港股 “大模型双雄” 即将会师，为什么A股如此需要这对双子星？

6月1日，全球AI圈出了个标志性事件。Anthropic秘密向美国SEC递交了S-1注册声明，正式启动IPO。

这里有个细节大家得看透。Anthropic 刚刚完成总金额 650 亿美元的 H 轮融资，投后估值飙升至 9650 亿美元，随后立即引来各方质疑，马斯克也在社交媒体上公开质疑其 “万亿估值是个笑话”。

确实，如果把这个账本套在传统大模型公司身上，二级市场绝不可能给它近万亿美金的盘子。但现在的定价逻辑变了，市场给它的锚点放弃了PE市盈率，转向“模型代差溢价”——只要你具备全球前三的基座模型能力，市场就愿意为这种稀缺性买单。

没错，传统的估值时代变了。

全球大模型赛道已经从过去的“烧钱竞赛”，正式切入到了实打实的“资本兑现”阶段。

与此同时，国内大模型圈子也传出了密集的风声。

被誉为“全球大模型双龙”的智谱和MiniMax，先后官宣启动了A股的上市辅导。

很多盯着盘面的朋友可能没意识到，这两件事其实扣在同一个产业周期上，而且直接关系着未来几年的核心回报。

A股的最后一块AI核心拼图

回看前阵子，智谱发布GLM-5的时候，直接隔空带动了大批A股应用层软件股逆势大涨，比如易点天下连续两天涨超8%。但资金热闹过后，一个尴尬的事实浮现出来了：偌大的A股，竟然找不出一只能纯正代表通用大模型第一梯队的核心标的。

这就好比满屋子都在炒电池、炒铜箔，却没法直接买到“下一代的安卓或iOS”一样荒诞。

所以A股AI板块一直有个软肋——缺乏一个能承接庞大算力溢价的“应用侧锚点”。

过去一段时间，市场走的是典型的“由底向上”逻辑：算力芯片火，光模块上天，中际旭创、新易盛今年内涨幅都超过60%，数据中心也在疯狂扩建。铁路修得极宽，但真正能开车、能定义产业航向的“超级司机”却没在车上。

这种只有基建没有核心驱动力的市场，A股完全处于一种亚健康状态。

A股比任何时候都更需要大模型层面的“双子星”来破局。

一旦智谱和MiniMax顺利会师，它们不仅能补齐AI产业链最致命、最关键的估值拼图，还会彻底重构整个科技板块的估值逻辑。

长远看，这对整个市场来说是利好。

双雄战略突围会师A 股，锁定本土生态定价权

不过，圈内很多人把这次报辅导看简单了，觉得它们无非是想趁着热度来A股割韭菜，或者搞跨市场估值套利。

我觉得这种看法太单一，咱们把视线拉高一点，看看背后的产业暗战。

这里藏着一个极深的战略突围逻辑。

大家看组数据：全球风向标Anthropic在最新融资中，市销率（P/S）已经收窄到了20倍出头。这意味着像OpenAI这种万亿美元体量的巨头扎堆上市，国内大模型在海外市场必然面临惨烈的估值缩水。

面对这种回调压力，智谱和MiniMax火速回A，并不是为了“高位套现”，而是国产AI龙头在行业变局下，一次攻守兼备的核心战略。

说白了，这是一场夺取本土生态定价权的战略防守。

通过对接国内的人民币长线资本，比如国资、险资和头部公募，能在本土构筑起一条无法被海外资本周期轻易清洗的“财务护城河”，牢牢锁定属于国产AI的自主定价权。

更关键的是流动性。科创板日均成交额远高于港股同类型公司。上市后被纳入科创50、科创板AI指数，被动资金自动买入，这是港股不具备的制度红利。

再说深一层，大模型早就不单纯是个互联网科技赛道了，它是国家战略级的核心资产。算力、数据、政务场景、政策补贴、国资合作，哪一样不是企业决胜未来的核心壁垒？

回A落地，得到A股主流资本市场的公信力背书，能直接提升企业在政企合作中的竞争力，也能更好地用股权激励留住人才、吸纳人才，搭起稳固的人才壁垒。

对于地缘政治风险依然存在的背景下，拥有A股人民币融资通道，对一家以中国为基本盘的大模型公司而言，是战略级别的资本安全垫。

所以说，回A对于这两家大模型公司而言长久发展的必然之举。

那么，回A之后，否复刻芯片板块的估值神话？

结合最新的GLM-5与M3模型迭代来看，线索已经非常清晰。

尤其是M3，直接把大模型从“成本中心”的泥潭里拽了出来，一脚踹进了“利润中心”的大门。

商业化账本：智谱的务实与MiniMax的降维打击

话又说回来，要撑起这个战略突围的野心，光靠情怀不行，必须把技术路线，翻译成资本市场看得懂的损益表。

我们先看引爆行情的智谱。这次 GLM-5 的打法很务实，直接拆成了两条线：

· 性能版：主攻性能，去够全球顶尖模型的标准，负责稳固技术红利和市场声量。

· 轻量版：专门往企业的端侧场景里钻，用低门槛去卷垂直业务。

这种“大声量+小场景”的组合拳，确实很对机构的胃口，毕竟能让市场看到现金流落地的预期。

但如果咱们把目光放得更长远，去拆解商业化变现的底层账本，我其实更倾向于把视线往MiniMax身上偏一偏。

因为它新发布的M3模型，已经用一次底层架构的决绝创新，回应了那个最根本的宏观趋势——大模型必须从“成本中心”变成“利润中心”。

6月1日，MiniMax正式发布新一代通用模型MiniMax M3，搭载自研稀疏注意力架构MSA（MiniMax Sparse Attention），具备"前沿Coding能力、100万Token超长上下文、原生多模态"三重核心能力，这跟市面上主流的“外挂插件拼接”有本质区别。

最新的评测显示，它的多模态推理能力在多项权威测试中直接压过了GPT-5.5和Gemini 3.1 Pro，甚至被硅谷开发者称为“最强的中国开源多模态模型”。

这里有几个硬核商业数据值得关注：

要理解这件事的意义，我们需要先厘清「Frontier 三件套」这个概念为什么重要。

过去两年，顶级闭源模型之间的竞争，逐渐收敛出一套事实标准，要想被认为是真正的前沿模型，必须同时具备三项能力：

· 强大的 Coding/Agentic 能力（能接管真实软件工程任务）

· 超长上下文窗口（百万 token 级）

· 原生多模态（从预训练阶段开始融合视觉信息，而非事后接插件）

这三者缺一不可，否则一到真实复杂任务里就会拉胯。而M3是第一个把这三块拼图同时集齐的国产开源模型，并且从官方披露的基准数据看，M3 的 Coding 表现已属国际第一梯队：

但更值得细看的，是它背后的架构逻辑。

M3支持最高1M代币的上限窗口，依靠自研的MiniMax Sparse注意（MSA）架构实现。这里有个技术细节很关键，传统全注意力机制是一把双刃剑，它的计算成本序列长度呈平方级增长。

说人的话就是，上下文从10万Token扩到100Token，计算量不是涨10倍，是涨10000倍——这道墙靠工程参根本翻不过去，必须在架构层面重新动刀。

MSA就是MiniMax给出的答案。

结果：在100万token规模下，M3单token计算量上一代模型的1/20，相关推理性能较主流方案开源提升超过4倍。

如果用OpenAI联合创始人Andrej Karpathy那个核心指标“tokens per dollar”（每美元能处理多少Token）来衡量，M3的处理成本只有GPT-5.6的十分之一到十五分之一。

这个意义的颠覆性在于，大模型只有把单次推理的成本降到跟“水电”差不多，它才具备了真正大规模工业化、全天候自主运行的前提。这是从“手工作坊”到“工业革命”的跨越，也是技术从实验室走向真实世界的宏观必然。

没有这个前提，所有AI改变世界的梦想，都困在显卡的账单里。

并且这种成本优势被MiniMax巧妙地转化成了一个生态飞轮，“开源（MIT许可）+ 极低API成本 + 百万Token长上下文 + 顶级编程能力”——这四个要素的排列组合，是专门为全球开发者设计的。开发者免费用你的模型权重，用极低的API成本做产品，又因为长上下文处理超大代码仓库的工程便利性而无法轻易离开。

当足够多的AI应用跑在M3上，MiniMax就从一个模型提供商，悄悄变成了基础设施。

这类似于谷歌当年用开源Android绑定OEM厂商到谷歌移动服务(GMS，包括Google Play 商店、Gmail、YouTube、地图、Chrome 浏览器等)。

技术代差在抹平，成本曲线在反超。

这直接改变了它未来营收和毛利的天花板。

中美技术差距在收窄，谁能赚到钱才是真问题

传导到产业终端，产生的化学反应也非常直接。

现在开发者圈子里很流行一种玩法：通过 Ollama 在本地运行 MiniMax M3，然后把它无缝卡进 Claude Code、Open Claude 这些顶级的 Agent（智能体）工具链里，去跑长线程的代码和自动化任务。一个控制面板，多个人工智能系统，这意味着以前需要一个团队干的跨国复杂工程，现在一个独立开发者用 M3 的廉价 API 就能无限自动化地跑起来。

很多网友表示，虽然每月 20 美元的 ChatGPT Plus（搭载 GPT-5.5）很强，但除非你真的需要那种极端的全天候自主脑力，否则每月 10 美元的 MiniMax Starter 套餐搭配 M3 模型，已经足够应付绝大多数高产出的生产力场景。

未来海螺 AI 这些 C 端应用，或者 B 端的企业客户，省下来的这笔庞大算力费，就会直接变成财报里真金白银的毛利润。

这种在底层架构上极致抠利润、在产品端咬死性价比的做法，完美契合了A股市场最推崇的“降本增效”逻辑。

与此同时，模型代际的突破，直接等于商业模式闭环的加速，最终必然导向未来营收和毛利预期的全面上调。双子星的每一次模型更新，本质上也是资本市场对未来A股AI核心资产市值的一次提前重估。

至此，这对双子星的定位也清晰了起来：智谱强在政企赋能、全面的To B布局，像一个稳健的“算力大脑”；MiniMax则像一把“敏捷的开源利刃”，其成本端的降维打击和生态打法，在估值弹性上，更有想象空间。

结语：风物长宜放眼量，A股必走之路

从硬件到软件，从基建到应用，A股的AI投资链条一直缺着最后一块，也是最核心的一块拼图。

在市场中，算力芯片板块的暴涨，已经把AI硬件的估值推到了一个相当高的位置。场内的海量长线资金，极度渴望寻找到AI赛道里下一个具备宏大叙事的价值洼地。

在时代中，最深刻的技术革命从来不是单点突破，而是系统级重构。诺贝尔经济学奖得主保罗·罗默说：“技术变革的核心，是可复用的知识改变了生产函数本身。”M3的架构创新改变了大模型推理的成本函数，而编程能力让AI第一次成为可审计的生产力。

如今，代码即生产力，效率即国力。这不再是比喻，而是2026年AI竞争的真实语法。

我们必须承认，虽然技术迭代的路上肯定伴随着泡沫，行业竞争也充满了风险。但话说回来，面对一个确定性如此之高的成长赛道，咱们今天去复盘A股为什么亟需这对双子星，本质上就是在提前梳理未来三到五年的核心投资主线。

放弃中庸的跟随策略，在最核心的基座模型和成本架构上做硬核创新，风物长宜放眼量，这条大模型的自主定价与智能化之路，是时代给A股的一道必答题，非走不可。