北京智谱华章科技股份有限公司与通用人工智能公司MiniMax在同日通过港交所上市聆讯，引发资本市场高度关注。这两家被视为国内大模型领域“六小虎”的代表性企业，正围绕“港股大模型第一股”乃至“全球大模型第一股”展开激烈角逐。这场资本竞速不仅标志着两家企业迈入发展新阶段，更预示着中国大模型行业从技术竞赛向资本考验的转型。
根据公开披露的财务数据，两家企业均呈现出高增长与高亏损并存的典型特征。智谱AI在2022至2024年间实现收入年复合增长率130%，但2024年净亏损达29.58亿元；MiniMax同期收入增长782%，净亏损却高达32.7亿元。研发投入方面，智谱AI2025年上半年研发支出达15.95亿元，是同期收入的8倍以上，主要流向算力采购。这种“烧钱”模式折射出行业普遍面临的困境：技术迭代需要持续投入，但商业化路径尚未完全成熟。
随着上市进程推进，估值难题成为市场焦点。传统估值体系面临挑战，客观价值模型与主观价值模型均难以直接套用。客观体系依赖未来现金流折现，但大模型企业尚未形成稳定盈利模式；主观体系强调市场博弈，却缺乏可验证的量化标准。这种矛盾促使行业探索新的估值框架，以适应AI技术特有的经济属性。
Tokens概念逐渐成为破解估值困局的关键线索。作为大模型交互的基本单元，Tokens具有三重优势：其一，能统一计量多元收入，覆盖API调用与用户服务等多种业务形态；其二，直接串联成本与收入，通过消耗量可推算算力需求，进而量化增长成本；其三，具备行业可比性，通过单Token利润等指标实现跨企业评估。这种特性使其成为连接技术投入与商业价值的理想媒介。
基于Tokens的估值实践已初步展开。以ARR（年度经常性收入）模型为例，有分析将收入增速替换为Tokens调用量增速，以更准确反映技术代际变化对企业价值的影响。某头部企业案例显示，其去年收入116亿美元，Tokens调用量增速达54倍，据此推算的估值与市场传闻接近。相对估值法则通过市场份额分配总估值，再结合单价差异进行调整，某第五名企业据此得出的估值甚至高于近期传闻。
这些探索仍面临诸多限制。不同模型的分词技术导致Token语义维度差异，数据披露缺乏统一标准，多数信息依赖第三方机构统计。这些因素增加了估值的不确定性，但也为后续完善提供了方向。随着智谱与Minimax正式披露招股书，更详细的运营数据有望推动估值方法迭代，为行业建立更科学的评估体系奠定基础。
资本市场对这场估值实验反应积极。机构投资者开始关注Tokens调用量、算力效率等新型指标，部分基金甚至将单Token成本纳入筛选标准。这种转变预示着，AI企业的价值评估正从概念炒作转向技术本质，从财务指标延伸至生产要素。对于智谱与Minimax而言，上市不仅是融资渠道的拓展，更是技术路线与商业模式的双重考验。谁能率先证明Tokens驱动的增长可持续性，谁就可能在资本市场上占据先机。
