发式增长，给予高估值溢价。 4. 技术突破：智谱发布的旗舰模型GLM-5目前在全球编程基准测试中开源第一，核心服务套餐涨价 $30\% - 60\%$ 且迅速售罄；MimiMax发布的M2.5是全球首个Agent场景原生生产级模型，支持全栈编程。 5. 流通比例较小：若剔除禁售、锁定、基石等不可交易股份外，两家公司的真实自由流通比例在 $5\%$ 左右。 6. 纳入恒指及港股通预期：若成功纳入，或将吸引大量国际被动跟踪资金（通过ETF等）和内地南下资金（通过港股通）配置，显著提升股票流动性。 图表 15：大模型公司年初至今股价走势(港元) 注：股价截至 2026 年 3 月 4 日；资料来源：Bloomberg、浦银国际 图表 16: 可比公司估值 <table><tr><td rowspan="2">公司名称</td><td rowspan="2">市值(百万美元)</td><td colspan="3">P/E (x)</td><td colspan="3">P/S (x)</td></tr><tr><td>2025E</td><td>2026E</td><td>2027E</td><td>2025E</td><td>2026E</td><td>2027E</td></tr><tr><td>腾讯</td><td>589,446</td><td>16.1</td><td>14.2</td><td>12.7</td><td>5.4</td><td>4.9</td><td>4.5</td></tr><tr><td>阿里巴巴</td><td>323,709</td><td>21.3</td><td>15.9</td><td>11.5</td><td>2.2</td><td>2.0</td><td>1.8</td></tr><tr><td>拼多多</td><td>142,973</td><td>9.2</td><td>8.0</td><td>6.9</td><td>2.3</td><td>2.0</td><td>1.8</td></tr><tr><td>网易</td><td>73,172</td><td>13.8</td><td>12.7</td><td>11.4</td><td>4.5</td><td>4.2</td><td>3.8</td></tr><tr><td>美团</td><td>58,953</td><td>N/A</td><td>81.4</td><td>12.1</td><td>1.1</td><td>1.0</td><td>0.9</td></tr><tr><td>百度</td><td>41,619</td><td>15.4</td><td>14.7</td><td>12.5</td><td>2.2</td><td>2.2</td><td>2.0</td></tr><tr><td>京东</td><td>37,262</td><td>10.1</td><td>9.0</td><td>6.2</td><td>0.2</td><td>0.2</td><td>0.2</td></tr><tr><td>携程</td><td>35,645</td><td>7.8</td><td>12.6</td><td>11.2</td><td>3.9</td><td>3.5</td><td>3.1</td></tr><tr><td>快手</td><td>33,156</td><td>11.1</td><td>9.7</td><td>8.4</td><td>1.6</td><td>1.5</td><td>1.4</td></tr><tr><td>平均</td><td></td><td>13.1</td><td>19.8</td><td>10.3</td><td>2.6</td><td>2.4</td><td>2.2</td></tr><tr><td>智谱</td><td>29,087</td><td>N/A</td><td>N/A</td><td>N/A</td><td>265.6</td><td>121.9</td><td>56.1</td></tr><tr><td>MiniMax</td><td>29,489</td><td>N/A</td><td>N/A</td><td>N/A</td><td>413.1</td><td>132.3</td><td>47.3</td></tr><tr><td>平均</td><td></td><td>N/A</td><td>N/A</td><td>N/A</td><td>339.3</td><td>127.1</td><td>51.7</td></tr></table> 注：E=Bloomberg一致预期；数据截至2026年3月4日； 资料来源：Bloomberg、浦银国际 大模型公司当前市值已与快手相当，估值相对充分，或需要较长时间消化。截至2026年3月4日，智谱总市值约2,274亿港元，MiniMax总市值约2,305亿港元，双双跻身港股TMT第一梯队。股价最高点时，二者市值超越京东、快手。 从估值水平看，智谱2025年市场预期营收约人民币7.6亿元，对应P/S约266倍；MiniMax2025年营收0.79亿美元（折合人民币约5.5亿元），对应P/S约413倍，均处于高位水平。考虑到大模型行业正处于从研发探索向商业化落地加速过渡的阶段，收入规模有望保持几何级增长，当前较高的估值倍数需要在未来几年随收入体量快速扩张而逐步消化。 两家公司的估值特征与2021年快手上市初期有些许相似：快手作为短视频第一股备受资金追捧，上市后股价快速冲高，最高累计涨幅达 $263\%$ ，随后因市场环境和增长预期变化逐步回落。当时快手股价高点对应P/S约20倍，当前P/S仅约2倍，这也印证了高成长赛道在早期情绪过热后，估值往往需要较长周期来消化。 # 投资风险 巨额研发投入与持续亏损：大模型行业是典型的资本密集型行业，算力采购和顶尖人才成本高昂。目前大模型公司均处于严重亏损状态，短期内难以实现盈利，现金流高度依赖融资。 激烈的市场竞争：国内独立大模型公司不仅彼此竞争，更面临来自互联网大厂（如阿里、腾讯、字节跳动）和全球巨头（如OpenAI）的多维度挤压。 技术迭代与成本控制的平衡：模型能力快速迭代需要持续巨额投入，而Token价格的持续下降又挤压着商业化利润空间。如何在高投入下优化效率、控制“现金消耗”是生存的关键。 # 免责声明 本报告之收取者透过接受本报告（包括任何有关的附件），表示及保证其根据下述的条件下有权获得本报告，且同意受此中包含的限制条件所约束。任何没有遵循这些限制的情况可能构成法律之违反。 本报告是由从事证券及期货条例(香港法例第571章)中第一类(证券交易)及第四类(就证券提供意见)受规管活动之持牌法团-浦银国际证券有限公司（统称"浦银国际证券"）利用集团信息及其他公开信息编制而成。所有资料均搜集自被认为是可靠的来源，但并不保证数据之准确性、可信性及完整性，亦不会因资料引致的任何损失承担任何责任。报告中的资料来源除非另有说明，否则信息均来自本集团。本报告的内容涉及到保密数据，所以仅供阁下为其自身利益而使用。除了阁下以及受聘向阁下提供咨询意见的人士(其同意将本材料保密并受本免责声明中所述限制约束)之外，本报告分发给任何人均属未授权的行为。 任何人不得将本报告内任何信息用于其他目的。本报告仅是为提供信息而准备的，不得被解释为是一项关于购买或者出售任何证券或相关金融工具的要约邀请或者要约。阁下不应将本报告内容解释为法律、税务、会计或投资事项的专业意见或为任何推荐，阁下应当就本报告所述的任何交易涉及的法律及相关事项咨询其自己的法律顾问和财务顾问的意见。本报告内的信息及意见乃于文件注明日期作出，日后可作修改而不另通知，亦不一定会更新以反映文件日期之后发生的进展。本报告并未包含公司可能要求的所有信息，阁下不应仅仅依据本报告中的信息而作出投资、撤资或其他财务方面的任何决策或行动。除关于历史数据的陈述外，本报告可能包含前瞻性的陈述，牵涉多种风险和不确定性，该等前瞻性陈述可基于一些假设，受限于重大风险和不确定性。 本报告之观点、推荐、建议和意见均不一定反映浦银国际证券的立场。浦银国际控股有限公司及其联属公司、关联公司（统称“浦银国际”）及/或其董事及/或雇员，可能持有在本报告内所述或有关公司之证券，并可能不时进行买卖。浦银国际或其任何董事及/或雇员对投资者因使用本报告或依赖其所载信息而引起的一切可能损失，概不承担任何法律责任。 浦银国际证券建议投资者应独立地评估本报告内的资料，考虑其本身的特定投资目标、财务状况及需要，在参与有关报告中所述公司之证券的交易前，委任其认为必须的法律、商业、财务、税务或其它方面的专业顾问。惟报告内所述的公司之证券未必能在所有司法管辖区或国家或供所有类别的投资者买卖。对部分的司法管辖区或国家而言，分发、发行或使用本报告会抵触当地法律、法则、规定、或其它注册或发牌的规例。本报告不是旨在向该等司法管辖区或国家的任何人或实体分发或由其使用。 # 美国 浦银国际不是美国注册经纪商和美国金融业监管局(FINRA)的注册会员。浦银国际证券的分析师不具有美国金融监管局(FINRA)分析师的注册资格。因此，浦银国际证券不受美国就有关研究报告准备和分析师独立性规则的约束。 本报告仅提供给美国1934年证券交易法规则15a-6定义的“主要机构投资者”，不得提供给其他任何个人。接收本报告之行为即表明同意接受协议不得将本报告分发或提供给任何其他人。接收本报告的美国收件人如想根据本报告中提供的信息进行任何买卖证券交易，都应仅通过美国注册的经纪交易商来进行交易。 # 英国 本报告并非由英国2000年金融服务与市场法(经修订)(「FSMA」)第21条所界定之认可人士发布，而本报告亦未经其批准。因此，本报告不会向英国公众人士派发，亦不得向公众人士传递。本报告仅提供给合资格投资者(按照金融服务及市场法的涵义），即(i)按照2000年金融服务及市场法2005年(金融推广)命令(「命令」)第19(5)条定义在投资方面拥有专业经验之投资专业人士或(ii)属于命令第49(2)(a)至(d)条范围之高净值实体或(iii)其他可能合法与之沟通的人士(所有该等人士统称为「有关人士」)。不属于有关人士的任何机构和个人不得遵照或倚赖本报告或其任何内容行事。 本报告的版权仅为浦银国际证券所有，未经书面许可任何机构和个人不得以任何形式转发、翻版、复制、刊登、发表或引用，浦银国际证券对任何第三方的该等行为保留追究权利，并且对第三方未经授权行为不承担任何责任。 # 权益披露 1) 浦银国际并没有持有本报告所述公司逾 $1\%$ 的财务权益。 2)浦银国际跟本报告所述公司（快手1024.HK、智谱2513.HK）在过去12个月内有投资银行业务的关系。 3) 浦银国际并没有跟本报告所述公司为其证券进行庄家活动。 # 评级定义 # 证券评级定义： “买入”：未来12个月，预期个股表现超过同期其所属的行业指数 “持有”：未来12个月，预期个股表现与同期所属的行业指数持平 “卖出”：未来12个月，预期个股表现逊于同期其所属的行业指数 # 行业评级定义（相对于MSCI中国指数）： “超配”：未来12个月优于MSCI中国 $10\%$ 或以上 “标配”：未来12个月优于/劣于MSCI中国少于 $10\%$ “低配”：未来12个月劣于MSCI中国超过 $10\%$ # 分析师证明 本报告作者谨此声明：(i)本报告发表的所有观点均正确地反映作者有关任何及所有提及的证券或发行人的个人观点，并以独立方式撰写；(ii)其报酬没有任何部分曾经，是或将会直接或间接与本报告发表的特定建议或观点有关；(iii)该等作者没有获得与所提及的证券或发行人相关且可能影响该等建议的内幕信息/非公开的价格敏感数据。 本报告作者进一步确定（i）他们或其各自的关联人士（定义见证券及期货事务监察委员会持牌人或注册人操守准则）没有在本报告发行日期之前的30个历日内曾买卖或交易过本报告所提述的股票，或在本报告发布后3个工作日（定义见《证券及期货条例》（香港法例第571章)）内将买卖或交易本文所提述的股票；（ii）他们或其各自的关联人士并非本报告提述的任何公司的雇员；及（iii）他们或其各自的关联人士没有拥有本报告提述的证券的任何金融利益。 # 浦银国际证券机构销售团队 # 杨增希 essie_yang@spdbi.com 852-28086469 # 浦银国际证券财富管理团队 # 张帆 vane_zhang@spdbi.com (852) 28086467 # 浦银国际证券有限公司 SPDB International Securities Limited 网站：www.spdbi.com 地址：香港轩尼诗道1号浦发银行大厦33楼