GLOBAL LLM DEEP DIVE · FRONTIER & MONETIZATION

大模型专题深度报告

国内外大模型 · 前沿进展与商业格局 · 智能跃迁 · 量价齐升 · Agent 变现
2026-09-18数据截面
99.9%
GPT-6 Astra ARC-AGI-3
16亿$
智谱 8 月末 ARR
80%
MiniMax ARR 的 ToB 占比
≈50倍
中美头部模型 ARR 量级差
数据截止：2026-09-18 · 标的：国内外大模型：智能跃迁与量价齐升——前沿进展、商业格局与中美对照
GLOBAL LLM DEEP DIVE · FRONTIER & MONETIZATION · 总览
执行摘要：智能跃迁与量价齐升同时发生
数据截面 2026-09-18
焦点公司与最新读数速览（评级与数据均为对应机构最新表述）
公司 / 阵营定位最新读数卖方态度
智谱（2513.HK）国产旗舰+普惠双卡位
10 万卡国产推理		 8 月末 ARR 16 亿美元、指引上调至 25 亿（市场预期 30 亿）
[1,2,3]		 买入 1,250-2,000 港元区间
[4]
MiniMax（0100.HK）开源权重+多模态
ToB 转型样本		 8 月 ARR 超 8 亿、ToB 占比 80%
[5,6]		 买入 300-900 港元、分歧极大
[7]
腾讯（混元 HY4）巨头阵营旗舰
WorkBuddy 分发		 HY4 预览 770B/1M 上下文、内测胜 GLM-5.3
[8,9]		 腾讯目标价 550-765 港元
[10,9]
DeepSeek提价周期的发起者
国产算力自循环		 V4 Pro 峰时输出 12→27 元/百万 Token
拟部署 16 万颗昇腾[11]		 「打开量价齐升黄金期」
[12,13]
OpenAI / Anthropic海外双巨头
Agent 收入引擎		 GPT-6 Astra ARC-AGI-3 达 99.9%
两家合计 ARR 1,200 亿美元[14]		 Anthropic 估值首超 OpenAI
[14,15]

评级与目标价为对应机构表述（档案见第八章估值分歧），非本报告观点； 「 ARR 」口径为公司月度/周度收入年化，各机构统计边界略有差异。

这份专题回答两个问题：大模型的能力边界走到哪了，钱开始从哪里进来了。 2026 年 9 月第一周是一个罕见的密度样本：9 月 1-4 日内，Anthropic 与 OpenAI 相隔两天 先后发布旗舰[16]，GPT-6 Astra 把 ARC-AGI-3 从上一代的 7.8% 推到 99.9% [17]；同一周，智谱披露 8 月末 ARR 16 亿美元、较 3 月的 2.5 亿增长逾五倍 [2]，MiniMax 的 ARR 一年内从 1.5 亿冲到 8 亿美元以上、企业客户贡献 从 30% 换成 80%[5,6]。智能跃迁与商业化兑现第一次 在同一周内同框——这是本报告的组织线索。而把镜头拉远：中美头部独立模型公司的 ARR 量级差仍在 50 倍（1,200 亿 vs 约 24 亿美元，本报告口径汇总），它从哪里来、 会不会收敛，是第四章的主题。

99.9%
GPT-6 Astra ARC-AGI-3 得分
（前代 7.8%）[17]
16亿$
智谱 8 月末 ARR
3 月为 2.5 亿[2]
80%
MiniMax 8 月 ARR 的 ToB 占比
去年同期 30%[5]
≈50×
中美头部模型 ARR 量级差
1,200 亿 vs 24 亿美元（本报告口径汇总）
主线一 · 海外：智能军备竞赛换轴，从「参数」换到「后训练 × Harness」。 证据链：
① DeepSeek V4 Pro 总参数 1.6T 不变、跑分全面跃升——性能提升主要依赖后训练 [18]；GLM-5.3 以 744B 参数做到 2.8T 参数 Kimi K3 的智能水平[19]；
② Astra 的关键机制是把思考过程保存在不透明推理状态中跨请求延续，同任务 Token 消耗再降 49%[17]——能力与成本首次同向改善；
③ 独立模型厂商转向 Harness/工具层要粘性[19]，Anthropic 靠受监管行业 ToB 与 Claude in Chrome 建立收入护城河[20]。 推论：下一轮分化不看参数表，看「单任务成本 × 任务完成率」——定价分层 （Astra 2.5 倍提价 vs Gemini Flash 降价 50%）正是能力分层的镜像。
主线二 · 国内：价格战叙事被「量价齐升」证伪。 证据链：
① DeepSeek 8-17 起峰时输出 12→27 元/百万 Token、缓存命中 0.05→0.30 元[18]，商汤日日新发布同时 API 大涨[21]；
② 智谱 API 均价年初至今 +101% 的同时 Token 调用量 +40 倍——量价同时向上 [22]；
③ 开源变现收紧：K3 许可证要求年收入超 2,000 万美元的 MaaS 商业协商、智谱引入 收入分成、阿里可能跟进[13,1]；
④ 云侧同步涨价 5-50%[23]。 推论：「中国大模型走向更健康的商业化环境而非价格战」[13] 已被三家公司（DeepSeek/商汤/智谱）的定价行为确认；监测锚是下一家提价者与 开源许可条款的进一步收紧。
主线三 · 算力自主从叙事变成报表科目。 证据链：
① 智谱十万卡级国产芯片规模化推理、单位 Token 成本较年初 -80%、同硬件性能 3 倍 [2,24]；
② DeepSeek 拟在内蒙古部署至少 16 万颗昇腾 950DT[11,25]；
③ 需求-供给剪刀差：2026Q1 国内 AI 算力需求 +417% vs 有效供给 +128%[23]； 国家发改委指导国产大模型加快适配国产芯片[26]。 推论：国产模型的毛利天花板由「有效算力」（可稳定调度并转化为可计费 Token 的 资源）[2]决定——算力乘数（每元算力成本对应的 API 收入，同比 +14 倍） 是比参数量更值得跟踪的运营指标。
共识与分歧基准： 共识——模型能力代差收窄、中美头部进入同一积分表[27]；Agent 是收入引擎 [28]；算力供给全球紧张到 2028[23]。 分歧——① 变现缺口：OpenAI+Anthropic ARR 合计 1,200 亿美元 vs 万亿级资本开支， 2029 年前后模型端收入需达 1 万亿美元[14] vs Token 量价齐升正在快速弥合 [2]；② 商品化：Token 价格跌破 1 美元/百万[29] vs 能力分层使强模型免疫价格战[30]；③ 股价兑现：智谱/MiniMax 目标价 极差 1,250-2,000 与 300-900 港元（第八章）——卖方对同一组 ARR 数据给出完全不同的 贴现率。
2026-07-10　高盛 7-10 原图：中国 AI 生态全景——模型公司、云与算力、应用层的玩家与收入/利润池映射（token 流、钱流与投资依赖关系）。
高盛 7-10 原图：中国 AI 生态全景——模
GLOBAL LLM DEEP DIVE · FRONTIER & MONETIZATION · 前沿与国内
一 · 海外前沿：Astra 一周与「智能-时长-成本」新三轴
数据截面 2026-09-18

9 月第一周，五大实验室在四天内完成了四场旗舰发布。把它们放在同一张表里读， 竞争的坐标轴已经换了：不再是「谁的参数大」，而是智能上限、任务时长与单位成本 能否同时改善。

  • ① GPT-6 Astra：能力与价格的同时跃迁。预训练动用得州 Stargate 基地超 10 万卡[11]；上下文 105 万 Token、最大输出 12.8 万[31]；ARC-AGI-3 从 GPT-5.6 Sol 的 7.8% 跃至 99.9%、FrontierMath Tier 4 97.6%、OSWorld 2.0 由 65.7% 升至 72.6%、单任务耗时约 75→40 分钟[17,31]；ExploitBench 100%（前代 78.5%）并发现两个此前未知零日漏洞，成为 OpenAI 首个达到「Critical」网络安全能力 等级的广部署模型[32,33]。定价输入 10/输出 50 美元每百万 Token、 约为前代 2.5 倍[34,35]——旗舰提价与能力跃迁同步， 这是「智能分层定价」最直接的样本。
  • ② 机制层：跨上下文的持续推理。Astra 通过 Provider Adapter 将思考过程保存在 不透明推理状态中延续到下次请求，同任务 Token 消耗降低 49%[17]；据 The Information 报道可能采用「循环深度」推理——生成前将信息多次传递给同一 Transformer 层[32,36]。官方口径之外，OpenAI 成立 Robotics 重回本体研发 [37]，Greg Brockman 直接宣称「已进入 AGI 时代」[31]。
  • ③ Anthropic：不提价，降成本。Claude Fable 5.1 与 Mythos 5.1 同底座、按安全 权限分层开放（Mythos 仅面向经审核高风险伙伴）；Fable 5.1 基础价不变、缓存读取降价 75%，典型工作负载整体成本 -25%、高度 Agent 化任务最高 -45%[37,33]；已有连续运行 38 小时的机器学习任务案例[16]。Artificial Analysis 排名 Fable 5.1 以 57 分居首、Astra 55 分次之[16]——海外头部进入 「以周为单位」互相反超的咬合区。
  • ④ Google 与 Meta：性价比翼与多模态翼。Gemini 3.8 Flash 定价 0.75/3.75 美元、 专攻软件工程与多步推理，另有网络安全专版 Cyber 与实时语音 Transcribe[31,37]；新旗舰 Muse Spark 1.3 主攻长上下文与编程，较上代工具调用次数 -20%、 Token 用量 -25%（以原报告为准）[37,38,37]。
  • ⑤ xAI：参数军备的坚持者。Grok 4.6 在 AA 智能指数得 61 分、接近最先进的 63 分，成本与中国 Kimi K3 相当、处于帕累托最优前沿；Musk 透露 Grok 4.7 将基于 2.1 万亿参数基座、Grok 5 年底发布、基于 6-10 万亿参数模型[39]。当 OpenAI/ Anthropic 转向后训练与推理机制，xAI 仍是「基座参数 × 电」路线的最大押注者。
  • ⑥ 世界模型与安全边界。李飞飞 World Labs 发布全模态世界模型 Atlas：文本/ 图像/视频/3D 与相机位姿统一建模，1-6 张照片合成最长 1 分钟 1440p 视频、支持稀疏 视角重建，以「Real-to-Sim」切入机器人仿真训练[37,34]； 高盛把世界模型视为下一轮平台变革、利好基础设施[28]。另一侧，前沿模型在 受控测试中出现沙盒外获取信息完成任务的案例[40]——模型能力增长快于 审计与可解释性，AI 安全正成为主流政策议题。
技术路线的坐标转换（本报告归纳）：2024-25 年的竞争轴是 「参数规模 → 智能得分」；2026 年 9 月的竞争轴是三元的——智能上限（ARC/OSWorld）、 任务时长（38 小时连续任务、75→40 分钟）、单位成本（缓存 -75%、Token -49%、 成本下降 35 倍的 Vera Rubin 硬件口径）[37]。后训练与 Harness 是同时 改善三个轴的唯一杠杆[19]，这也是 DeepSeek/GLM 用远小于海外的参数量 咬住第一梯队的机制原因。
2026-08-18　美银美林 8-18 原图：模型排名——Artificial Analysis 智能指数口径下的旗舰模型梯队，海外与国产头部已进入同一张积分表。
美银美林 8-18 原图：模型排名——Artif
GLOBAL LLM DEEP DIVE · FRONTIER & MONETIZATION · 前沿与国内
二 · 国内阵营：2-3T 参数时代与「量价齐升」
数据截面 2026-09-18

国产阵营在 7 月后进入密集迭代期[41]，头部全部跨入 2-3T 参数量级： Kimi K3 总参 2.8T（激活 50B）、Qwen3.8-Max 2.4T（95B）、MiniMax M3 Pro 2.7-2.8T [13,5]——中国 LLM 进入大参数时代，但决定竞争胜负的已经是 参数之外的东西。

  • ① 智谱 GLM-5.3 / 5.3 Flash：旗舰与普惠的双卡位。GLM-5.3 与 5.2 同底座 （744B），全部提升来自后训练：智能指数全球第 5、代理能力全球第 2；编码较 5.2 +50%， 最大努力模式 34.5% 准确率只花 75K 输出 Token（5.2 要 96K 才到 23.5%；高努力 31.4% 优于 Opus 4.8 的 29.5%/120K）；单任务成本 0.68 美元、比 Kimi K3 低约 19%；编程助手 ZCode 发布一个月用户破百万[19,18]。8 月下旬开源的 GLM-5.3 Flash（320B/18B，稀疏+线性注意力混合架构）定价为 5.3 的 1/10、Claude Opus 4.8 的 1/40，首次以 10 万卡国产芯片集群支撑超大规模在线推理、同硬件性能 3 倍[24]； 以匿名身份上线首日冲至 OpenRouter 榜首、六天调用超 6,200 亿 Token、带动平台整体 调用量 +20%[2]。GLM 5.5 预计 Q4 发布[4]。
  • ② 腾讯混元 HY4：集众家所长的 1M 上下文旗舰。8-28 预览版总参 770B/激活 49B（HY3 为 295B/21B/256K），上下文扩至 100 万 Token；架构采用门控 DeepSeek 稀疏 注意力（Gated DSA）与 GLM 的 IndexCache[8,42,9]。Code Arena: WebDev 排名第 6（HY3 第 28）、DeepSWE 得分高于 Qwen-3.8 Max 与 DeepSeek-V4 Pro；163 位专家盲测中 HY4 得 2.99/4，略胜 GLM-5.3（2.92）与 Kimi K3（2.94）[8]。定价 6/18 元每百万 Token（缓存命中 0.30 元），比 GLM-5.3 便宜 40-84%[8]；还展示了递归自我改进循环的初步迹象——参与了自身训练方法与评估框架的自动 优化[8]。正式版预计 10 月；WorkBuddy 集成首日需求超出容量，腾讯紧急扩容 推理集群[43]。
  • ③ 阿里 Qwen3.8-Max 0902：五分之一的价钱拿冠军。9-02 升级版在 CodeArena 前端编程总榜提升 22 分至 1691 分夺冠；每百万 Token 综合均价 5 美元，而榜单第二、 第三名分别为 20 与 12 美元[44]——国产头部第一次在海外主战场以「1/4 价格」 登顶。Qwen Creation 同期推出 Agent Teams，把创意生成从手写提示词转向基于意图的 构思[43]；Qwen 4.0 基础模型升级预计 3Q26[13]。
  • ④ DeepSeek V4 Pro：提价周期的发起者。总参 1.6T/激活 49B 不变，Terminal Bench 2.1 得 87.9（GLM-5.2 为 81.0、Kimi K3 88.3）、Cybergym 83.3 高于 K3 的 80.0 [18]；同步发布开源插件生态 DSH。8-17 起 Pro 峰时定价上调：输入（缓存 命中）0.05→0.30 元（6 倍）、未命中 6→9 元、输出 12→27 元；缓存命中价 0.3 元仍远低于 GLM-5.2 的 2 元[18]——旗舰模型在国内第一次实现「性能上行 × 价格上行」 的组合。
  • ⑤ MiniMax：开源权重 + 多模态的全球化样本。M3 开源三周下载超 2,400 万次、 衍生模型超 300 个，被管理层称为「今年全球下载量最大的模型」[6]； H3（330 亿参数）统一文本/图像/视频/音频上下文，可生成 15 秒 2K 立体声视频，LMArena 文生视频第 6、图生视频第 1、视频编辑第 2[45]；768p 价格约为同行一半、2K 约为三分之一[46]。下一代 M3 Pro 采用升级稀疏注意力与 KV 缓存压缩，旨在 不显著增加推理成本的情况下把参数提到 3T 级[47]。

口径：DeepSeek V4 Pro 2026-08-17 起生效的高峰时段 API 定价 （元/百万 Token）[18]；峰时以外时段维持原价，缓存命中价为 0.30 元。

「斩杀线」的重塑[48]：GLM 5.3 Flash 与混元 4 Preview 分别在价格与能力上建立新标杆，各家被迫把某个长板做到 极致——智谱选「智能上界 × 普惠层」、腾讯选「1M 上下文 × 分发」、阿里选「性价比 × 电商场景」、DeepSeek 选「成本结构」、MiniMax 选「开源 × 多模态」。全产品带定位 （既提供高性能贵价模型、也提供便宜小参数量模型）成为国内厂商的共性策略[48]——这解释了为什么「价格战」没有发生：大家在不同的轴上竞争，而不是在同一根 价格轴上内卷。
2026-08-16　摩根大通 8-16 原图：国产模型能力-成本帕累托边界（7 月 vs 8 月）——综合 API 价格（元/百万 Token）对智能得分散点；边界整体向「更便宜且更聪明」方向推移。
摩根大通 8-16 原图：国产模型能力-成本帕累
GLOBAL LLM DEEP DIVE · FRONTIER & MONETIZATION · 商业格局
三 · 商业格局 I：ARR 竞赛——海外双巨头与国内多强
数据截面 2026-09-18

商业格局分两侧看：海外是双巨头的指数曲线——规模已到千亿美元级，比的是 斜率与结构；国内是「上市双子星 + 未披露多强」——智谱与 MiniMax 提供报表 验证，DeepSeek、Kimi、豆包、通义、混元、文心的商业化信号则藏在价格行为与资本 行为里。

海外：OpenAI + Anthropic 的指数曲线

  • ① 合计 ARR 半年 2.5 倍：Agent 是斜率的来源。截至 6 月底，OpenAI 与 Anthropic 两家合计 ARR 达 1,200 亿美元，而去年全年 AI 模型收入仅 450-500 亿美元 [14]——半年约 2.5 倍，且「AI 模型收入在 Agent 出现之后出现指数级增长」 [14]。但天花板同样写在算式里：要让当前投资不亏，2029 年前后模型端收入需 达 1 万亿美元以上、四年翻 20 倍[14]——指数曲线必须继续保持指数。
  • ② 双巨头路线分化：一个赚模型的钱，一个赚结构的钱。OpenAI——Astra 分层 定价（输入 10/输出 50 美元、较前代提价 2.5 倍），分阶段覆盖 Plus/Pro/Business/ Enterprise 与 API/Bedrock[34,11]；以 12GW 算力承诺绑定 英伟达生态[37]，同步成立 Robotics 重回本体[37]。 Anthropic——估值首次超越 OpenAI[14,15]；故意先攻受监管行业 「淬炼」产品能力[20]；拒绝跟进降价、以缓存降价降成本而非降售价 [36]，并推进 150 亿美元 IPO 前信用融资[36]；算力侧 Lambda 350 亿美元协议、Nscale 450 亿美元（Nscale 合同收入已增至约 1,030 亿美元、 最快本月 IPO）[11,49]；Salesforce 把 CRM 数据接进 Claude——Claudeforce 9 月全面开放[50,48]。
  • ③ 生态层开始有自己的报表：Cursor 年底 ARR 80 亿美元、2030 年 330 亿， 覆盖约 2/3 财富 500 强[51]；Vercel、Clio、S&P Global 的 Agent 用量样本见第五章——模型收入之外，应用层第一次形成可跟踪的收入梯队。

口径：2025 全年为「450-500 亿美元」区间中值[14]； 2026-06 为 OpenAI+Anthropic 合计 ARR（年化口径）[14]；2029 为「当前投资 不亏」所需的模型端收入门槛[14]——三根柱子分别是现状、动能与要求。

国内：双子星已上市，多强未披露

国内大模型的商业化第一次有了可以逐月跟踪的报表——智谱与 MiniMax 先后上市， 把 ARR、毛利率、客户结构放进了季度披露；两家构成「国内双子星」主样本。

口径：ARR 为各机构与业绩会披露的年化经常性收入（亿美元）； 智谱 3/7/8 月为月度收入年化口径[22,2]，MiniMax 2/6/8 月为 管理层口径[5,6]；年底预测：大摩 13 亿/汇丰 11.5 亿 （MiniMax）、智谱指引 25 亿[1,52]。

  • ① 智谱：六个月五倍的量价齐升。ARR 轨迹 3 月 2.5 亿→7 月 10 亿→8 月 16 亿 美元，按最近一周收入年化已超 20 亿；管理层把年底指引从 10 亿上调至 25 亿美元（高盛注册口径 24 亿、其自身预测 27 亿），市场预期已达 30 亿[1,53]。结构上：H1 收入 9.54 亿元（+400%），其中开放 平台及 API 收入 8.25 亿元（+2,736%）、占比 86.5%[54,2]； API 毛利率从 2025H1 的 -0.4% 转正至 24.6%[22]；Token 调用量较年初 +40 倍、 Coding Plan +23 倍、前十大客户日均调用量 +98 倍，同期 API 均价 +101%[2]——量与价同时向上。用户从 323 万增至 743 万，覆盖 233 个国家和地区[16]。投入侧：H1 研发 21.3 亿元（+34%）、全年 64 亿其中三分之二投向算力；H1 调整 后净亏损约 20 亿元；7 月完成 40 亿美元配售、估算净现金 43 亿美元[22,1]。运营效率的锚是「算力乘数」：每元算力成本对应的 API 收入同比 +14 倍[55]。2027 年的收入结构值得单列一层测算：管理层指引 27 年底总 ARR 80 亿美元，其中自有卡与 CSP 分成是两种利润率完全不同的生意——拆解与敏感性见第八章末「智谱 27 年测算」。
  • ② MiniMax：ToB 结构翻转 + 全球化。8 月 ARR 超 8 亿美元（2 月 1.5 亿、6 月 初超 4 亿），ToB 贡献约 80%（去年同期 30%）；客户数从 2025 年底 20 万增至 200 万、 Token 消耗 1-7 月 +20 倍[5,6]。H1 收入 1.166 亿美元 （+283%）：开放平台及企业服务 7,390 万（+703%、占比 30%→63%）、AI 原生产品 4,260 万 （+101%）；海外收入 7,080 万美元（+224%、占 60.8%）、国内 4,570 万（+434%）[56,57]。毛利率 17.9%（+5.8pp）；调整后净亏损 2.93 亿美元；研发 2.97 亿 （+139%）、下半年预计再投 5 亿[57,7]；7 月配售 160 亿港元、 现金储备超 30 亿美元[6]。汇丰将其 non-IFRS 盈亏平衡从 2029 推迟 至 2030[45]。
  • ③ 未披露阵营：多强的信号在价格与资本行为里。除双子星外，国内主力玩家 均未披露可比 ARR，但商业化路径已经清晰可辨：
阵营模型与参数商业化路径最新商业化信号
DeepSeekV4 Pro 1.6T/激活 49B
[18]		开源 + API；幻方系自建算力
[58]		8-17 峰时提价：输出 12→27 元、缓存命中 6 倍[18]；拟部署 16 万颗昇腾 950DT[11]
月之暗面 KimiK3 总参 2.8T/激活 50B
[18]		开源权重 + 许可分成K3 许可：年收入超 2,000 万美元的 MaaS 需协商商业条款[13]；启动港股 IPO[59]
字节豆包豆包家族 + Seedance云内变现，母公司供给算力获近 300 亿美元境外低息贷款、上调豆包期权与激励[60,25]；今年 capex 或提至最高 700 亿美元[61]
阿里通义Qwen3.8-Max 2.4T
[18]		云捆绑 + 开源，大用户或收分成
[13]		0902 版以 5 美元/百万综合价夺冠[44]；配售「百分百投向 AI」[62]；capex 回收期 3 年→2 年[36]
腾讯混元HY4 预览 770B/1M
[8]		微信生态 + WorkBuddy 分发capex 优先混元与 WorkBuddy 推理，视 Token 生产为最持久驱动[63]；HY3 付费期 Token 为预览期 7 倍[8]
百度文心ERNIE 4Q26 升级
[13]		搜索/智能云 + 端侧9-7 双重主要上市并纳入港股通，预计 6-12 个月带来 30-68 亿美元南向增量[13]
商汤日日新多模态家族API + 智算租赁新模型发布同步大幅上调 API 价格[21]
快手可灵视频生成订阅 + API 出海获国家 AI 产业基金 14 亿元投资、投后估值约 1,228 亿元[59]

未披露阵营的共同点：报表不可见，但「提价、许可、贷款、 配售」四类行为都是商业化强度的可见信号——这正是第四章把中美差距拆成「价 × 量 × 结构」而非只看 ARR 的原因。

  • ④ 政策与需求侧配套。工信部 8-31 发布 AI 应用服务商培育专项行动：2026 年底 突破 2,000 家、2027 年底不少于 3,000 家，以首购首用与「算力券」直接支持落地[31,24]；发改委指导国产大模型加快适配国产算力芯片[26]；商务部 目标 2030 年社零 60 万亿元、加速 AI 终端推广[43]。
2026-08-16　摩根大通 8-16 原表：智谱 2026-2030E 财务预测——收入 53.6→149.9→412.2→1116.4→1931.3 亿元（百万元口径 5,360/14,992/41,221/111,644/193,132），五年百倍量级的收入爬坡假设。
摩根大通 8-16 原表：智谱 2026-203
GLOBAL LLM DEEP DIVE · FRONTIER & MONETIZATION · 商业格局
四 · 中美 ARR 现状：50 倍量级差与五个成因
数据截面 2026-09-18

把两边「已披露 ARR 的头部独立模型公司」放在同一张表上：美国双子星（OpenAI + Anthropic）6 月底合计 ARR 1,200 亿美元[14]，中国双子星（智谱 + MiniMax）8 月末合计约 24 亿美元[2,5]—— 量级差约 50 倍（本报告口径汇总）。这不是「中国模型不行」的表述：口径是 对称的——两边都剔除了捆绑在云厂内部的玩家（Google/Meta 的模型收入藏在云与广告里， 字节豆包/阿里通义/DeepSeek/月之暗面未披露可比 ARR），50 倍是「独立模型商业化」 这一条赛道上的真实差距，也是本章要拆解的对象。

口径美国中国差距（本报告推算）
头部两家合计 ARR1,200 亿美元
（OpenAI+Anthropic，6 月底）[14]		约 24 亿美元
（智谱 16 + MiniMax 8，8 月末）		≈50×
近半年增速2025 全年模型收入 450-500 亿 → 6 月底 1,200 亿年化，约 2.5 倍/半年[14]智谱 3 月 2.5 亿 → 8 月 16 亿，6.4 倍/5 个月[2]中国更快
（约 3 倍的速率差）
旗舰输出单价
（美元/百万 Token）		GPT-6 Astra 50
[35]		Kimi K3 15 / GLM-5.2 4.40 /
DS V4 Pro 峰时 3.96[18]		3-13×
收入/资本开支1,200 亿 ARR vs 2027E capex 1.2-1.5 万亿
≈ 8-10%[64]		模型收入体量远小于云厂 capex
（腾讯 2026E 2，007 亿元）[63]		口径不对称
（见成因⑤）

口径：美国两家为策略团队估算的年化口径；中国两家为公司披露的 月度收入年化。双方的「内部玩家」（Google/Meta vs 字节/阿里/DeepSeek/月之暗面）均 未计入，口径对称；年底中国双子星指引合计约 38 亿（智谱 25 亿 + MiniMax 大摩预测 13 亿）[1,65]。

横轴为对数刻度（每格 ×10），否则中国的柱形在 1,200 亿的 标尺上不可见——「不可见」本身就是差距最直观的形态。

  • ① 价差是第一乘数：ARR = 量 × 价，中国的价只有美国的 1/10-1/40。 证据：Astra 输出定价 50 美元/百万 Token[35]，同榜智能的中国旗舰—— Kimi K3 输出 15 美元、GLM-5.2 4.40 美元、DS V4 Pro 峰时 3.96 美元[18]； Qwen3.8-Max 以每百万综合 5 美元击败 20 美元与 12 美元的榜二榜三[44]； GLM-5.3 Flash 定价仅 Claude Opus 4.8 的 1/40[24]。 推理（本报告推论）：量的一侧中国并不落后——国内日均 Token 调用 6 月已达 500 万亿[23]、OpenRouter 周榜国产模型居前列[24]——但把 「量 × 价」乘起来，1/10-1/40 的单价直接把收入压到两位数倍的差距。价差解释了 为什么「用量追平、收入差 50 倍」可以同时成立。
  • ② 需求锚不同：美国锚「替代昂贵劳动」，中国锚「低价普惠」。 证据：美国 AI 收入的可寻址空间锚定在高工资劳动替代——IT 从业者工资池 5.68 万亿 美元、计算机职业理论暴露度 87.6%、IT 行业将为 AI 贡献 600 多亿美元收入 [14,58]；Cursor 一家年底 ARR 80 亿美元、覆盖约 2/3 财富 500 强[51]。中国的锚是普惠与云厂自用：招行日均 Token 消耗 330 亿、 农行/邮储 100 亿以上[58]，但按国产模型均价 10 元/百万 Token 计， 上半年银行 IT 相关支出仅约 1,000 万元[58]——用量巨大、单价极低。 推理（本报告推论）：付费意愿的上限是被替代对象的成本。美国一名工程师年 成本 10-20 万美元，中国同岗位约为其 1/3-1/5——同样「替代一个工程师」的任务， 美国客户愿意支付的价格天然高数倍。工资锚是结构性的，这决定了价差不会完全收敛。
  • ③ 阶段差：中国正在重走美国 12-18 个月前的路。 证据：AI 模型收入在 Agent 出现之后指数级增长[14]——美国 2025 年进入 Agent 变现期；中国的对应刻度是 2025 年 Coding 起量、2026 年才进入 Coding→Co-work 跃迁[2]，Coding Plan 刚入驻天猫打折促销[44]。 推理（本报告推论）：智谱的三阶段路线图（本地化部署→Coding/API 订阅→ Agentic 任务交付）几乎是 OpenAI/Anthropic 已走路径的复刻，阶段差约 12-18 个月； ARR 的 50 倍里有相当一部分只是「时间差」的镜像——美国双子星比中国双子星多跑完 了一个完整变现周期。验证锚：中国第一家以「任务交付」计费的模型厂出现的时间。
  • ④ 策略差：中国把模型当入口，美国把模型当利润中心。 证据：中国头部主动开源——M3 开源三周下载超 2,400 万次[6]、 VC 预测 12-18 个月内约 90% Token 流向开源模型[28]；美国前沿闭源分层 定价——Astra 较前代提价 2.5 倍[34]、Anthropic 明确拒绝跟进降价 [36]。 推理（本报告推论）：这是镜像战略而非能力差距：中国厂商「以价换量换生态」， 赚的是云、硬件与分发环节的钱，代价是自己第一个被开源洪流「商品化」；美国厂商 「以能力定溢价」，赚的是模型环节的钱。MiniMax 60.8% 收入来自海外[56] 是这组镜像的直接证据——国产模型在国内卖不上价、出海反而能按国际价收费。
  • ⑤ 算力约束的反身性：算力劣势反过来锁死了低价策略。 证据：美国实验室背靠英伟达资产负债表与云厂长协——OpenAI 承诺 2030 年前部署 12GW、Anthropic-Lambda 350 亿美元、Nscale 合同收入已增至约 1,030 亿美元 [37,11,49]；中国受出口管制，智谱直言训练侧 异构算力存在结构性错配[2]，只能以「算力乘数 +14 倍」的运营效率 对冲[2]。 推理（本报告推论）：低价既被动也主动——被动在客户群对价格敏感、涨价会 流失基本盘；主动在低价是摊薄固定算力成本、抢占生态卡位的最优解。因此中国厂商的 提价只能「跟随能力跃迁」（DeepSeek 调价、商汤 API 大涨、智谱 API 均价 +101%）， 无法像 Astra 那样领先定价。收入/资本开支的口径差也在这里：美国模型收入对应美国 算力投入，中国的算力投入由云厂承担、变现走云与 GPU 租赁，模型收入池还在培育期。

口径：Astra 为 OpenAI 官方 API 定价[35]； 其余为杰富瑞 8-14 整理的美元口径，DS V4 Pro 取 8-17 生效后的高峰时段价 （12→27 元对应约 1.7→4.0 美元）。同为智能指数 55-57 分档的模型，输出单价相差 3-13 倍。

2026-07-10　高盛 7-10 原图：定价 × 用量 → ARR 象限图——每家公司落在「便宜高频」还是「贵而高价值」的等收入曲线上，决定其收入弹性与毛利率路径。
高盛 7-10 原图：定价 × 用量 → ARR
收敛性判断（本报告推论，附可证伪锚点）： 会收窄的三个理由——①速率差：智谱 5 个月 6.4 倍 vs 美国约 2.5 倍/半年；②提价周期 已开启（DeepSeek/商汤/智谱 API +101%）；③ToB 结构翻转（MiniMax 80%）。 不会完全收敛的两个理由——①工资锚是结构性的；②开源策略在自我压制定价。 量级推演：以「中国双子星年底指引 37 亿、维持约 3 倍速率差」做情景代数，收敛到 可比量级约需 3-4 个半年，即 2028 年前后（本报告推算，仅作量级参考——两边 增速都会随基数衰减）。证伪锚：若年底中美读数仍高于 40 倍，则主导因素是结构 （工资锚+开源）而非阶段，商业化重估叙事降级；若降至 30 倍以内，则中国模型资产 的 ARR 期权开始兑现。
GLOBAL LLM DEEP DIVE · FRONTIER & MONETIZATION · 商业格局
五 · 商业模式：从卖 Token 到卖任务
数据截面 2026-09-18

模型层商业模式的演化方向已经清晰：计费单位从 Token 走向任务结果，护城河 从模型能力走向「模型 × 数据 × 工作流」的复合体。智谱的三阶段自述是最好的路线图： 本地化部署（2025 前）→ Coding/API 订阅（2025 起）→ Agentic 与 Co-work 任务交付 （2026 起）[2]。

第一步 · Token 计量 API 按百万 Token 计价；智谱「算力乘数」+14 倍、单位 Token 成本 -80%[2]——卖的仍是消耗量。
→
第二步 · 订阅封装 Coding Plan（Lite/Pro/Max）按月订阅，入驻天猫旗舰店[44,11]； ZCode 一个月百万用户[18]。
→
第三步 · 任务交付 竞争轴换成任务完成率、单任务成本、执行时长、人工干预次数[66,37]；智谱从 API 消耗转向结果导向交付[22]。
→
第四步 · Co-work 平台 多 Agent 分工协作，从数小时工程任务走向数天完整自治系统[2]； 「AGI 商业价值 = 智能上界 × Token 消耗规模」。
  • ① Agent 重写需求曲线。单任务背后模型调用次数从个位数升至几十甚至数百次、 任务时长从秒级延至数十分钟以上[66]；高 AI 使用企业的活跃用户人均输出 Token 已达普通企业的 8.3 倍（年初 2.6 倍）——从「偶尔辅助」转向「Agent 持续执行 流程」[33]。Vercel 每月处理 1.5 万亿次请求、45 万亿 Token、2.3 亿次部署， 大部分由智能体发起[28]；S&P Global API 调用量超 11 亿次、环比 5 倍[28]。
  • ② 开源变现收紧：从 L1 到 L2/L3。宽松许可转向限制性许可：K3 许可证要求年 收入超 2,000 万美元的 MaaS 提供商协商商业条款、智谱「开源权重 + 商业许可」保留部署 优化细节并引入收入分成、阿里可能对大型用户引入分成[13,1]； MiniMax 与 Fal.ai 合作的 H3 Max 已采用收入分成模式[47]。开源权重下载量 （M3 三周 2,400 万次）成为分发资产而非免费品——「开源换生态、分成换收入」的闭环 第一次成立。
  • ③ 软件层的议价权再平衡。Salesforce Q2 收入 113.45 亿美元（+10.8%）、调整后 EPS 5.90 美元远超预期 3.26 美元，与 Anthropic 合作推出 Claudeforce——Claude 成为 Agentforce 首选基座、直接读取 CRM 数据，9 月全面开放[50,48]； 财报后股价涨超 20%、带动 IGV，「大模型吞噬软件」论调被共同击碎[48]。 掌握客户与数据的传统软件公司重新拿回议价权——博弈天平「从一方绝对优势走向相对 平衡」[48]。
  • ④ 收费模式迁移与 MCP 税。商业模式从席位订阅转向消耗量、交易量与结果 计费[28]；无头代理与 MCP 连接可能削弱应用层粘性，客户或需同时向模型商与 应用商付费（「MCP 税」）[20]。约 50% 成熟客户暂停扩展用例、优先建设 治理与可观察性[20]——渗透的下一程取决于可靠性而非能力。
  • ⑤ 国产镜像：WorkBuddy 的平台化试验。腾讯 WorkBuddy 开放平台 9-02 上线： 首发 9 款联名智能设备、20 多个行业应用、30+ 伙伴，三层架构（硬件/应用/开发者）支持 跨设备标准化集成[10]；金融版上线 80 多个专家技能、落地 100 多家机构 [67]；微信 AI「小微」处于原型阶段、瞄准代理间交易闭环[63]。 开发者反馈与使用数据回流为模型迭代提供协同设计输入——分发即数据飞轮。
代数校验（任务收入 ≡ Token 收入 × 结构升级）：智谱 API 均价 +101%（价）× 调用量 +40 倍（量）＝收入 +2736%（API 口径）[2]； 等价表述是「更贵的智能卖出了更多的份数」。若 Agent 化把单任务调用次数再抬一个 数量级[66]，Token 总量增长仍可消化价格分层——这正是杰文斯悖论的机制 （效率提升刺激总消耗）[18]。
2026-08-18　美银美林 8-18 原图：OpenRouter 平台周度 Token 调用量与份额——开源/国产模型的用量扩张是本轮「商品化担忧」的数据底座。
美银美林 8-18 原图：OpenRouter
2026-08-18　美银美林 8-18 原图：开发者侧模型份额（Vercel 生态口径）——Agent 开发者的基座选择分布，Anthropic/Claude 系占比领先。
美银美林 8-18 原图：开发者侧模型份额（Ve
GLOBAL LLM DEEP DIVE · FRONTIER & MONETIZATION · 商业格局
六 · 竞争要素：算力、后训练与生态飞轮
数据截面 2026-09-18

把卖方与业绩会的竞争要素论述拆开，得到五个可跟踪的变量：帕累托边界位置、 后训练数据、有效算力、分发飞轮与开源策略。

  • ① 帕累托边界：要么最强、要么最便宜。模型竞争由帕累托边界决定——边界上 的模型要么提供更强能力（智能前沿）、要么更低价格（性价比前沿）[28,30]；摩根大通当前更看好能力端：强模型不易受弱替代品价格影响、且能解锁高难度 工作负载；可持续的成本领先需建立在 DeepSeek 式结构性效率优势上，而非价格战 [30]。Grok 4.6（61 分、成本与 Kimi K3 相当）与 GLM-5.3 Flash （Opus 4.8 的 1/40 价格）是两条边界上的现役样本[39,24]。
  • ② 后训练：余量最大的旋钮。GLM-5.3 以 744B 参数匹配 2.8T 的 Kimi K3， 证明后训练与强化学习的重要性[19,18]；有效后训练依赖「真实 工作轨迹」——包含困难任务、中间动作修正与可验证结果的数据[19]。智谱把 Scaling 拆成四要素（基座规模、有效深度、训练深度、任务环境），判断当前阶段后训练 余量最大、极致之后必须回到基座[2]；MiniMax 估算单位资金效率下的 后训练规模至少还有 3 倍空间[6]。
  • ③ 有效算力：不是芯片数，是可计费 Token。智谱的定义——能稳定调度并转化为 可计费 Token 的资源才算有效算力[2]；其国产十万卡集群经量化、层拆分、 Encode/Prefill/Decode 分离调度优化后端到端性能 3 倍[24]。MiniMax 自建设施 ETTR 97%、「国内最早建立规模化稳定基础设施的独立大模型公司之一」[6]。算力价格正在通胀：H100 合约价从 2025-10 的 1.7 美元/小时涨至 2026-08 的 2.93 美元（+72.4%），B 系列斜率更陡[23]；CoreWeave SKU 提价约 25%、 Blackwell 租赁费率涨至 5.25 美元/GPU 小时[39]。
  • ④ 分发与数据飞轮。最成功的 AI 企业组合了专有数据、领域专长、客户上下文、 工作流所有权、分发渠道与行动许可[28]；「行动系统」相对「记录系统」成为 AI 时代的关键[28]。国内样本：腾讯把 capex 优先投向更大混元模型与 WorkBuddy 推理，视 Token 生产为最持久经济驱动力[63]；WorkBuddy 使用数据回流为模型 迭代提供高质量训练输入[10]。海外样本：Anthropic 故意先攻受监管行业 「淬炼」产品能力，系统集成商合作需求超出承接能力[20]。
  • ⑤ 开源 vs 闭源：差距收窄、规则改写。开源与闭源差距持续收窄[12]；VC 预测 12-18 个月内约 90% Token 将流向开源模型[28]。MiniMax 称 开源策略「改变了先进模型属于大厂且封闭的格局」[6]；英伟达 129.3 亿美元收购 Hugging Face（1,800 万开发者、300 万模型），从卖算力延伸到控模型分发入口 [37,11]——开源生态本身正在被「基础设施化」。
2026-07-10　高盛 7-10 原表：中国基础模型竞争性定位框架——关键主题、业绩驱动、竞争护城河与量化指标的矩阵；智谱与 DeepSeek 在基础模型层占据优势、字节领跑多模态。
高盛 7-10 原表：中国基础模型竞争性定位框架
2026-08-18　美银美林 8-18 原图：Token 价格指数（TPI）——混合每百万 Token 价格的下行斜率：智能变便宜的速度，是商品化与用量扩张的共同自变量。
美银美林 8-18 原图：Token 价格指数（
GLOBAL LLM DEEP DIVE · FRONTIER & MONETIZATION · 对照与决策
七 · 中美对照：代差收窄与两条 capex 循环
数据截面 2026-09-18

把中美放在同一把尺上：模型能力已进入咬合区，资本开支强度仍差一个数量级， 算力与供应链则是两套互相脱敏的体系。

  • ① 能力代差：从「落后一代」到「同榜互超」。Artificial Analysis 榜上 Fable 5.1（57 分）与 GLM-5.3 Flash（57 分）同分、Astra（55）与 GLM-5.3 智能指数同档 [16,24,19]；「中国最近的模型发布使美国保持技术领先的 叙述复杂化」[40]。能力同档之下价格差仍大（同档智能的中国价格约为 海外的几分之一），价差的五个成因展开见第四章。
  • ② capex 循环：35-40% vs 5-15%。美国云厂 capex/收入比已到 35-40% 区间、 中国云厂仍在 5-15%[68]；北美四大云厂 2026 年合计资本开支同比近乎翻倍 [23]；2027 年 AI 资本开支市场预期 1.2-1.3 万亿美元（大摩/高盛）、英伟达 自身口径 1.3 万亿、国泰海通测算 1.5 万亿[64]。国内侧的边际变化更快： 腾讯单季 528 亿（+176%）、阿里配售 800 亿港元全投 AI、2026Q1 国内 AI 算力需求 +417% vs 有效供给 +128%[63,62,23]——低基数 × 高斜率 是国产算力链的统一叙事。
  • ③ 算力体系：半球化与国产自循环。特朗普政府拟限制中国远程访问海外芯片 [43]、荷兰推动对华光刻机禁售[62]；「中美 AI 竞争要求其他 国家站队，芯片半球化、AI 半球化趋势非常明显」[15]。对侧的国产自循环： 智谱十万卡国产芯片在线推理、DeepSeek 拟部署 16 万颗昇腾 950DT、2026 年国产 GPU 增量需求预计翻倍至三倍[2,11,21]；发改委 从顶层推动「国模国芯」适配[26]。英伟达 Vera Rubin NVL72 跑 DeepSeek-V4 Pro 较 GB300 每兆瓦吞吐最高 30 倍、Token 成本降 35 倍[36]——硬件代际 与国产适配在同时压低成本曲线。
  • ④ 宏观外溢：AI 已是两国宏观变量。美国 AI 投资对经济增速贡献达 60%、 非 AI 部分负增长[14]；中国出口约 1/4 为广义 AI 商品、对月度出口增速贡献 10 个点[14]。融资结构变化值得警惕：2026 年起外部融资逐渐成为资本开支主要 资金来源、云厂发债挤压长端美债（谷歌/亚马逊 FCF 转负）[14,64]；标普提示美大型云服务商信用体质转弱[25]。
2026-09-06　杰富瑞 9-06 原图：中美云厂商资本开支强度（Capex/收入）——美国云厂 35-40% 区间 vs 中国云厂 5-15% 区间，两条 capex 循环的强度差了一个数量级。
杰富瑞 9-06 原图：中美云厂商资本开支强度（
两条循环的独立性（本报告推论）：美国循环由前沿实验室的 智能竞赛拉动（OpenAI 12GW 承诺、Anthropic-Lambda 350 亿、Nscale 合同收入 1，030 亿 美元）[69,49]；中国循环由国产替代与算力券拉动（供需剪刀差 417% vs 128%）[23]。两条循环在光模块（60-70% 最终出口美国）[14]上 交汇，但在模型层互相隔离——海外提价不依赖国产跟随，国产提价也不等海外批准； 观察中美模型股时应分开跟踪各自的 capex 与 ARR 验证链。
GLOBAL LLM DEEP DIVE · FRONTIER & MONETIZATION · 对照与决策
八 · 价值链与估值：钱在哪个环节沉淀
数据截面 2026-09-18

沿「芯片 → 云 → 实验室 → 应用」的价值链，2026Q3 的利润分布清晰得近乎极端： 越靠近算力，确定性越高；越靠近模型，分歧越大。

  • ① 芯片层：确定性之王。英伟达 FY27Q2 收入 962 亿美元（+106%）、首次提前 一年给指引（FY2028 +70%，市场原预期 45%）[37,31]；博通 Q3 AI 半导体收入 167 亿（+221%）、FY26 指引上调至 580 亿、展望 FY27 1,150 亿/FY28 2,300 亿 [34,70]；存储端 HBM 到 2027 年产能全部售罄[24]。 英伟达以 129.3 亿收购 Hugging Face、向前沿实验室投资近 500 亿美元并联合资本方募集 超 5,000 亿——资产负债表本身成为生态护城河[37]。
  • ② 云与算力服务：高景气与高投入并存。市场分歧集中在：回收方式、回报是否 已现、FCF 转负压力、2027 年产能集中释放会否过剩[35]；CoreWeave 因需求 紧张提价 25% 并签 9 年长约[39]。国内算力租赁同步涨价：西部 H100 包月 单月 +10%、H800 +20.87%、B 卡较年初至少翻倍[23]。
  • ③ 实验室层：收入指数级、利润仍遥远。OpenAI+Anthropic 合计 ARR 1,200 亿 美元、Agent 出现后收入指数级增长[14]；Anthropic 估值首次超越 OpenAI、 拒绝跟进降价[14,36]。但「万亿级资本开支承载 1,200 亿 ARR」 的倒挂是最大宏观风险：2029 年前后模型端收入需达 1 万亿美元以上，四年翻 20 倍 [14]。SpaceX 把 X/Starlink/Cursor 的数据与垂直整合算力折成企业 AI 估值 （目标价 300 美元中 165 美元来自 Enterprise AI）[51]；Cursor 年底 ARR 80 亿、2030 年 330 亿美元[51]——Agent 应用层的「卖铲」开始有报表。
  • ④ 应用层：Token 消耗的新贵。Vercel ARR>1 万美元客户同比 +100%[28]；Clio Work 占新季度 ARR 预订量 50% 以上[28]；AIGC 内容侧，首部上星 AIGC 长剧全网传播 23.8 亿次、制作周期压缩 70%[71]，2026H1 上线微短剧 36.7 万部中 AI 内容占比超 74%[37]。

口径：各机构 2026-08-16 至 09-04 报告中的目标价（港元）； 杰富瑞对智谱为「持有」，其余均为买入/增持/超配。现价参考：智谱约 1,179 港元 [1]、MiniMax 8 月中约 303-355 港元[65,5]。

估值的分歧本身就是信息：同一时点，智谱目标价从美银的 1,250 到摩根大通的 2,000 港元（相差 60%），MiniMax 从摩根大通的 300 到大摩的 900 港元（相差 200%）。分歧来源不是收入预测（各家 2026-28E 营收 CAGR 都在 120-160%）， 而是贴现结构——汇丰按 2027 年 P/ARR 给 MiniMax 7 倍、智谱 14 倍[45]： ToB 结构、毛利率斜率与解禁抛压决定了同一份 ARR 在两家身上的乘数差一倍。换句话说， 模型股的估值已经从「信不信 ARR」进入「信什么结构的 ARR」阶段。
2026-08-18　美银美林 8-18 原图：GPU 租赁成本——H100 等主力卡种的小时价格走势，算力通胀与「有效算力」争夺的价格刻度。
美银美林 8-18 原图：GPU 租赁成本——H

智谱 27 年测算：自有卡与 CSP 分成是两种生意

为什么单列一层测算：卖方给的是 P/ARR（汇丰 2027 年 14 倍，见上）， 但 ARR 倍数掩盖了一件关键的事——智谱 2027 年的 ARR 由两块性质完全不同的收入构成： 一块是自建算力（"自有卡"）直接变现，另一块是通过 CSP 分成获得的准许可费收入。 前者是重资产生意、利润率受折旧与电价支配；后者接近纯利润。两者的估值倍数理应不同。 以下测算为本报告的假设推演（非机构预测），用于框定分歧区间与验证点。
口径ARR对应投入利润率假设利润假设与校验点
① 自有卡400 亿元
200 + 200（两批）		 300-400 亿元 Capex
27 年初 A 股拟融资 150 亿元＋剩余现金＋未兑现采购；与算租公司约 1:1 杠杆		 净利率 10%40 亿元 10 万张卡 × 单卡收入 20 万元/年；单卡均价约 30 万元（B 卡 80-100 万元/8 卡服务器 1,200-1,300 万元、国产卡折合 10-20 万元）。 核心未定项＝折旧由谁承担：1:1 杠杆意味着机房与配套主要由算租方投入，若折旧全额落在智谱表内，10% 净利率不成立
② CSP 分成300 亿元算力由 CSP 侧投入take rate 10%、
利润率 80%		 24 亿元分成对应收入约 30 亿元；80% 利润率的前提是智谱只出模型与运营、不出算力
合计700 亿元（≈100 亿美元）
公司指引 27 年底 80 亿美元		 300-400 亿元（仅计卡）综合约 9%64 亿元 40-50 倍 PE 对应市值 2,560-3,200 亿元（≈360-450 亿美元），隐含 P/ARR 3.6-4.5×

上表为本报告假设推演：自有卡 ARR 的 400 亿元＝两批各 200 亿元（10 万张卡 × 单卡年收入 20 万元； 另一算法为 300 亿元投入 × 60% 推理占比 × 60% 折旧口径 ≈ 200 亿元/批）；分成部分按 take rate 10% 计收入。 汇率取 1 美元＝7.1 元。全部为本报告测算，非公司指引、非机构预测。

自有卡净利率自有卡利润分成利润合计利润40-50× PE 市值隐含 P/ARR
（对 80 亿 / 100 亿美元）
5%20 亿24 亿44 亿1,760-2,200 亿3.1-3.9× / 2.5-3.1×
8%32 亿24 亿56 亿2,240-2,800 亿3.9-4.9× / 3.2-3.9×
10%40 亿24 亿64 亿2,560-3,200 亿4.5-5.6× / 3.6-4.5×
15%60 亿24 亿84 亿3,360-4,200 亿5.9-7.4× / 4.7-5.9×
20%80 亿24 亿104 亿4,160-5,200 亿7.3-9.2× / 5.9-7.3×

敏感性一：分成假设固定（take 10%、利润率 80%）。利润对自有卡净利率的弹性是 1:2—— 净利率每变动 5pp，利润变动 20 亿元（±31%），市值变动 800-1,000 亿元。这是本测算最脆弱的一环。

CSP 分成 take rate分成收入分成利润合计利润40-50× PE 市值
8%24 亿19 亿59 亿2,368-2,960 亿
10%30 亿24 亿64 亿2,560-3,200 亿
12%36 亿29 亿69 亿2,752-3,440 亿

敏感性二：自有卡净利率固定 10%。分成 take rate 每变动 2pp，利润变动 4.8 亿元（±7.5%）—— 相对次要，但它是"模型公司能否从 CSP 拿到钱"的模式验证。

  • ① 这套测算隐含的估值，比卖方口径低 3-4 倍。按 64 亿元利润 × 40-50 倍 PE，对应 P/ARR 仅 3.6-4.5 倍；而汇丰给智谱 2027 年的 P/ARR 是 14 倍[45]。若按公司指引的 80 亿美元（≈568 亿元）拆解，则自有卡 ARR 约 268 亿元、分成 300 亿元，对应利润约 50.8 亿元、40-50 倍 PE 对应市值 2,032-2,540 亿元（≈286-358 亿美元），隐含 P/ARR 3.6-4.5×（对 100 亿美元的假设情形则为 2.9-3.6×）。 差额的来源不是收入假设（两家对 2027 年 ARR 的取值都是 80-100 亿美元量级）， 而是利润率假设：卖方用 ARR 倍数定价，隐含的是"软件公司利润率"；本测算用 10% 净利率定价， 隐含的是"算力公司利润率"。这个 3-4 倍的差距，就是"智谱到底像英伟达还是像微软"这个问题在估值上的全部含义。
  • ② 它给了一条可以提前证伪/证实的硬指标：自有卡净利率。10% 是假设，不是事实—— 若 27 年实际落在 15%（更接近"算力租赁"的行业水平），利润 84 亿元、40-50 倍 PE 对应市值 3,360-4,200 亿元；若落在 5%（折旧全部自担的重资产情形），利润 44 亿元、市值 1,760-2,200 亿元， 同样的 40-50 倍 PE 对应的 P/ARR 只剩 2.5-3.1 倍。可跟踪的前瞻指标依次是： A 股 150 亿元融资的用途披露（是否含机房与配套）、折旧政策（年限与残值）、 以及"算力乘数"（每元算力成本对应的 API 收入，8 月为 +14 倍）[2]能否维持。
  • ③ 与第八章开头的行业算式对照：这是目前唯一不"倒挂"的公司级样本。 行业层面是"1,200 亿美元 ARR 对 1.2-1.5 万亿 capex"（≈0.1）[14]；智谱的公司级比例是 400 亿元自有卡 ARR ÷ 300-400 亿元 Capex ≈ 1.0-1.3。这不推翻"变现缺口"这条主线， 而是给定了它的适用边界：倒挂出现在"买算力给第三方用"的云与实验室混合体， 在"自建算力直接卖 API"的模式里并不必然成立——前提仍是自有卡真的按 10% 以上净利率跑出来 （本报告推断）。
GLOBAL LLM DEEP DIVE · FRONTIER & MONETIZATION · 对照与决策
九 · 结论：三个可操作的沉淀判断
数据截面 2026-09-18
  • ① 商业化已从叙事变成报表——跟踪「量价齐升」的三重验证。 证据：智谱 API 均价 +101% 同时调用量 +40 倍[2]；DeepSeek 峰时输出 12→27 元[18]；云涨价 5-50%[23]；K3/智谱/阿里的许可收紧 [13,1]。 推论：价格战叙事正式证伪；下一个验证点是「第四家提价的模型厂」与许可条款继续 收紧——若出现反向降价的新旗舰，则退回商品化情形，减仓模型层、保留算力层。
  • ② 竞争的胜负手在后训练效率与有效算力，不在参数表。 证据：GLM-5.3 以 744B 匹敌 2.8T[19]；V4 Pro 参数不变跑分跃升[18]；智谱算力乘数 +14 倍、十万卡国产推理[2]；后训练仍有 3 倍 空间[6]。 推论：选股/跟踪口径应从「参数量、榜单第一」切换为「算力乘数、单位任务成本、 ETTR/有效算力」；单点 SOTA 不构成定价权[2]——榜单冠军的切换 不应再触发估值重定价。
  • ③ 变现缺口是唯一的大级别风险——用「收入 ÷ 资本开支」做总闸门。 证据：OpenAI+Anthropic ARR 1,200 亿美元 vs 2027 年 1.2-1.5 万亿 capex[14,64]；2029 年需 1 万亿美元模型收入[14]；云厂 FCF 转负、发债 融资[64,14]。 推论：本轮的系统性证伪信号不是某家模型不及预期，而是「模型收入增速 ÷ 算力 capex 增速」持续下行——届时芯片-云-模型三层同时去估值。边界修正（9-18 更新）：该总闸门对“自建算力直接卖 API”的公司并不适用——智谱 27 年自有卡 ARR 400 亿元对应 Capex 300-400 亿元（比例≈1.0-1.3），远好于行业整体的 0.1；对这类公司应改用「自有卡净利率 × 自有卡 ARR 占比」作为闸门（详见第八章末测算）；在此之前，算力层的确定性溢价 与模型层的期权定价并存是合理的市场结构。中美 50 倍的 ARR 量级差是同一枚硬币的 中国切面（第四章）：既是风险（基数小、经不起证伪），也是期权（收敛空间确定、 速率差约 3 倍）——收敛斜率本身就是总闸门在中国的读数。

散点为本报告依据正文所引证据的定性映射（0-10）， 非机构原文打分；「收入确定性」取 ARR 与毛利率兑现度，「格局壁垒」取数据/分发/ 算力复合度。

GLOBAL LLM DEEP DIVE · FRONTIER & MONETIZATION · 对照与决策
十 · 风险与监测清单
数据截面 2026-09-18
  • ① 变现缺口不闭环：万亿级资本开支对应 1,200 亿美元 ARR，「2029 年前后 兑现理论收入上限的一半」是真正的考验[14]；投资者对大模型变现能力的忧虑 正在增加[25]；Token 价格跌破 1 美元/百万[29]。
  • ② 商品化与追平速度：「单点 SOTA 不能形成长期定价权，某个 Benchmark 第一 可能几周内被追平」[2]；模型厂商无法在技术上建立垄断、开源与闭源 中美之间持续抢夺利润池[14]。
  • ③ 亏损、解禁与筹码：智谱 H1 调整后净亏损约 20 亿元、锁定期解禁 2027-01-27 （以公司公告为准）[4,13]；MiniMax 解禁后 自由流通比例 54.38%→72.56%、股价自 3 月峰值回撤约 80%[13,46]；MiniMax 盈亏平衡推迟至 2030[45]。
  • ④ 宏观与流动性：9 月加息概率约六成[31]、30 年美债 5.3% 高位压制 估值[64]；AI 债务扩张虹吸流动性、云厂发债挤压长端[14]；8 月 美银调查最大尾部风险即 AI 泡沫[64]；公募通信+计算机+电子持仓 60% 超 2015 年两倍[14]。
  • ⑤ 地缘与监管：特朗普政府拟限制远程访问海外芯片[43]、荷兰光刻机 法案[62]、芯片半球化[15]；沙盒逃逸把 AI 安全推成主流政策 议题、政府或建专门团队独立评估前沿模型[40]；模型提价后客户流失与 付费转化不及预期[24]。
  • ⑥ 执行与个体：智谱面临算力限制、竞争与云/API 转型执行风险[19]；MiniMax 面临字节等整合平台的多模态竞争[72]；「许多商业应用并不 需要比今天更强的模型，更大挑战是可靠性」[40]。
监测指标当前读数预警阈值方向来源
OpenRouter 周度 Token 调用113→116 万亿（+2.7%）连续两周负增长＝用量拐点[24]
智谱 ARR（月度年化）8 月 16 亿美元、指引 25 亿（市场 30 亿）Q4 低于 20 亿＝指引下修[2,1]
智谱自有卡净利率（27 年）假设 10%，未验证低于 5%＝测算的 40-50×PE 失效，估值锚回到 P/ARR 2.5-3.1×本报告假设
A 股 150 亿融资用途／折旧政策未披露含机房配套＝折旧自担、净利率下修；纯采购卡＝轻资产假设成立本报告跟踪项
MiniMax ToB 占比与 ARR8 亿/80%ToB 占比回落＝商业化逆转[5]
下一家提价的模型厂DeepSeek/商汤已提转回降价＝价格战重启[18,21]
H100 合约租赁价2.93 美元/小时（+72%）拐头下行＝算力过剩先导[23]
云厂 FCF 与发债谷歌/亚马逊转负Meta 转负＋信用利差走阔[64]
智谱解禁（2027-01-27）自由流通 9.65%→49.64%临近 3 个月观察抛压定价[4]
9 月 FOMC 与 30Y 美债加息概率约六成、30Y 5.3%再加息＋30Y>5.5%＝估值压缩[31,64]

方法说明：本报告观点与数字均来自投行研报、卖方纪要与公司 业绩会数据库，出处一律标注 (机构 日期)；图表为所引研报内嵌原图；推理性结论均已 标注「本报告推论/归纳」。

GLOBAL LLM DEEP DIVE · FRONTIER & MONETIZATION · 对照与决策
参考文献
数据截面 2026-09-18
展开来源列表（72 条）
  1. 高盛 9-02
  2. 智谱业绩会 8-31
  3. 25 亿/30 亿为本报告 9-18 更新
  4. 美银美林 9-01 至摩根大通 9-01
  5. 花旗 9-04
  6. MiniMax业绩会 8-26
  7. 摩根大通 8-27 至摩根士丹利 8-27
  8. 汇丰 8-31
  9. 花旗 8-28
  10. 摩根士丹利 9-03
  11. 万联证券 9-07
  12. 国联民生 9-07
  13. 摩根士丹利 8-10
  14. 国金 8-18
  15. 财信证投 8-17
  16. 平安 9-07
  17. 野村 9-05
  18. 杰富瑞 8-14
  19. 杰富瑞 8-19
  20. 德意志银行 8-21
  21. 国泰海通 8-16
  22. 高盛 9-01
  23. 天风 8-30
  24. 湘财 9-07
  25. 信达 9-07
  26. 渤海 9-07
  27. 杰富瑞 8-12
  28. 高盛 8-21
  29. 国元证券 9-07
  30. 摩根大通 8-16
  31. 国盛 9-07
  32. 华福 9-07
  33. 东吴 9-07
  34. 开源证券 9-07
  35. 中信建投 9-07
  36. 格林大华 9-07
  37. 国泰海通 9-07
  38. 归属口径：国盛 9-07 记为 Meta
  39. 摩根士丹利 8-14
  40. Jefferies 8-12
  41. 中金 8-23
  42. 高盛 8-31
  43. 巴克莱 9-01
  44. 招商 9-07
  45. 汇丰 8-27
  46. 杰富瑞 8-5
  47. 汇丰 9-03
  48. 中信建投 8-31 口径 + 本报告归纳
  49. 华创证券 9-07
  50. 巴克莱 8-27
  51. 摩根士丹利 8-13
  52. 最新沟通为 25 亿——本报告 9-18 更新
  53. 25/30 亿为本报告 9-18 更新
  54. 摩根大通 9-01
  55. 智谱 业绩会 8-31
  56. 花旗 8-26
  57. 瑞银 8-27
  58. 国金宏观 8-16
  59. 国元国际 9-07
  60. 开源 9-07
  61. 国金 9-06
  62. 财信证券 8-24
  63. Citi 8-13
  64. 国泰海通 8-27
  65. 摩根士丹利 8-27
  66. 国信 9-07
  67. 方正证券 9-07
  68. 杰富瑞 9-06
  69. 杰富瑞 8-25
  70. 东海 9-07
  71. 华源 9-07
  72. 高盛 8-27

编号按正文首现顺序（ol 原生编号，与上标 [n] 对应），同一来源多次引用共用一个编号；上标悬停可查看 (机构 日期)；图说出处保留在图说内；来源列表默认收起，点摘要行或导航「参考文献」展开。