
当摩根士丹利第一次把目光投向MiniMax,给出增持评级与930港元的目标价时,他们押注的并不是短期利润数字线上配资门户网,而是两条更本质的赛道:模型能否进入全球第一梯队,以及公司将收入推向海外市场的弹性和速度。
你可以把这看作一个简单的赌注:技术决定能跑多远,全球化决定市值能上多高。
负责覆盖的分析师Gary Yu认为,MiniMax已经站进了全球SOTA行列,多模态能力趋于完善,商业化路径具备高度可扩展性。
基于这一判断,摩根士丹利给出一张颇为激进的成长图景:公司收入由2025年的7500万美元,跃升到2027年的7亿美元,两年内实现约9到10倍的放量。
这不是渐进式的增长想象,而是一种代际模型带来的台阶式扩张逻辑:一旦技术形成明显代差,流量、付费和营收都会出现非线性增长。
要理解这份判断,先看技术和成本两端。
MiniMax被总结出的三大核心竞争力是持续迭代能力、多模态布局和成本效率。
历史跑分并非唯一依据,但也给了参考:早期的MiniMax-M2在独立LLM排行榜上曾位列第五;最新的旗舰MiniMax-M2.5在榜单上位列第六,并在开源模型中排到第四。
截至2026年2月中旬,M2.5在OpenRouter按token使用量排名第一,达到1.97万亿token,在编程场景的市场份额高达58.8%。
这些数据告诉我们,这不是学术实验室的跑分秀,而是被大量真实业务调用的模型。
更重要的是推理效率。
公司采用了MoE架构与Linear Attention机制,使得推理阶段的Model Flop Utilization超过75%,显著高于行业40%到50%的平均水平。
推理效率直接决定API单价区间与毛利弹性,这在规模化扩张时至关重要。
基于此,摩根士丹利预计MiniMax的毛利率会从2024年的12%提高到2027年的32%。
但同时要明确,利润拐点并非近期可见:预计2027年非IFRS经营亏损仍约为4.84亿美元。
这是一条先扩技术与规模、后看利润的路径。
商业化不是单一押注,而是三条并行的线:面向消费者的Agent与陪伴类产品Talkie与Xingye;面向个人与创作者的Hailuo AI与MiniMax Audio;以及面向企业的Open Platform API。
用户端数据也在支持这一转变:截至2025年前九个月,MAU已从2023年的310万飙升至2760万,付费用户达到177万。
与此同时,Open Platform的收入占比在持续上升。
摩根士丹利预计,Open Platform收入占比会从2024年的29%升至2027年的40%,三年复合增速超过200%。
这意味着当模型能力实现突破,企业端API需求很可能出现类似过去几次代际升级带来的收入跃迁。
过去的例子很直白:ChatGPT 3.5、Anthropic的Claude 3.5等模型升级都曾触发营收弯道超车。
MiniMax能否复制这个节奏,关键落脚点在2026年中计划推出的下一代模型。
若新模型再次进入或超越全球SOTA,估值与收入都会随之放大;若未达成,则估值回撤同样迅速。
全球化是摩根士丹利给出高估值的另一根支柱。
MiniMax走的是Born Global路线:海外收入占比由2023年的19%升至2025年前九个月的73%,其中亚太占61%,美洲24%,EMEA15%。
在一个被预测将从2024年的107亿美元增长到2029年的2065亿美元、年复合增长率高达80.7%的全球基础模型市场里,公司当前占比仅约0.3%。
这意味着只要市场份额有小幅提升,收入弹性就会被放大。
更关键的是估值锚点:如果收入主要来自海外、以API和订阅为主,那么公司的估值逻辑更可能贴近国际AI可比公司,而非传统本土软件公司。
基于这种逻辑,摩根士丹利以2027年54倍P/S作为基准,推导出930港元的目标价。
不过估值并非铁板一块。
摩根士丹利把三种情景摆在桌面上:基准情景是2027年收入7亿美元,对应930港元;乐观情景是收入10亿美元、目标价1240港元;悲观情景是收入4亿美元、目标价300港元。
决定差异的核心变量只有一个:2026年中推出的下一代模型是否能达到或超越全球SOTA水平。
显而易见的风险包括GPU供应与地缘政治限制、与OpenAI等超大玩家在资源上的差距、基础模型商品化带来的价格战,以及持续高额现金消耗。
预计2025年平均月现金消耗约为2790万美元,短期内盈利可见度仍然有限。
在这里我想把一个常被忽视但意义重大的点挪到前台:海外收入占比高,并不必然等于估值与国际可比公司完全趋同。
这个判断常被当作理所当然,但实际情况更复杂。
监管壁垒、数据主权、客户集中度、合同条款与营收确定性、以及海外市场对不同企业的信任溢价,都可能让估值打上折扣。
换句话说,全球化为估值提供了上行空间,但并非自动转换为估值平价。
要想真正靠海外收入换估值,除了规模和产品质量,还需要时间去建立合规体系、长期客户关系与透明的治理结构。
这里有一个关键但未被充分讨论的问题:如果下一代模型未能达到全球SOTA,公司还能走什么路以降低估值回撤风险?
答案在于多元化的纠偏策略。
一是把更多资源投入到专有垂直场景,把通用能力的不足转化为行业专精优势,例如在编程和语音等已经建立起强势市场份额的领域深耕;二是通过更有利可图的产品形态提升现金流,比如企业级定制化解决方案、模型权利金或长期订阅;三是继续压缩成本,提高推理效率与毛利率以缓解价格战的冲击;四是寻找战略伙伴或限定区域合作,弥补GPU与基础设施的资源短缺。
总之,即便技术路径暂时受阻,也有空间通过商业和成本策略来缓解估值波动。
读到这里,我们要承认一个事实:基础模型行业的竞争终究是代际突破的赛跑。
不靠营销,而靠模型本身的质变来决定谁能占据天花板。
摩根士丹利选择相信MiniMax是那样一个在全球稀缺的基座模型资产,你我可以从他们给出的估值区间看到这份信念的逻辑与同时存在的风险。
最后留给你一个现实的困惑:如果你正在考虑以此类公司为长期投资标的,你最担心的一点是什么?
是下一代模型能否成功,还是在全球化过程中遇到的监管与客户信任问题?
你会更看重技术领先带来的收入天花板,还是稳健的现金流与盈利路径?
愿意分享你的答案,让我们一起判断这份希望与风险的天平如何倾斜。
【免责声明】以上文章配图均来自网络。
文章旨在传播文化知识,传递社会正能量,无低俗不良引导。
如涉及图片版权或者人物侵权问题,请及时联系我们,我们将第一时间删除内容!
如有事件存疑部分线上配资门户网,联系后即刻删除或作出更改。
镕盛融资提示:文章来自网络,不代表本站观点。