科技行业动态点评：从海外模型看国内基础模型发展趋势

科技科技正文目录TOC\o"1-2"\h\z\uOpenAI与Anthropic：两种组织方式，两条早期路径 3企业文化或影响公司早期选择 3OpenAI为什么率先赢得前半场 4Anthropic为什么厚积薄发 4当前市场或更加认可API与商业模式 5Coding能力如何成为商业化拐点 7Coding较普通聊天具备更清晰的商业化路径 7Claude通过持续迭代逐步建立Coding优势 7Cursor带动ClaudeAPI，Anthropic躬身入局 8OpenAICodex快速上量，Coding进入双强竞争 9基础模型或会多厂商共存 RampAIIndex：企业模型份额持续变化 企业正在同时使用多款模型 12智谱与MiniMax的路径如何演变 13MiniMax早期商业化更偏C端产品和海外市场 13智谱早期商业化更偏企业、本地化部署和项目制 14两家公司商业化重心逐步向API、Coding和Agent收敛 15未来基础模型公司最应该看什么 17风险提示 17科技OpenAI与Anthropic：两种组织方式，两条早期路径科技企业文化或影响公司早期选择OpenAI6年5月62Harn、2026StanleyDruckenmillerOpenAIChatGPT3）在技术成熟度仍Anthropic相对自上而下的战略体系，更强调方向聚焦与资源协同。上述播客访谈指出，Anthropic并将资源优先配置于少数核心领域。在行业方向尚未清晰时，该体系覆盖的产品探索范围Coding资源投入更加集成连续的产品迭代路径。3）模型研发、产品设计与企业销售更容易形成协同。我们认为，该模式更适合商业化方向逐步明确、竞争重心转向执行效率与规模化落地的阶段。组织模式的有效性或取决于行业发展阶段。在产品探索期，行业需求、技术边界和商业模式尚未稳定，企业更需要通过分散探索、快速试错和用户反馈发现潜在方向，自下而上的创新机制通常具备更强适应性。随着技术路线和商业场景逐步收敛，资源配置效率、战略一致性和组织执行能力的重要性随之提升，自上而下的体系更有利于围绕明确场景持续投OpenAIAnthropicAI行业仍处于产品形态持续扩散的阶段，还是已经进入商业化路径逐渐清晰、资源投入趋于集中的阶段。我们认为，两种模式各有适用条件，其相对优势可能随产业周期变化而动态切换。图表1：“探索期一收敛期”组织优势变化示意图注：该图机制示意，并非定量测算。张小珺、戴雨森《雨森的创投观察第2集：Harness、下一个字节、2026大机会和StanleyDruckenmiller》（2026年5月26日）科技OpenAI为什么率先赢得前半场科技OpenAIChatGPTC端入口，并逐步积累用户与商业化优势。ChatGPT将OpenAIAPI持续获取真实用户反馈TheInformation2026428OpenAISees$8ChatGPTDrivingConsumerSubscribersto122MillionThis5000202650%OpenAIOpenAI持续扩大ChatGPT用户规模，并逐步向Agent及专业工作流延伸。据TheInformation2026728OpenAI’sChatGPTNears1BillionWeeklyActiveUserseenMontsfterargetOpnIChaGT周活跃用户由120248212202523345810782月超过9202672810亿，但较OpenAI7OpenAI202662Codexisbecomingaproductivitytoolforeveryone》，Codex202621606500CodingChatGPTCodex、Agent等产品逐步向高价值工作流延伸。图表2：ChatGPT周活跃用户数（百万）(百万(百万) 周活跃用户数1,0008006004002002023-122024-012024-022024-032024-042024-052024-062024-072024-082024-092024-102023-122024-012024-022024-032024-042024-052024-062024-072024-082024-092024-102024-112024-122025-012025-022025-032025-042025-052025-062025-072025-082025-092025-102026-022026-07注：20231120262TheInformation2026728日图表读取并取近似值；20267月数据为该报道正文口径TheInformation《OpenAI’sChatGPTNears1BillionWeeklyActiveUsersSevenMonthsAfterTarget》（2026年7月28日）Anthropic为什么厚积薄发AnthropicCOpenAIOpenAIChatGPTntrocC端产品入口，消费者用户规模、订阅收入及自然流量相对有限，OpenAIARRAnthropicAnthropic将资源进一步集中于模型能力与企业市场。由于早期消费端入口相对有限，公司重点投入基础模型训练、模型安全与对齐、长上下文、Coding能力、API户、云厂商渠道及开发者生态，增长路径更加依赖开发者和企业按量付费。我们认为，AnthropicAnthropicAISemiAnalysis《Anthropic3Q26ProfitOver$1BOpenAI9亿免费0.7020%-30%OpenAIAnthropic1000毛利润Anthropic250AnthropicAPIAnthropic当前市场或更加认可API与Token商业模式APIAnthropic建立了使用量驱动的商业化路径。API具有标准化、可计量和易分发等特征，企业可以按照实际调用量付费，并将模型嵌入研发、客服、营销和数据分析等Coding、Agent及多模态应用发展，模型调用逐步由单轮对话延伸至长上下文、多步骤推理和工具调用，收入可以随客户数量、使用频率、任务复杂度及业务覆《Anthropic3Q26ProfitOver$1BAnthropic约%-%的收入来自按量计费IRR的%%；OpenAI2026Q165%ARR60%和40%2026Q240%60%。我们认为，AnthropicAPI为主的收调用量和企业使用深度形成了较为直接的联系。Anthropic的盈利模型。B2B/API模式主要服务具有较高投资回报的开发者和企业客户，定价可以更多参考具体任务价值；大规模免费用户和固定SemiAnalysis告估算，Anthropic2026Q310GAAPEBITEBIT利润率约6%B2BAPI业务，SemiAnalysis据此将其视为较早验证盈利路径AILab2030年，Anthropic训练与推理算力占比预计分别约为48%52%，随着收入规模扩大，推理侧资源投入及其利用效率的重要性仍将提升。我们认为，Anthropic图表3：Anthropic和OpenAI的收入结构（按结构） 图表4：Anthropic和OpenAI的收入结构（按客户）90%80%70%60%50%40%30%20%10%0%

API/基于用量订阅Anthropic2026E OpenAIAPI/基于用量订阅

消费端 企业端Anthropic2026E OpenAI2026Q1 OpenAI2026Q2Eend科技科技SemiAnalysis《Anthropic3Q26ProfitOver$1B:TheAnthropicIPOFinancialsSneakPeak》（2026年7月8日）

SemiAnalysis《Anthropic3Q26ProfitOver$1B:TheAnthropicIPOFinancialsSneakPeak》（2026年7月8日）ClaudeCodeAnthropic《Anthropic3Q26ProfitOver$1B》估算，ClaudeCodeGitHub7%以上。20264月，Anthropic300OpenAI250月初进一步470628690OpenAI420亿美元，两家ClaudeCode20264CodingAPI已成为基础模型商业化的重要增长来源。图表5：Anthropic和OpenAI的图表6：Anthropic和OpenAI的30天净新增AnthropicARR OpenAIARR Anthropic OpenAI80024-12024-12

024-1225-0925-1226-0226-0326-0426-05上旬26-05末26-06-1426-06-3026-07-1224-1225-0925-1226-0226-0326-0426-05上旬26-05末26-06-1426-06-3026-07-1226-07-2625-0925-1226-0226-0326-0426-05上旬26-05末26-06-1426-06-3026-07-1226-07-26SemiAnalysis《Anthropic3Q26ProfitOver$1BTheAnthropicIPOFinancialsSneakPeak》（202678日）、YipitData（202625-0925-1226-0226-0326-0426-05上旬26-05末26-06-1426-06-3026-07-1226-07-26月28日）

ARRARRARR30。SemiAnalysis《Anthropic3Q26ProfitOver$1BTheAnthropicIPOFinancialsSneakPeak》（202678日）、YipitData（20266月28日）科技科技科技Coding能力如何成为商业化拐点科技Coding较普通聊天具备更清晰的商业化路径Coding项目级开发中具有较高使用频率，单用户通常会持续产生输入、输出、长上下文及工具调Token，Agent任务还可能连续运行数十分钟甚至数小时。与此同时，Coding任务的商业价值相对容易量化，企业可以通过开发周期、代码产出、缺陷率和研发人效评估投入回稳定性更高的模型支付一定溢价。产品形态还可由个人代码补全逐步扩展至代码库理解、测试、审核和修复，并进一步进入企业采购。我们认为，CodingAPIAgent收入增长的重要场景。普通聊天具备用户入口价值，但商业化约束相对更多。通用聊天产品通常包含较高比例的免费用户，单次问答的任务价值和付费回报较难量化，尤其在国内市场，消费者直接订阅AI话均会产生实际推理成本，大规模免费调用可能持续占用算力资源，而消费者可以在多个免费产品之间切换，用户留存和价格提升均面临一定压力。Coding产品在代码库上下文、工具配置和团队协作流程中的嵌入程度相对更深，模型切换通常还涉及工作环境及协作流程调整。我们认为，普通聊天更有利于建立用户入口和品牌认知，Coding收入。Claude通过持续迭代逐步建立Coding优势ClaudeClaude23Opus阶段持续积累。Anthropic20237月Claude2模型，Claude2HumanEvalClaude1.356.0%提71.2%，反映其单函数代码生成能力有所增强。Anthropic202434日发布的《IntroducingthenextgenerationofClaudeClaude3Opus进一步提升代码生成、复杂推理和长上下文能力，但整体仍定位为通用智能模型。Anthropic20241022日发布的《Introducingcomputeruse,anewClaude3.5Sonnet,andClaude3.5Haiku》Cade3Opus在W-bncherfed上的任务解决率约为%，表明其已经具备一定的代码库理解和问题修复能力，但在真实软件工程任务上的稳定性仍有提升空间。Claude3.5Sonnet构成据Anthropic2024620的Claude3.5模型，初代Claude3.5SonnetCodingClaude3OpusClaude3Opus2Sonnet20241022本进一步将Whrfd得分由3.提升至4.ue3ps约为，CopilotClaude3.5AgentCoding优势向商业化转化。Anthropic20241022日推出的ComputerUseClaude能够通过屏幕、鼠标和键盘执行外部操作，将代码生成能力延伸至工具调用和多步骤任务。2025224日，Claude3.7Sonnet加入扩展思考能力，AnthropicClaudeCode由单次问答逐步进入完整软件工程流程。此后，ClaudeCode2025224522日逐步产品化，Sonnet4SWE-bench上的得分进一步72.7%Agent可靠性。我们认为，20246Claude3.5SonnetCoding能力拐点，10月的版本升级是优势得到进一步验证的节点，202525ClaudeCode则构成产品化和商业化拐点。图表7：Claude模型的主要更新节奏时间模型/产品节点Coding能力与排名信号第三方采用2023年7月 Claude2发布 HumanEval约71.2%，较早期版本提升说明已具备较强代码生成能力4年3月 Clde3Os发布 复杂推理长上下文和代码生成能力继续提升WEchVerified约22%4年6月 Clde.5Snt发布 内部AgtCing任务完成率约%显著高于Clae3Opus约38%；速度更快、成本更低2024年7-9月 3.5Sonnet进入主流开发工具 在真实编程任务中的可用性明显增以开发者试用为主，尚未形成广泛平台级采用开始进入部分开发者工作流，但尚未形成“Coding首选”口碑开发者口碑明显提升，Claude开始在Coding场景形成代表性优势CursorClaude3.5Sonnet作量上升4年0月 Clde.5Snt升级 WEchifid提升至约4.%较初期版本和Ops均明显提高GitHubCopilot等主流平台开始引入Claude3.5Sonnet2024年10月 ComputerUse发布 能力由代码生成进一步延伸至工具调用、界面操作和多骤任务

开发者开始将Claude用于更复杂的Agent式任务2025年2月 Claude3.7Sonnet+ClaudeCode究预览

Claude改文件、运行测试和调用命令行

开发者开始直接使用Anthropic自有Coding产品，而非仅通过第三方接入2025年5月 ClaudeCode正式开放 CodingAgent能力进一步成熟 ClaudeCode接入更多开发者和团队场景2025年9月 ClaudeCode规模化扩张 产品从个人开发工具向团队协作扩展 企业订阅和团队使用开始增加2025年月 ClaudeCode继续放量 CodingAgent工作流进一步稳定 企业采用加速2026年Q1 ClaudeCode成为商业化核心引擎 Claude在Coding场景的优势开始直接反映为企业工作基础设施价值

开发者和企业双侧采用扩大科技2026年2月以后 ClaudeCode企业化深化 多Agent、复杂工程任务和长时程任务能力继续增强 企业客户贡献超过产品收入的一半科技Anthropic官网、华泰研究Cursor带动ClaudeAPI，Anthropic躬身入局Cursor在产品起量阶段较多依托ClaudeCoding能力的高频商业化需求。Cursor2024312ClaudeSupportClaude3Opus，Claude3.520243Claude37月将Claude3.5SonnetComposer等能力，实现跨文件读取、代码修改及多步骤任务执行；此后又陆续接入Claude3.7Sonnet和Claude4系列。Cursor承担开发者交互、上下文管理和任务执行，Claude消耗。CursorSeriesCandScale（202566日Past,PresentandFuture（202513日ARR510Forbes202668日20262204306月初超过40202683Cursor早期ClaudeCoding能力嵌入开发者工作流后的商业价值提供了较强验证。ClaudeCode正式发布后，AnthropicCodingAgent需求。Anthropic2025224日发布的《Claude3.7SonnetandClaudeCode2025522日发布的CadeCoeCadeCoe根据ntroc225年9月22月3日和6年2月2CadeCoderun-raterevenue5102514倍，企业客户贡献超过产品收入的一半。我们认为，CursorClaudeCoding能力的市场需求，ClaudeCode则进一步将APIAnthropic直接掌握的产品收入、用户入口和企业客户关系。科技图表8：ClaudeCode和Cursor的ARR比较科技(亿美金)Cursor ClaudeCode4540353025201510502025-062025-072025-082025-092025-102025-112025-122026-012026-022026-032026-042026-052026-06Anthropic官网、Forbes、华泰研究ClaudeCodeAgent产品初期主要支持在终端内VSCodeJetBrainsGitHubActionsClaudeCodeAgentHooksMCPAgentClaudeCodeSecurity等能力，产品边界由辅助编程逐步延伸至自主执行软件工程任务。CursorIDE、ComposerClaude和其他模型；ClaudeCodeIDEAgentAnthropic加强对开发者入口及企业工作流的直接覆盖，产品边界可能进一步重叠，其关系正逐步转向渠道合作与产品竞争并存。OpenAICodex快速上量，Coding进入双强竞争CodexOpenAI202662Codexisbecomingaproductivitytoolforeveryone》，Codex5002月6PeterGostev2026714X平台发布的修正图ChatGPTWorkOpenAICodexTiboSottiaux202671421X7148007211000ChatGPTWork，OpenAIAgentCodingAgent市场的重要参与者。图表9：Codex活跃用户增长情况(百万) Users(m)108108765432110864202026/2/5 2026/3/5 2026/4/5 2026/5/5 2026/6/5 2026/7/5OpenAI官网、X平台、华泰研究科技Codex上量。CodexCLI20254月进入本地终端，5codex-1Agent，支持并行完成功能开发、代码库问答、BugPullRequest910月，OpenAIIDE插件、SlackCodexSDKCLIIDE20262Agent并行和长时程任务，随后扩展至科技ows、ComputerUse、浏览器、插件、记忆、远程开发环境及移动端远程控制，7ChatGPTCodex正由编程助手向长时程任务执行平台延伸。模型体系由codex-1逐步升级至GPT-5-CodexGPT-5.1-Codex-MaxGPT-5.2-CodexGitworktree、AutomationsSymphony等编排方式，将团队规范、重复任务和外部任务系统纳OpenAI202662Codexisbecomingaproductivitytoolforeveryone570%Codex1小时以CodingAgent向通用任务执行平台扩展。OpenAIAnthropicCoding商业化路径。AnthropicCodingCursorAPI调用和消耗，ClaudeCode建立自有产品入口，推动企业采购和年度化收入增长，形成“模型能力提升—第三方生态采用—API需求增长—自有入口建设—企业市场放量”的发展路径。OpenAIChatGPTCodex，CLIIDEAnthropic较早API商业化的可行性，OpenAIC端入口与企业级Agent产品之间的协同价值。CodingAgent市场正在进入双强竞争阶段。AnthropicCoding场景形成开发者口ClaudeCodeChatGPTCodex方的竞争范围已由模型代码能力扩展至长时程任务执行、企业工作流渗透、高价值OpenAI的分发优势Anthropic的场景积累均已形成较强基础，Coding或将成为两家公司后续商业化竞争的核心方向之一。基础模型或会多厂商共存RampAIIndex：企业模型份额持续变化RampEconomicsLab2026626日发布的《HowmuchdoesitcosttobeAI-pilled?RampAIIndex历史月度数据，企业模型采用格局仍在快速变化。Ramp基于企业卡和账单支付记录统计付费采用率，反映使用某厂商产品的企业比例；同一家企业可以同时采用多家模型，因此各厂商采用率无需加总至100%，也不等同于收入或份额。20257月，OpenAIAnthropic35.1%11.1%，12月分别升至36.8%16.7%；20261—3月，Anthropic19.5%30.6%4月以34.4%OpenAI32.3%20266月，AnthropicOpenAI采用率分别达到42.4%39.5%Ramp6RampEconomicsLab于6年4月1WhtdriesAIadoton?（数据截至6年3月ntropc63%、52%47%OpenAI分别54%46%44%；OpenAIVC支持企业中，Anthropic和OpnI采用率分别达到%和%我们认为，企业模型采用格局仍未固化，模型能力、使用成本和分发渠道变化均可能推动客户采用率持续迁移。图表10：总体付费渗透率（%） 图表11：主要模型厂商付费采用率（%）总体AI付费渗透率总体AI付费渗透率OpenAIxAIAnthropicDeepSeekGoogle60%50%40%30%20%10%2023-012023-032023-012023-032023-052023-072023-092023-112024-012024-032024-052024-072024-092024-112025-012025-032025-052025-072025-092025-112026-012026-032026-05

40%35%30%25%20%15%10%5%2023-012023-032023-012023-032023-052023-072023-092023-112024-012024-032024-052024-072024-092024-112025-012025-032025-052025-072025-092025-112026-012026-032026-05科技科技RampAIIndex、华泰研究 RampAIIndex、华泰研究科技企业正在同时使用多款模型科技RampEconomicsLab20262日ntrocsbreakotmoth（基于6年1月Ramp数据%的ntropcOpenAI付费，16%RampOpenAIAnthropic，较一年前的8%提高一倍，表明Anthropic的增长较大程度来自企业增加第二家模型供应商。据a16z2025610How100EnterpriseCIOsAreBuildingandBuyingGenAIin2025529%37%a16z2026130日发布的《Leaders,gainersandunexpectedwinnersintheEnterpriseAIarmsrace》，81%3个及以上模型家族。F5202655日发布的《TheStateofAIDeliveryandSecurityin202672026312FlexibilityOverLock-In:TheEnterpriseShiftinAgentStrategy》显示，46%Agent中4-62%MelissaZ.Pan2025122arXiv发布的《MeasuringAgentsinProduction》，尚未部Agent4模型数量，以控制成本、延迟、治理复杂度及故障风险。大型企业由于业务部门、应用场景、云平台环境和数据合规要求更加多样，通常具有更强的多供应商需求；中小企业则可能更多依赖统一套件或少数模型，降低集成和运维成本。因此，企业级多模型主要体现为整体保留多家供应商，并为不同工作流配置相对稳定的模型组合，并不意味着每项任务均需同时调用大量模型。CodingAgent推理及失败代价较高的任务，更倾向采用能力较强的前沿模型，其模型成本在整体任务价值中的占比相对有限。Flash3）4）语音、客服、金融、Coding和数据和系统集成能力。企业最终会综合比较模型能力、价格、延迟、稳定性、数据安全、服务可用性及既有技术栈。部分企业可能遵循“先闭后开”的模型迁移路径，并通过动态路由持续调整供应商结构。在业务探索阶段，企业可先使用前沿模型验证产品形态和工作流；当任务流程逐渐成熟并积累真实数据后，再通过后训练、蒸馏、开源模型或自研模型降低推理成本。前沿模型既可能长期承担复杂任务，也可以为垂直模型训练和工作流优化提供能力基础。企业还可通过路由系统将复杂任务分配给前沿模型，将标准化任务转向低价模型，并保留第二供应商以应对配额、服务中断、地区合规和模型版本风险。我们认为，基础模型市场可能形成多家头部厂商长期共存的竞争格局，各厂商在不同任务中建立差异化优势，市场份额则随模型迭代、价格变化和企业工作流迁移持续调整。科技智谱与MiniMax的路径如何演变科技MiniMax早期商业化更偏C端产品和海外市场MiniMax早期商业化更偏向原生应用和产品探索。公司围绕星野、海螺AI、MiniMaxCAI陪伴、社交、内容创作和多模态生成等场景，MiniMax2026322025年度202334620257,904原生22%67%MiniMax早期主要通过多款产品验证交OpenAIChatGPT获取真实用户反馈的产品探索思路具有一定相似性。海外市场是MiniMax据MiniMax于2026年3月2日发布的2025202320%202573%，收入20259月底，AI2ake/星野和海螺IMnMax的可触达用户范围，AIMiniMax早期商业化路径的重要特征。图表12：MiniMax收入结构拆分2023年2024年2025年AI原生产品—收入75821,80553,075同比增速2776.6%143.4%收入占比21.9%71.4%67.2%毛利-2,882-1,776毛利率-380.2%-8.1%AI企业服务—收入2,7028,71825,963同比增速222.6%197.8%收入占比78.1%28.6%32.8%毛利2,0285,514毛利率75.1%63.2%公司整体—总收入3,46030,52379,038总毛利-8543,73820,079同比增速782.0%158.9%总毛利率-24.7%12.2%25.4%中国内地—收入2,7979,21721,375收入占比80.8%30.2%27.0%新加坡—收入111,455收入占比0.0%37.5%美国—收入5754,999收入占比16.6%16.4%其他—收入874,852收入占比2.5%15.9%世界其他地区—收入57,663收入占比73.0%MiniMax招股书、 、华泰研究CLatePost2026616日发AI账本：豆包每天不足百万收入、Seedance70%2026220265月豆Seedance2070%CCoding、API和企业服务等场景的任务价值及付费回报通常更加清晰。我们认为，MiniMaxC端产品矩阵仍具有用户入口和场景探索价值，商业化重心可能逐步向高价值任务和企业需求延伸。科技MiniMaxOpenAI的相似性主要体现在早期产品探索机制。两家公司均重视产品入口、AI以通用助手为核心入口，MiniMaxAI收入结构中充值和营销服务的权重也相对更高。此外，两家公司在资金、算力、市场环境和企业客户基础方面存在差异。我们认为，MiniMaxC端产品探索，后续逐步提高多模态、API及企业业务权重”的发展路径。科技智谱早期商业化更偏企业、本地化部署和项目制智谱早期商业化以企业客户和本地化部署为主。据智谱2025年12月30日发布的招股书202633120252022-20250.571.253.127.2495.5%90.4%84.5%4.5%26.3%GLM配。我们认为，该模式帮助智谱较早完成企业市场的商业化验证，但收入扩张相对依赖项目获取、实施及交付能力。图表13：智谱收入结构拆分2022年2023年2024年2025年公司整体—总收入57,409124,538312,414724,334同比增速116.9%150.9%131.9%收入成本-26,049-44,056-136,525-427,678毛利31,36080,482175,889296,656毛利率54.6%64.6%56.3%41.0%本地化部署—收入54,815112,614263,930533,955同比增速105.4%134.4%102.3%收入占比95.5%90.4%84.5%73.7%收入成本25,42935,83389,674273,299毛利29,38676,781174,256260,656毛利率53.6%68.2%66.0%48.8%云端部署—收入2,59411,92448,484190,379同比增速359.7%306.6%292.7%收入占比4.5%9.6%15.5%26.3%收入成本6208,22346,851154,379毛利1,9743,7011,63336,000毛利率76.1%31.0%3.4%18.9%本地化部署—中国内地—收入54,815112,614262,479收入占比100.0%100.0%99.5%本地化部署—东南亚—收入1,080收入占比0.4%本地化部署—香港—收入371收入占比0.1%本地化部署—总计—收入54,815112,614263,930智谱招股书、 、华泰研究202520263312025年3.6550.4%，主要采用私有化部署1.6522.9%API1.90亿元，26.3%；技术服务及其他收入占比较低。其中，API20240.4820251.90293%。我们认为，智谱正在形成“本地化部署基本盘+APIAgent科技Anthropic《Anthropic3Q26ProfitOver$1B》估算，Anthropic75%-85%ARRAPI，消费订阅约占5%，并主要通过云平台渠道、ClaudeCode、企业订阅及开发者生态扩大APIAgent业务占比提升，智谱的商Anthropic的标准化程度相对更高，智谱则处于由项目交付向标准化模型服务快速迁移的阶段。科技两家公司商业化重心逐步向API、Coding和Agent收敛MiniMaxAPI、CodingPlanAgent能力；MiniMax则从消费级应用和多模态产品起步，随后通过开放平台、Plan、MiniMaxCode及MiniMaxAgentMiniMaxAPI按量计费和固定额Coding、Agent消API图表14：智谱和MiniMax旗舰模型价格公司 当前旗舰模型模型定位上下文API按量价格：输入/输出/缓存读取智谱 GLM-5.2Coding、Agent及长时程工程任务1M；最大输出128K8/28/2元/百万TokenMiniMax MiniMax-M3Coding、Agent及原生多模态任务最高1M；保证至少512K≤512K：2.1/8.4/0.42元；>512K：4.2/16.8/0.84元/百万Token智谱官网、MiniMax官网、华泰研究图表15：智谱和MiniMaxCodingPlan套餐对比公司套餐 当前月费5小时额度每周额度/峰值时段参考并发数主要可用模型智谱Lite118元2,000积分10,000积分GLM-5.2、GLM-5-Turbo、GLM-4.7智谱Pro538元12,000积分60,000积分同上智谱Max1,078元28,000积分140,000积分同上MiniMaxPlus49元5小时滚动窗口约3—4个并发AgentM3、M2.7及部分多模态模型MiniMaxMax119元5小时滚动窗口约4—5个并发Agent同上MiniMaxUltra469元5小时滚动窗口约6—7个并发Agent同上智谱官网、MiniMax官网、华泰研究CodingAPI2025728日发GLM-4.5ReasoningCodingandAgenticAbilities开始统一训练推理、CodingAgent能力，GLM-4.6GLM-4.7进一步强化代码生成、工具调用和复杂任务GLM-5VibeCodingAgenticEngineering，GLM-5.1和GLM-5.2继续提升代码库理解及长时程任务能力。据智谱于2026年6月16日发布的《GLM-5.2:BuiltforLong-Horizon》，GLM-5.2Terminal-Bench2.1上的得分由63.581.0，SWE-benchPro58.462.12025年度业绩说明会（2026331日）2026API83%，同期调用400%Coding需求提升后，价格与使用量仍可同步增长。MiniMaxAPI指标中。2025年度业绩说明会（2026331日）20263MaaSAPIARR2.536氪2026716｜ARR101520267ARR10亿美元