摩根大通下调智谱、MiniMax目标价，AI编程后需求空档期长于预期
nashnova research
摩根大通将智谱目标价从2000港元砍至1200港元、MiniMax从300港元砍至200港元，核心原因是AI编程之后的下一波企业需求迟迟不来，估值倍数从20倍直接压到12倍——但两只股票的评级都没降。
AI需求怎么就"卡"在编程和白领工作之间了？
摩根大通把AI模型市场比作劳动力市场：企业只有确认模型能可靠干完一整类工作，才会大规模买单——需求是一个台阶一个台阶跳的，不是平滑上升。
编程这个台阶已经验证了：Cursor年化收入8个月从10亿美元涨到40亿美元；法律科技公司Harvey的年度经常性收入不到两年涨了约8倍。
这意味着→ 下一个台阶是"更广泛的白领工作"，但现在的状态类似于2024年的编程——需求刚露头，还没爆发。市场正站在两个台阶之间的空档期里。
独立测评机构METR的数据显示，最强模型能在约80%的场景下完成3小时工作量的任务，可独立完成的任务时长大约每105天翻一番。摩根大通据此判断：下一波需求是时间问题，但时间点比之前预想的要晚。
Token价格一直跌，AI公司还能赚到钱吗？
价格确实在跌：据Ramp AI指数，自2025年8月以来美国头部供应商的每百万token综合价格已减半。中国更猛——2024年价格战令API标价跌了90%以上。
但用量涨得更快：美国企业token支出增至约15倍，因为消耗量涨了约36倍；中国日均token调用量从2024年初约1000亿增至2026年6月超过500万亿。
这意味着→ "降价"和"赚钱"可以同时成立——关键看你是不是最前沿的那一批。过去两个月中美七家头部实验室发布逾十款新模型，超半数定价低于前代，但OpenAI的GPT-6 Astra和谷歌的Gemini 4 Argon这两款顶尖新品都实现了提价。
用大白话说＝ 普通模型在打价格战，但最强的模型反而能卖更贵——定价权依然存在于金字塔尖。
智谱凭什么还是摩根大通的首选？
智谱的年度经常性收入从2025年12月约3500万美元增至2026年8月18亿美元——约8个月增长46倍；管理层随后将年末指引从24亿美元上调至30亿美元。
GLM-5.3 API价格较前代提高一倍，同时推出低价版GLM-5.3-Flash留住价格敏感用户。开放平台及API业务毛利率半年内从-0.4%升至24.6%。
这意味着→ 智谱走的是"前沿模型溢价+低价版走量"的双轨路线，毛利率转正说明这条路开始跑通了。
近期催化剂：预计11月发布的GLM-5.5/GLM-6，参数预计达2.5万亿至3.5万亿。摩根大通将重点观察新模型能否缩小与美国前沿模型的差距，以及企业是否开始用它做更长的多步骤智能体工作。
MiniMax为什么只拿了"中性"？
MiniMax今年主打性价比——M3和M3.1 Flash均以领先实验室中最低区间的价格提供有实力的模型，但公司全年未上调年度经常性收入指引。
用大白话说＝ 价格够低、模型不差，但企业客户并没有因此大幅加量——"便宜"还没转化成"大单"。
近期关键观察点：预计11月发布的M3 Pro。摩根大通将看它能否在多步骤智能体工作方面追上中美领先模型，并且按前沿模型定价而非继续走性价比路线。报告原话："如果做到，我们的看法可能变得更乐观。"
目标价砍了这么多，到底在担心什么？
估值倍数从20倍2030年预期市盈率压缩至12倍，剔除了此前给予智谱相对于中国一线互联网企业的大部分溢价。智谱2026年收入预测从61亿元人民币微调至57亿元，但2027年预测反而从178亿元上调至239亿元。
这意味着→ 摩根大通砍的不是对收入的信心，而是对"市场愿意为AI独立模型公司付多高溢价"的预期——编程之后下一波需求迟迟不来，投资者的耐心在消耗。
摩根大通列出的主要下行风险：追随者追赶加速导致溢价窗口缩短、平台巨头长期亏本供应模型、编码之后迟迟无新工作类型"晋升"、算力供应持续受限，以及融资摊薄股东价值。
这反映出 当前的核心博弈点很清楚：智谱GLM-5.5/6与MiniMax M3 Pro能否在11月兑现前沿能力跃升——这是验证估值压缩是否过度的关键节点。
市场有风险，内容仅供研究参考，不构成投资建议。