定价触底回升，参数规模跃升，中国大模型行业的竞争主轴正在切换。
中国大模型市场长期被贴上"价格战"标签，但摩根士丹利在8月9日发布的最新研报中表示，这一判断正在失效。研报指出，行业正从价格竞争转向以智能能力驱动的商业化，三大结构性变化正在同步发生：定价趋于理性、开源授权收紧、模型参数规模跃升。
这一判断的直接触发点是DeepSeek的定价动作。DeepSeek于2026年8月8日宣布将大幅上调API价格，这对于一家长期以"高性能+极低定价"著称的厂商而言，意义远超单纯的价格调整——它被摩根士丹利分析师Gary Yu和Lydia Lin解读为行业定价纪律改善的积极信号。
定价转向的背后，是更深层的商业逻辑重塑。分析师认为，模型智能，而非价格，才是大模型竞争的终极壁垒。头部厂商可以向下推出低价轻量版本，但中等水平的厂商想要反向突破至顶尖模型，难度则大得多——这种不对称性，决定了纯粹的价格战并非可持续策略。而谁能维持“更强模型→更多收入→更大投入→再次提升”的正向飞轮，谁才是真正的赢家。
定价触底：DeepSeek涨价是信号，不是偶然
在过去很长一段时间，中国大模型的API均价持续走低，这也是市场担忧"价格战"将拖累整个行业盈利能力的核心依据。
但数据显示，拐点可能已经出现。据摩根士丹利研报，以字节跳动、阿里、百度、腾讯、MiniMax、智谱、月之暗面及DeepSeek为样本统计，中国大模型平均API输出价格从2025年一季度的约12.2元/百万tokens，已回升至2026年二季度的21.9元/百万tokens。
DeepSeek此次涨价，分析师认为背后有三个驱动因素：一是V4模型需求旺盛，支撑更强的定价能力；二是厂商需要在市场份额与毛利率之间寻求平衡，以持续投入前沿模型研发；三是更多使用国产芯片可能带来更高的推理成本。
分析师的结论是：价格战不是可持续的竞争策略。随着模型智能和规模持续提升，中国新一代大模型的定价将趋势性走高，竞争维度将越来越多地从价格转向能力与容量。
从上面的散点图中可以直观看到，模型智能指数越高，API输出定价也越高，K3和Qwen3.8-Max处于图表右上方的高价高智能象限，而V4-Flash则位于低价低智能区间——价格与能力的正相关关系正在逐步形成。
授权收紧：从“免费用”到“超规模就得谈钱”
开源模型是另一个变量。市场的普遍担忧是：开源权重模型的广泛传播，将进一步压低AI基础设施需求，加剧行业商品化。摩根士丹利对此持不同看法。
分析师指出，更便宜、更高效的开源模型应通过"杰文斯悖论"（Jevons Paradox）拉动更高的使用量——推理成本下降会催生更大需求，从而加速AI渗透。调查数据显示，63%的受访企业同时使用开源和闭源模型。
更重要的变化在于授权条款的演变。中国大模型厂商过去普遍采用Apache 2.0或MIT等宽松开源许可（L1级），允许第三方自由部署和商业化。但研报显示，厂商正加速向更严格的L2/L3授权迁移。
具体案例包括：月之暗面的K3许可要求，年收入超过2000万美元的MaaS服务商必须单独签署商业协议；据媒体爆料，阿里巴巴可能对大规模使用未来Qwen开源模型的用户引入收入分成要求。
这一变化意味着，大模型厂商的变现路径正在从单一的API直销（1P）扩展至与云服务商及模型聚合平台的收入分成（3P），可寻址的ARR池随之扩大。
参数跃升：中国大模型正式进入万亿参数时代
2026年上半年，中国主流开源大模型的参数规模普遍低于1万亿。7月，月之暗面发布的Kimi K3以2.8万亿参数打破这一天花板，成为首个跨越2万亿参数门槛的中国主流开源大模型。
紧随其后，阿里Qwen3.8-Max达到2.4万亿参数。据分析，2-3万亿参数将在2026年下半年逐步成为中国前沿模型的基准线，多款重量级产品正在路上：MiniMax M3 Pro（预计9-10月，2.7万亿参数）、智谱下一代GLM模型（预计10月）、以及可能发布的阿里Qwen4。据晚点LatePost 2026年8月6日的报道，字节跳动还在探索5万亿参数以上的模型。
参数规模提升的意义，不仅是性能指标的改善，更是竞争壁垒的系统性抬高。分析师指出，大参数模型的训练不只需要更多资金和算力，还对推理效率、基础设施优化、工程执行能力以及融资能力提出更高要求。
这与资本密集型行业的规律类似：越往高端走，进入门槛越高，强者越强。分析师认为，随着前沿模型规模持续扩大，行业将进一步向资源充裕的头部玩家集中。
飞轮逻辑：商业化与AGI并非对立
分析师认为，商业化和AGI是相辅相成的，而非相互竞争的目标。
更强的商业化提供资金，支撑前沿模型研发；更强的前沿智能反过来推动商业化变现。两者形成正向循环——更好的模型→更强的用户采纳和变现→更多的训练和算力投入→持续的模型迭代。
分析师认为，真正的护城河不是暂时的排行榜第一，而是能否持续运转这个飞轮。头部厂商可以轻易向下推出低价轻量模型覆盖大众市场，但中等厂商想要向上突破至顶尖水平，难度完全不在一个量级。
智谱：飞轮正在形成，目标价升至1700港元
摩根士丹利将智谱目标价从990港元大幅上调72%至1700港元，并将2026年ARR预测从10亿美元上调至20亿美元，对应2027年市销率约42倍。
智谱的飞轮正在加速形成，支撑这一判断的有三个维度：
模型性能：GLM-5.2已跻身全球顶级大模型阵营，不仅在基准测试中表现突出，在全球开发者社区中也获得正面反馈。据研报，智谱首席科学家唐杰（Jie Tang）于2026年6月16日在X平台发文表示，公司将在2027年一季度前发布一款达到当前最佳美国大模型水平的产品。分析师预计智谱将提前实现这一目标，时间节点为2026年10月。
算力供给：推理算力，尤其是海外算力，一直是制约智谱 ARR增长的瓶颈。目前智谱已与AWS展开谈判，GLM-5.2 API已完成AWS Marketplace的集成。摩根士丹利预计这一3P合作模式将进一步扩展至其他海外云服务商和API平台。
融资循环：2026年7月13日，智谱完成H股配股，募资314亿港元（约40亿美元），摊薄比例4.25%。公司计划将其中55%（约22亿美元）用于模型训练和算力扩张。此外，潜在的A股上市可进一步提供约150亿元人民币资金。
MiniMax：短期承压，但看多理由仍在
摩根士丹利将MiniMax目标价从1100港元小幅下调18%至900港元，维持2026年ARR预测10亿美元不变（与公司指引一致），对应2027年市销率约32倍。
MiniMax近期股价承压明显：M3模型于6月1日发布后，因参数规模偏小（总参数4280亿，活跃参数仅230亿）、价格较M2.7翻倍，以及编程能力相对不足，在开发者社区引发负面反馈，股价从6月1日高点下跌最多达77%。7月8日，基石投资者及Pre-IPO投资者解禁，流通股比例从总股本的5.44%骤升至54.38%，进一步加大抛压。
但分析师表示对MiniMax"并不那么悲观"，理由有四：
M3 Pro是真正的催化剂：分析师将当前M3视为测试新架构（MiniMax稀疏注意力机制）的实验版本，而非完整产品。MiniMax已宣布M3 Pro将于9-10月推出，总参数达2.7万亿，有望成为届时参数规模最大的中国大模型，并展现定价能力。
大模型不只是编程：分析师认为，编程是AI场景中率先跨越技术和商业化拐点的领域，但不是全部。未来大模型将渗透至法律、金融、咨询、医疗等更广泛的知识工作者市场。MiniMax一直专注于垂直行业训练数据，并于2026年5月启动"10倍团队"计划，广纳各行业专家。
多模态被低估：视频模型市场商业价值可观，竞争相对大模型市场较低。MiniMax于2026年7月发布的H3视频模型，性能超越全球同类产品并获得正面反馈，有望重新加速MiniMax多模态ARR增长。
融资支撑：MiniMax于2026年7月10日宣布配股募资95亿港元（约12亿美元），同时发行1年期可转债募资65亿港元（约8亿美元），转换价格为335港元。公司计划将配股和可转债所募资金的80%（约16亿美元）用于模型训练和算力扩张，10%用于Harness产品的全球商业化。潜在的A股上市将进一步拓宽融资渠道。
MiniMax创始人兼CTO Dr. Yan Junjie在7月10日的内部信中表示，在公司达到AGI目标之前，他不会领取薪酬，并将在未来四年内从个人账户捐出公司4%的股份用于员工激励，另捐出1%设立专项基金支持开源社区。
研发投入大幅上调：高壁垒时代的必然代价
随着模型参数规模跃升，两家公司的研发投入预测均大幅上修。分析师将智谱和MiniMax的2027年研发费用预测均上调至10亿美元以上，以反映训练大参数模型所需的更高投入。
具体而言，智谱 2026-2028年收入预测分别上调37.3%、53.1%和56.7%；MiniMax同期收入预测分别上调104.2%、71.1%和99.2%。
两家公司均处于亏损阶段，摩根士丹利预计智谱最早在2028年实现盈亏平衡，届时云端部署业务收入的快速扩张将超越研发支出的增速。