摩根士丹利首次覆盖MiniMax：全球AI模型领导者2026年分析报告

报告核心观点概览

摩根士丹利首次覆盖中国人工智能公司MiniMax，给予其“增持”评级，并设定930港元的目标价。该行将MiniMax定位为“全球AI基础模型领导者”。这份报告的核心押注点并非短期财务表现，而是聚焦于两个关键维度：模型能力是否位居全球第一梯队，以及收入结构是否具备全球扩张的弹性。

据追风交易台信息，负责此次覆盖的摩根士丹利分析师Gary Yu判断，MiniMax已成功跻身全球顶尖（SOTA）模型阵营，其多模态能力完善，商业化路径具备高度可扩展性。基于此，公司收入有望从2025年的7500万美元大幅增长至2027年的7亿美元，实现两年内9-10倍的跃升。报告指出，一旦技术能力形成代际优势，收入曲线将呈现“台阶式”而非线性的增长。

报告对高估值的解释非常直接：MiniMax被视为一种“技术决定收入上限、全球化决定估值体系”的资产。如果其模型性能能持续保持在第一梯队，其增长天花板将由全球市场总规模（TAM）决定；而如果其收入主要来源于海外市场，其估值锚点自然会向国际可比公司看齐。

技术能力：估值的起点

摩根士丹利将MiniMax的核心竞争力归结为以下三点：

• 持续迭代能力

• 多模态布局

• 成本效率

• Continuous Iteration Capability

• Multimodal Layout

• Cost Efficiency

在独立基准测试中，MiniMax的模型表现亮眼：其M2模型发布时位列全球大语言模型（LLM）排行榜第五；最新的旗舰模型M2.5位列第六，并在开源模型中排名第四。更具说服力的是实际应用数据：截至2026年2月中旬，M2.5在OpenRouter平台按token使用量排名第一，处理量达到1.97万亿token，在编程场景的市场份额高达58.8%。这些数据表明，MiniMax的模型已深入高频、真实的商业调用场景，而非仅仅停留在实验室评测阶段。

成本结构是另一个关键优势。公司采用混合专家（MoE）架构与线性注意力（Linear Attention）机制，在推理阶段的模型浮点运算利用率（Model Flop Utilization）超过75%，显著高于行业40%-50%的平均水平。推理效率直接决定了API的定价竞争力和毛利率弹性，是规模扩张时利润率能否同步改善的核心。大摩预计，公司毛利率将从2024年的12%提升至2027年的32%。

然而，报告也明确指出，技术领先并不直接等同于盈利。大摩预计，尽管毛利率改善，公司的经营亏损仍将持续扩大，2027年非国际财务报告准则（非IFRS）下的经营亏损预计约为4.84亿美元。这并非基于盈利拐点的投资逻辑，而是一条“先扩大技术与规模，再看利润”的发展路径。技术能力虽不保证短期盈利，但决定了长期收入的天花板。

收入结构：决定增长斜率

MiniMax的商业模式并非依赖单一产品驱动，而是三条业务线并行发展：

• 2C（面向消费者）：智能体与陪伴类产品，如Talkie/Xingye。

• 2P（面向合作伙伴/专业用户）：海螺AI、MiniMax Audio等。

• 2B（面向企业）：开放平台API服务。

• 2C (To Consumer): Agent and companion products, such as Talkie/Xingye.

• 2P (To Partner/Professional): Products like Hailuo AI, MiniMax Audio.

• 2B (To Business): Open Platform API services.

截至2025年前九个月，公司月活跃用户（MAU）已从2023年的310万增长至2760万，付费用户达177万。其收入结构正趋于多元化，其中开放平台（Open Platform）的收入占比持续提升。摩根士丹利预计，开放平台收入占比将从2024年的29%提升至2027年的40%，未来三年复合年增长率（CAGR）将超过200%。

报告强调了一个行业关键特征：基础模型公司的增长往往由关键代际模型的突破所触发，呈现“跳跃式”放量，而非平滑的线性爬坡。OpenAI的ChatGPT 3.5、Anthropic的Claude 3.5 Sonnet都在模型重大升级后带来了收入的阶跃式增长。MiniMax是否会复制这种节奏，很大程度上取决于其计划于2026年中推出的下一代模型的表现。

全球化：估值的前提

摩根士丹利特别强调了MiniMax的“天生全球化”（Born Global）路径。其海外市场收入占比已从2023年的19%快速提升至2025年前九个月的73%。区域分布为：亚太地区61%，美洲24%，欧洲、中东及非洲（EMEA）15%。

在全球基础模型市场规模预计将从2024年的107亿美元增长至2029年的2065亿美元（年复合增长率80.7%）的宏大背景下，MiniMax当前全球市场份额仅约0.3%。这意味着，只要其市场份额获得小幅提升，就会带来巨大的收入弹性。

更重要的是估值体系的切换。如果公司收入主要来自海外市场，且客户以API调用和订阅为主，那么其估值逻辑将更接近于国际AI同行（如OpenAI、Anthropic等），而非传统的中国软件公司。这也是摩根士丹利给予其54倍2027年市销率（P/S）估值的核心依据。

估值分歧与风险聚焦

报告通过三种清晰的情景假设来划分估值分歧：

• 基准情景：2027年收入达7亿美元，对应54倍P/S，目标价930港元。

• 乐观情景：2027年收入达10亿美元，目标价1240港元。

• 悲观情景：2027年收入为4亿美元，目标价300港元。

• Base Case: 2027 revenue reaches $700 million, corresponding to a 54x P/S, target price HK$930.

• Bull Case: 2027 revenue reaches $1 billion, target price HK$1240.

• Bear Case: 2027 revenue is $400 million, target price HK$300.

决定不同情景下估值差异的核心变量只有一个：2026年中推出的下一代模型是否达到或超越全球SOTA水平。

报告同时指出了明确的风险：

• GPU供应紧张与地缘政治限制。

• 与OpenAI及其他超大规模玩家的资源差距。

• 模型商品化可能带来的价格压力。

• 持续的现金消耗。

• GPU supply constraints and geopolitical restrictions.

• Resource gap compared to OpenAI and other hyperscale players.

• Potential pricing pressure from model commoditization.

• Sustained cash burn.

结论：一场关于“技术兑现能力”的定价

摩根士丹利并未回避现实：目前尚无纯粹的AI基础模型公司实现稳定盈利。MiniMax在2025年预计月均现金消耗约2790万美元，盈利可见度有限。

但报告的核心判断在于——基础模型行业的竞争本质不是营销战，而是代际技术突破的竞赛。技术能力决定了收入的天花板，而全球市场定位决定了估值的锚点。如果模型升级能带来非线性的收入扩张，那么当前的估值只是对未来市场规模的提前折现；反之，如果模型未能站稳全球第一梯队，估值收缩也同样会迅速发生。

这本质上是一场关于“技术兑现节奏”的押注。摩根士丹利的选择是，站在“全球顶尖基座模型稀缺资产”这一边。

---

特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。