摩根士丹利在8月9日釋出的最新研報中表示，中國大模型市場長期被貼上的“價格戰”標籤正在失效，行業正從價格競爭轉向以智慧能力驅動的商業化。研報指出，三大結構性變化正在同步發生：定價趨於理性、開源授權收緊、模型引數規模躍升。這一判斷的直接觸發點是DeepSeek的定價動作——DeepSeek於2026年8月8日宣佈將大幅上調API價格，對於一家長期以“高效能+極低定價”著稱的廠商而言，這一動作被摩根士丹利分析師Gary Yu和Lydia Lin解讀為行業定價紀律改善的積極訊號。

定價轉向的背後是更深層的商業邏輯重塑。分析師認為，模型智慧而非價格才是大模型競爭的終極壁壘。頭部廠商可以向下推出低價輕量版本，但中等水平的廠商想要反向突破至頂尖模型，難度則大得多——這種不對稱性決定了純粹的價格戰並非可持續策略。而誰能維持“更強模型→更多收入→更大投入→再次提升”的正向飛輪，誰才是真正的贏家。

據摩根士丹利研報，以字節跳動、阿里、百度、騰訊、MiniMax、智譜、月之暗面及DeepSeek為樣本統計，中國大模型平均API輸出價格已從2025年一季度的約12.2元/百萬tokens回升至2026年二季度的21.9元/百萬tokens。DeepSeek此次漲價背後有三個驅動因素：一是V4模型需求旺盛，支撐更強的定價能力；二是廠商需要在市場份額與毛利率之間尋求平衡，以持續投入前沿模型研發；三是更多使用國產晶片可能帶來更高的推理成本。分析師的結論是，價格戰不是可持續的競爭策略，隨著模型智慧和規模持續提升，中國新一代大模型的定價將趨勢性走高，競爭維度將越來越多地從價格轉向能力與容量。研報中的散點圖顯示，模型智慧指數越高，API輸出定價也越高，K3和Qwen3.8-Max處於高價高智慧象限，而V4-Flash則位於低價低智慧區間，價格與能力的正相關關係正在逐步形成。

開源模型是另一個變數。市場的普遍擔憂是，開源權重模型的廣泛傳播將進一步壓低AI基礎設施需求，加劇行業商品化。摩根士丹利對此持不同看法，認為更便宜、更高效的開源模型應通過“傑文斯悖論”拉動更高的使用量——推理成本下降會催生更大需求，從而加速AI滲透。調查資料顯示，63%的受訪企業同時使用開源和閉源模型。更重要的變化在於授權條款的演變：中國大模型廠商過去普遍採用Apache 2.0或MIT等寬鬆開源許可（L1級），但研報顯示，廠商正加速向更嚴格的L2/L3授權遷移。具體案例包括：月之暗面的K3許可要求，年收入超過2000萬美元的MaaS服務商必須單獨簽署商業協議；據媒體爆料，阿里巴巴可能對大規模使用未來Qwen開源模型的使用者引入收入分成要求。這一變化意味著，大模型廠商的變現路徑正在從單一的API直銷（1P）擴充套件至與雲服務商及模型聚合平台的收入分成（3P），可定址的ARR池隨之擴大。

2026年上半年，中國主流開源大模型的引數規模普遍低於1萬億。7月，月之暗面釋出的Kimi K3以2.8萬億引數打破這一天花板，成為首個跨越2萬億引數門檻的中國主流開源大模型。緊隨其後，阿里Qwen3.8-Max達到2.4萬億引數。據分析，2-3萬億引數將在2026年下半年逐步成為中國前沿模型的基準線，多款重量級產品正在路上：MiniMax M3 Pro（預計9-10月，2.7萬億引數）、智譜下一代GLM模型（預計10月）、以及可能釋出的阿里Qwen4。據晚點LatePost 2026年8月6日的報道，字節跳動還在探索5萬億引數以上的模型。引數規模提升的意義不僅是效能指標的改善，更是競爭壁壘的系統性抬高。分析師指出，大引數模型的訓練不只需要更多資金和算力，還對推理效率、基礎設施最佳化、工程執行能力以及融資能力提出更高要求。這與資本密集型行業的規律類似：越往高階走，進入門檻越高，強者越強。分析師認為，隨著前沿模型規模持續擴大，行業將進一步向資源充裕的頭部玩家集中。

分析師認為，商業化和AGI是相輔相成的，而非相互競爭的目標。更強的商業化提供資金，支撐前沿模型研發；更強的前沿智慧反過來推動商業化變現。兩者形成正向迴圈——更好的模型→更強的使用者採納和變現→更多的訓練和算力投入→持續的模型迭代。分析師認為，真正的護城河不是暫時的排行榜第一，而是能否持續運轉這個飛輪。

具體到個股，摩根士丹利將智譜目標價從990港元大幅上調72%至1700港元，並將2026年ARR預測從10億美元上調至20億美元，對應2027年市銷率約42倍。支撐這一判斷的有三個維度：模型效能方面，GLM-5.2已躋身全球頂級大模型陣營，智譜首席科學家唐傑（Jie Tang）於2026年6月16日在X平台發文表示，公司將在2027年一季度前釋出一款達到當前最佳美國大模型水平的產品，分析師預計智譜將提前至2026年10月實現；算力供給方面，智譜已與AWS展開談判，GLM-5.2 API已完成AWS Marketplace的整合，摩根士丹利預計這一3P合作模式將進一步擴充套件至其他海外雲服務商和API平台；融資迴圈方面，2026年7月13日智譜完成H股配股，募資314億港元（約40億美元），攤薄比例4.25%，公司計劃將其中55%（約22億美元）用於模型訓練和算力擴張，潛在的A股上市可進一步提供約150億元人民幣資金。

對於MiniMax，摩根士丹利將目標價從1100港元小幅下調18%至900港元，維持2026年ARR預測10億美元不變（與公司指引一致），對應2027年市銷率約32倍。MiniMax近期股價承壓明顯：M3模型於6月1日釋出後，因引數規模偏小（總引數4280億，活躍引數僅230億）、價格較M2.7翻倍，以及程式設計能力相對不足，在開發者社群引發負面反饋，股價從6月1日高點下跌最多達77%。7月8日，基石投資者及Pre-IPO投資者解禁，流通股比例從總股本的5.44%驟升至54.38%，進一步加大拋壓。但分析師表示對MiniMax“並不那麼悲觀”，理由有四：M3 Pro是真正的催化劑，分析師將當前M3視為測試新架構（MiniMax稀疏注意力機制）的實驗版本，而非完整產品，MiniMax已宣佈M3 Pro將於9-10月推出，總引數達2.7萬億，有望成為屆時引數規模最大的中國大模型；大模型不只是程式設計，未來將滲透至法律、金融、諮詢、醫療等更廣泛的知識工作者市場，MiniMax一直專注於垂直行業訓練資料，並於2026年5月啟動“10倍團隊”計劃；多模態被低估，MiniMax於2026年7月釋出的H3影片模型效能超越全球同類產品並獲得正面反饋，有望重新加速多模態ARR增長；融資支撐方面，MiniMax於2026年7月10日宣佈配股募資95億港元（約12億美元），同時發行1年期可轉債募資65億港元（約8億美元），轉換價格為335港元，公司計劃將配股和可轉債所募資金的80%（約16億美元）用於模型訓練和算力擴張，10%用於Harness產品的全球商業化，潛在的A股上市將進一步拓寬融資渠道。此外，MiniMax創始人兼CTO Dr. Yan Junjie在7月10日的內部信中表示，在公司達到AGI目標之前他不會領取薪酬，並將在未來四年內從個人賬戶捐出公司4%的股份用於員工激勵，另捐出1%設立專項基金支援開源社群。

隨著模型引數規模躍升，兩家公司的研發投入預測均大幅上修。分析師將智譜和MiniMax的2027年研發費用預測均上調至10億美元以上，以反映訓練大引數模型所需的更高投入。具體而言，智譜2026-2028年收入預測分別上調37.3%、53.1%和56.7%；MiniMax同期收入預測分別上調104.2%、71.1%和99.2%。兩家公司均處於虧損階段，摩根士丹利預計智譜最早在2028年實現盈虧平衡，屆時雲端部署業務收入的快速擴張將超越研發支出的增速。