摩根大通最新研报聚焦中国AI模型层竞争格局，指出内生能力驱动已成为企业核心竞争力的关键指标。相较于外部市场环境改善，具备技术自主突破能力的企业更具长期投资价值。以智谱GLM-5.3模型为例，其通过强化后训练实现能力跃升，在编程与智能体领域展现出显著优势，这标志着数据质量、强化学习框架等后训练环节正成为差异化竞争的核心要素。
在竞争评估框架方面，该机构引入"帕累托边界"理论，将模型能力与成本构成双轨评估体系。处于帕累托最优的模型需满足两个条件：要么以同等或更低价格提供更强性能，要么以更低价格实现相当性能。当前市场呈现明显分化，智谱凭借GLM-5.3的技术突破占据智能前沿位置，而MiniMax则面临能力验证与成本控制的双重挑战。
行业格局变动中，DeepSeek的API调价策略引发连锁反应。自8月17日起，其V4系列模型输入输出价格全面上调，其中Pro版本高峰时段输入价格暴涨200%至9元/百万token。摩根大通分析认为，此举虽为性价比赛道厂商创造喘息空间，但DeepSeek通过MoE架构等系统优化建立的效率优势仍难以撼动，其行业成本基准地位未受实质影响。
智谱的竞争优势获得重点强调。GLM-5.3在保持现有定价体系下，通过技术迭代实现能力提升，这种内生增长模式使其获得战略灵活性。研报预测，该模型2026-2030年收入年复合增长率将超100%，基于此将目标价由1600港元上调至1800港元，维持"增持"评级。技术路径方面，强化后训练的成功验证表明，大规模预训练并非唯一选择，后训练环节的工程能力正成为新的竞争焦点。
MiniMax的转型压力则持续加大。现有M3模型在能力与性价比维度均未建立优势，面临Kimi、GLM-5.3等强模型的上行压力与DeepSeek的下行挤压。研报指出，M3.1的发布将成为关键转折点，需在模型能力或性价比任一维度实现突破才能跻身帕累托边界。海螺H3的多模态能力虽获市场积极反馈，但独立厂商在生态整合方面的劣势可能制约其价值转化效率。
定价策略对比显示，智谱GLM-5.2维持输入8元、输出28元/百万token的定价，而MiniMax需借助竞争对手提价缩小成本差距。摩根大通将MiniMax目标价从160港元上调至260港元，但维持"中性"评级，反映市场对其能力验证进程的审慎态度。收入预测调整方面，智谱获6-10%的上调幅度，MiniMax则在2027-2030年获得11-21%的更高调整，显示市场对其多模态战略的期待。
技术演进趋势方面，研报强调智能前沿的持续突破正在重塑需求结构。编程领域已从代码补全进化至仓库级开发，这种能力跃迁带来的新市场空间，使领先模型获得价格抗性。随着技术成熟度提升，性价比赛道竞争将加剧，企业需建立包括架构优化、缓存机制等在内的系统性效率优势，而非单纯依赖定价策略。
在评估指标体系上，摩根大通采用综合token定价（假设输入输出比10:1，缓存命中率90%）衡量成本，结合基准测试与实际产品表现评估能力。这种量化框架为投资者提供清晰对比标准，凸显出智谱在工程执行与数据质量方面的领先地位，以及MiniMax在模型迭代与生态建设方面的待突破领域。
