中国人工智能行业：AI模型是新型劳动力编码后的等待时间延长下调目标价；仍看涨我们的首选股是智谱

中国证券研究2026年11月3日我们下调了智谱和MiniMax的目标价-编码之后的AI需求出现所需我们的首选股。虽然从顶点下跌约78%,但年初迄今智谱仍上涨了315%左右(而恒生科技指数年初迄今下跌32%)。我们将AI模型视为企业的下一代劳动力，将模型公司视为其培训雇主按学位招聘，因此需求会分步迈进。目前即编码和更广泛白领工作。市场将这个空档期解读为放缓，而实验室仍每隔几个月就发布更好的模型。“毕业生”每次都的“学校”应捕捉到大多数价值，同时我们预测跟得上的学校将减少。出现变化的是我们对时间点的看法，因此我们将2030年预期目标市盈率从20倍下调至12倍。智谱(“增持”)的目标价从2,000港元降至1,200港元，MiniMax(“中性”)的目标价从300港元降至首先出现的是价格战和年度经常性收入(ARR)放缓；2025年底模型能够可靠地编码后需求才开始腾飞。实验室每隔几个月就会推出更好的模型，我们预计白领工作需求将以同样的方式增长。中国至少落后美国6个月，目前仍处在编码这一台阶上。我们预测中国在这两方面都会随美国上升。为龙头实验室正在同时拉动这两根杠杆：其最佳模型收费较高，就像智谱将GLM-5.3的API价格提高一倍那样，同时用类似于GLM-5.3-Flash的低价模型留住价格敏感用户。他们还不断降低自身成本：在同样的硬件上，今年智谱的单位推理成本下降了约80%。这就是为什么我们认为token价格下滑未必挤压利润率的原因。2026年上半年智谱的API毛利率从一年前的-0.4%升至24.6%。美国展现的模式相同：在Ramp上，2025年8月以来token价格已减半，而企业的token支出增长到了原来的15倍。这就是我们青睐智谱的原因。智谱每2-3个月就会发布一代新产品,并同时上调价格和指引；预计11月上线的GLM-5.5/GLM-6是下月)得到认可并按前沿模型定价，我们的看法就可能变得更乐观。一个催化剂。MiniMax主要在成本上展开竞争。如果M3Pro(11月)得到认可并按前沿模型定价，我们的看法就可能变得更乐观。中国证券研究所需能力物理世界白领工作资料来源：OpenAl(OpenAl)、OpenClaw(OpenClaw,截至2026年10月29资料来源：智谱公司展示材料(截至2026年10月29日)资料来源：RampAl指数(RampAI指数，2026年10月)、摩根大通任务中的步骤数量—单步准确率99%—单步准确率95%资料来源：摩根大通估算徐文韬中国证券研究2026年11月3日·需求信号强弱不一：美国前沿实验室收入增长看来放缓，而OpenRouter、月初Ramp的公司卡AI支出创新高，但只比8月份的水平高1.5%(RampAI指数，2026年10月)。在中国，对领先模型的需求仍超过供应，这是因为实验室还是缺乏算力，领先实验室的ARR继续普遍快速上升。在美国,尽管支出停滞，但Ramp的公司卡数据显示8月和9月的企业token使用量仍在上升(资料来源：RampAI指数，2026年10月)。OpenRouter只是之处，可以跨行业检验持续攀升中的token消耗量的走向：在始于2026年10月26日的一周内，OpenRouter的单周token处理量达到约196万亿，约为去年同期的36倍，也是8月中旬的两倍左右(资料来源：OpenRouter)资料来源：OpenRouter(截至2026年10月26日)、摩根大通04-202605-202606-202607-25•部分企业支出可能正在转向更低价的模型。根据EnterpriseTechnology缓存输入、20%输入、10%输出），而智谱的GLM-5.3-Flash则开辟了一个的GPT-6Astra和谷歌的Gemini4Argon。投资者认为这标志着实验室缺乏OpenAI表示，价格仅为Astra五分之一的表现几乎与之不相上下，基于短编码基准来看，DeepSe$5.00$0.50$0.05），OpenAIGPT-6Astra(新顶级)$7.7GoogleGemini3.1pro->4Argon$2.9OpenAIGPT-5.6Sol->6->6.1Sol$1.5GoogleGemini3.7->3.8Flash$1.1智谱GLM-5.2->5.3$0.9OpenAIGPT-5.6Terra->6.1Terra$0.73DeepSeekV4->V4.1Flash$0.18Z.AIGLM-5.3-Flash(新付费级)$0.10MiniMaxM3->M3.1Flash$0.1.OpenAIGPT-5.6Luna->6Luna$0.0806-202607-202608-202609-202610-2026我们认为，数据尚未显示需求是否放缓，三点担忧可谓6一个数据尚无法给出定论的问题。为了找到答案，我们首先阐述了我们将企业模型市场看作一个劳动力市场，其中包含三力，企业是雇主。模型持续迭代学习，但只有当它能够可靠地执行一型取代或延伸人工工作并依据所做工作收费。消费级人工智能（其价依赖于流量、产品和设备入口点）遵循另一套规则，不在本报告的讨。中毕业生从学士到博士雇主毕业生从学士到博士雇主招聘入职服务于对每一级学位进行培训服务于对每一级学位进行培训就所完成工作支付工资企业像雇员那样聘用模型市场企业像雇员那样聘用每周期都提高一级 每周期都提高一级 模型公司训练并拥有每个模型主要区别：毕业生并非学校所有，但模型公司拥有模型，所以可收获其收入。企业按token付费，但像雇员那样聘用：只有模型能可靠完成时才会派发任务每一个模型代际就相当于一个新学期，学位标志着模型可以工作。人工智能劳动力可以无限制地复制，一旦出现么原学位持有者便会减薪，这就是为什么一个能力水下降如此之快；同时，每一级新学位都能认证模型承如今的最优模型就像是一名拥有博士学识和初级员工独中国证券研究2026年11月3日主不会将一半情况下都无法完成的工作交给模型，所以我们认为3个小时是当今模型的实际工作时长范围。不过，“晋升”来得很快：就2024年以来发布的模型而言，模型可以完成的任务长度大约每105天就会翻一番(资料来源：METR),这正是为什么我们认为持续训练仍然有可取之处：单步准确率的每一次小幅提升，都会使任务准确率大幅提高，而停企业按token付费，但在我们看来其行为恰似雇主招聘。如果token是一种商称为“晋升”,此后交给模型的任务数量可能急剧增加。人事业务的学校一样，模型公司会投入大量资金来针对每一个新一训练，之后向雇主收取通过API调用或订阅所完成的毕业生工时的费用。这项供再培训才能保持不落伍，而且其收入与其说是取决于工时费，不如说是取决升”,承担新工作，而不仅仅是token的价格走势。在商品化和定价权方面，老一代模型，类似于低级别学位，围绕价格展开竞争，而最图11:能力对比需求：模型达到新标准后解锁新场景所需能力物理世界①2022年11月ChatGPT:对话助手达到首个标准②2025年11月前沿编码智能体变得可靠：模型达到编码标准③2026年2月0penClaw风靡：产品提高同标准下的使用量④2026年9月GPT-Astra:初步获得科学和机器人任务，但仍未达到下一个标准资料来源：OpenAlI(OpenAl)、OpenClaw(OpenClaw)(均截至2026年10月29日)、图12:智谱的ARR对比GLM的发布：每一代新模型都将ARR8每一次解锁都使需求提升了一级，我们预计未来空间更大月都会增强一次，但需求主要是在一种新工作可以可靠地移交），作的标准，由于模型能力不断提升，我们认为达到下一个标,而不是能不能的问题，每一次达到一个新标准都会使需要再上一个新台阶。求上限。一名实习生，无论多么便宜，都不会被广泛任用，但一旦自主承担一项任务，雇主就会招聘大量实习生，这也是我们认为持我们以美国为参考来解读中国，因为我们认为美国模型就是为什么我们在本报告中全篇引用美国的收入数据和使用场景了潜在需求。随着国内产能上线，我们预计新增算力在中国转化还没有第二个使用场景发展得像编码一样，但随着模型的改作正在接近自己的临界点，我们认为市场对如今收入增长放缓的线确定它将以何种形式呈现：作为多步骤智能体应用嵌入企业工泛的白领工作中而不是单一的垂直领域。这在垂直应用中已初98倍与其争论如今需求是否在放缓，我们更愿意•前沿ARR增长。随着最新一代模型被采用，头部实验室的收入季度环比增•新增算力上线后的中国。中国实验室的ARR是否随着国,如是，应将证实约束性限制因素是供应而非需求。我们认为在模型收入的三个驱动因素中，t务的规模和企业交出的任务数量成正比，我们认为两者在。最近的降价是更长时间的下行趋势的一部分，通过降价，消战使API标价下跌90%或以上，此后日均token调3,0003003008-202510-202512-202502-202604-202606-202608-202610-2026周度数据的4周均值;综合价格为Ramp样本中两家最大供我们认为价格战集中在旧模型和简单任务上。达到固定学位持有者在一个更高学位的持有者到来时会遭遇减薪溃；同时，主流新款旗舰产品以价换量，平价或降价发0智谱阿里巴巴智谱阿里巴巴输出(缓存不命中)输入缓存命中输入输出对于翻译、摘要和简单问答，去年的学位就已足够，买家可以按照价但是长智能体任务则不一样：一个步骤失败，便可能破坏整个结果，单步准确 单步准确 任务中的步骤数量简单工作而言，节省的费用大多流向了客户，模型公司赚取处理费旦追赶者赶上，我们预计价值将回流向客户，这就是为什么在我们,我们认为整合将主要通过减员而不是合并完成。我们认为资本获取本身就是一道准入门槛。如今的融资在桌上，在开放和封闭权重之间所做的选择也能指示所处地我们认为市场正在整合阶段推断价格，因此对长期利润今天的激烈竞争和退出对于长期结构而言是有益的，定价和开源策•如今的价格是在整合阶段确定。参与者以价格换取份额和资金，许多定价是为了获取开发者和投资者，而不是让模型赚钱，我们认态。随着严肃参与者的数量减少，我们预计价格将更紧密•每一次迭代都是重新定价的机会。一个新模型就是一个新产品，因此模型公司不需要上调既有模型的价格来改善其定价；但能够•今天开放并不意味着明天也开放。我们认为开放权重是一种策略，而不是一项承诺：追随者为获取开发者和份额而开源，但随着模型公进，其动机转向保持其最新一代模型闭源，或仅在付费专属窗后开源，以便凭借最有价值的工作收费。因此，我们认为今天•利润率已在改善。2026年上半年智谱的开放平台和API业务的毛利率从去年同期的-0.4%上升至24.6%，尽管其他地方仍存在价格竞争。从以下几个方面来看，我们认为毛利率还有进一步提升的空间：新芯片力交付更多token；基础设施优化，如批处理、缓高利用率；更紧密的模型和硬件协同设计，从模型架构到针进行调整的软件。每一项都能降低完成同等工作所需的成本其价格只有后者的五分之一；在美国的一款领先的旗舰模型发布约7周后，•平台巨头利用模型亏本引流。拥有云业务的公司可能常年低价供应模型以•需要更长的时间才能达到下一个标准。如果编•资金与稀释。融资市场疲软以及反复增发或发行可转。中国证券研究2026年11月3日股价(2026年11月2日):480.40港元目标价(2027年12月):1,200.00港元之前(2026年12月):2,000.00港元香港互联网摩根大通证券(中国)有限公司重要变更(财年12月份结束)重要变更(财年12月份结束)半年预测(财年12月份结束)半年预测(财年12月份结束) 风格敞口风格敞口(百分位)量化因子(百分位)量化因子智谱-HARR从6月底的约5亿美元增至9月中旬的18亿美元，管理层将年末指引从24亿美元上调至30亿美元。公司表示，9月份通过增发和可转债筹集的50亿今年智谱的模型进展一直处于正轨。公司每两到三个月就会发布新从2026年初的GLM-5到3月的GLM-5.1、6月的GLM-5.2和8月的GLM-5.3,每一代模型的价格都不变或上调，而ARR则持续增长。2026年上半年，公司的开放平台和API业务的毛利率升至24.6%,随着芯片、基础设施和模型硬件协同设计的改善，我们认为还有进一步提升的空间。下更大的GLM-5.5/GLM-6模型，我们预计将于11月发布，模型参数达2.5万亿-3.5万亿。我们将关注这是否会缩小其与美国前沿模型之是否会使用其模型执行更长的多步骤智能体工作，如是，那么在我们的分析框我们将2026年收入预测从61亿元人民币下调至57亿元人民币，将2027年收入预测从178亿元人民币上调至239亿元人民币，我们认为这反映的是时点问题而非需求走弱。我们将截至2027年12月的目标价从2,000港元下调至1,200港元，目前基于12倍的2030年预期市盈率(先前为20倍),我们预计届时智谱将产生正常化盈利，并以15%的加权平均资本成本折现。目标价下调的原企业的大部分溢价，原因是下一个使用场景拐点到来的时间存们仍看好智谱的盈利路径，但在发生抛售后，我们更倾向于通过盈利兑现(而非估值倍数)驱动上行。资料来源：风格敞口数据源自摩根大通全球市场策略团队；其他所有图表中的数据均为公司数据或摩根大通估算新旧营业利润新旧新旧资料来源：摩根大通估算徐文韬股价表现港元26年01月26年04月26年07月26年10月股价表现港元26年01月26年04月26年07月26年10月年内迄今1个月3个月12个月绝对相对公司数据已发行股票数(百万)52周股价区间(港元)总市值(百万美元)汇率三个月日均成交量(百万)三个月日均成交额(百万美元)波动性(90天)重要指标(财年12月份结束)收入息税折旧摊销前利润率净利润率 (6.1% 中国证券研究683.0 5,9244,387 投资理据和估值概要我们对智谱的评级为“增持”,因为公司更符合我们“持续SOTA能见度、高价值工作流敞口及定价权”这一评估框架。年初迄今，智谱已通过GLM系列发布多款国内SOTA模型，我们认为GLM-5.2/5.3的发布进一步巩模型成功。我们截至2027年12月的目标价1,200港元基于12倍的2030年预期市盈率得出，我们预计届时智谱将产生正常化盈利，并采用15%的加权平均资本成本进行折现。12倍市盈率与国内一线互联网企业大致相符，这主要是为了反映公司2026-2030年超过100%的预期收入年复合增长率。股价表现驱动因素10年期美国国债收益率指数 资料来源：股价表现驱动因素数据源自摩根大通全球市场策略团队；所有其他图表中的数据均源自公司数据、BombrgFinanceLP和摩根大通估算。注：历史股价可能不完整或不准确。地位。在模型周期持续压缩的市场中，我们认为这一往绩很重要：在我们看来，投资者或将更重视持续的前沿成果交付，而非一次性的使用量激增或出，我们预计届时智谱将产生正常化盈利，并采行折现。12倍市盈率与国内一线互联网企的高额研发投入带来的执行风险及盈利压力000000-----(1.3%)----------1 -----徐文韬股价(2026年11月2日):169.00港元目标价(2027年12月):200.00港元之前(2026年12月):300.00港元摩根大通证券(中国)有限公司调整后的每股收益(美元)风格敞口风格敞口低波动性资料来源：风格敞口数据源自摩根大通全球市场策略团队；其他所有图表中的数据均为公司数据或摩根大通估算中国证券研究2026年11月3日中国证券研究2026年11月3日MiniMax今年主要在性价比方面展开竞争，以低价提供有实力的模型，而不是争夺顶部价格带。公司的M3(6月)和M3.1Flash(10月)提供具有竞争力的模型能力，而价格处于领先实验室中的最M3的一半。由此赢得了使用量和开发者份额，其竞争对象是更低级别的模型值不断提升。公司ARR指引不变，因此下一个前沿模型需要表明它可以再上一台阶。与智谱不同，MiniMax今年没有上调其ARR指引，我们认为这标志着其性价比策略尚未转化为企业需求的升级。公司的大部分收入也来自据互联网产品逻辑对其进行单独评估。关键的观察点是M3Pro的竞争力，我们预计将于11月发布。我们将关注它是否能在更长的多步骤智能体工作方面缩小与中美领先模型MiniMax是否能够将其按照前沿模型定价而非主我们微调了2026-30年盈利预测，以反映M3.1flash的发布以及更高的训练成本，并将截至2027年12月的目标价从300港元下调至200港元，调整与智谱相同：12倍的2030年预期市盈率(先前为20倍),并以15%的加权平均资本成本折现。目标价下调的原因主要在于估值倍数，该倍公司相对于国内一线互联网企业的大部分溢价，原因是下一个使用场景预测调整(百万美元)新旧营业利润新旧调整后净利润新旧新旧资料来源：摩根大通估算徐文韬股价表现港元26年01月26年04月26年07月26年10月股价表现港元26年01月26年04月26年07月26年10月年内迄今1个月3个月12个月绝对相对公司数据已发行股票数(百万)52周股价区间(港元)总市值(百万美元)汇率三个月日均成交量(百万)三个月日均成交额(百万美元)波动性(90天)重要指标(财年12月份结束)财务预测收入息税折旧摊销前利润增长率中国证券研究-26.7%-26.7% 投资理据和估值概要我们对MiniMax的评级为“中性”。我们认为公司的战、覆盖2C+2B的产品布局、国际扩张以及性价比优势强用场景的可靠模型平台，且其在OpenRouter平台的调用势赋予了MiniMax长期期权价值，尤其是倘若AI需求从我们截至2027年12月的目标价为200港元，基于12倍的2030年预期市盈率得出，我们预计届时MiniMax将产生正常化盈利，同时采用15%的加权平均资本成本折现。为了反映公司2026-30年预期超过100%的收入年复合增长率。资料来源：股价表现驱动因素数据源自摩根大通全球市场策略团队；所有其他图表中的数据均源自公司数据、BoombergFinanceLP和摩根大通估算。注：历史股价可能不完整或强劲。公司已构建涵盖文本、音频、图像、视频及生产应用场景的可靠模型平台，且其在OpenRouter平台为主的工作流扩展至多模态内容、交互式智能体与具身智能的情况下。我们的0176----------1297.5% -----徐文韬中国证券研究