中国大模型领域，智谱与MiniMax这两家头部企业近期动作频频，引发市场高度关注。继今年3月相继公布首份年度财报，且默契地提出相同AGI公式后，二者又在发布全员信的时间节点上“撞车”，背后折射出大模型行业竞争格局的微妙变化。
智谱创始人唐杰在内部信中，深入阐释了对AGI的理解，并宣布启动“Touch High（摸高）计划”，明确表示公司将持续聚焦于AGI研究，暂不将短期商业变现作为重点。而MiniMax创始人闫俊杰则在内部信中宣布，从即日起直至公司达成AGI目标，他将不再从公司领取任何薪酬。从内部信形式来看，智谱更倾向于讲述长期技术发展的故事，MiniMax则采用了资本市场较为青睐的“创始人不领薪酬”策略，看似不同的选择，实则都反映出两家公司当前面临的共同困境——市场对大模型价值的定价逻辑正在发生转变，“Token不经济”现象逐渐凸显。
所谓“Token不经济”，是指尽管Token的消耗量在不断增加，模型厂商为覆盖成本也提高了API定价，但下游使用者承担的成本攀升，若交付效果未达预期，就会引发对模型能力的质疑。这一现象的出现，使得大模型厂商不得不重新审视自身的发展策略。
两家公司选择在这个时间节点发布内部信，有着特殊的背景。一方面，它们都迎来了上市后的首次“解禁大考”。解禁虽不意味着必然抛售，但基石投资者可根据公司技术迭代速度、商业化增长、模型训练效率等因素，决定是否继续持有股份，其选择无疑会对股价和市场信心产生影响。另一方面，资金需求成为两家公司的共同难题。MiniMax在港股IPO时，募资净额约54.61亿港元，上市半年内，约77%的募资已用于研发与基建，资金消耗速度超出预期。智谱上市前募资总额约50亿港元，同期也已消耗募集资金的93%。为获取更多资金，两家公司都在积极寻求渠道。从港股回A成为它们的共同选择，此前二者都已启动A股IPO申报或上市辅导。港股再融资也是重要途径，智谱宣布配售H股，拟募资约314.1亿港元，是年初IPO募资的6倍；MiniMax则采用“配售新股 + 可转债”的组合融资方式，合计募资160.4亿港元，是年初IPO募资的3倍。从募资用途来看，双方都聚焦于基模迭代、算力基础设施建设以及商业化拓展，但智谱更倾向于生态扩张，MiniMax则专注于应用整合。
为解决“Token不经济”问题，两家公司在模型侧重点提升两大能力：Coding能力和长程任务能力。Coding能力有助于解决Token定价问题，长程任务能力则能提升Token的交付效果。中国大模型厂商从Anthropic的发展中汲取了经验，Coding不仅是实现token商业化变现的核心场景，容易实现溢价，还能避免陷入“做模型、还是做产品”的创新者窘境。MiniMax Agent首席架构师阿岛在采访中指出，做通用Agent应用面临创新被模型内化的困境，而Coding场景实现了“模型即产品”，编程能力领先的模型公司能快速将应用场景和用法吸收、内化到下一代模型和Agent产品中，让企业用户和开发者直接体验。长程任务能力则致力于解决模型的实际交付成果，唐杰在内部信中提到，模型能完成极长任务是令人兴奋的突破，这需要跨越数周、数月乃至数年的规划与执行。为此，两家大模型厂商都尝试将底层模型的编程、工具调用、深度搜索、多步任务执行等能力，封装为可调用、可编排、可交付的Agent工作流，如MiniMax推出的MiniMax Agent。
在市值方面，智谱与MiniMax存在明显差距。截至发稿前，智谱市值超7000亿港元，MiniMax接近700亿港元，相差十倍。这一差距引发投资者好奇，二者具有相似的独立大模型基因，且都处于亏损状态，为何市值表现不同？其一，智谱有对标对象。早期智谱将自己定位为中国版OpenAI，在业绩电话会上大量对标Anthropic，此次内部信还特别强调“极致的安全治理”。由于Anthropic长期押注Coding方向，实现了对OpenAI的阶段性反超，如公司估值、年度经常性收入（ARR）等方面，智谱较早押注Coding方向，为其提升B端收入可见性埋下伏笔。相比之下，MiniMax走多元化路径，BC两条腿走路，叠加原生多模态心智，缺少对标对象，确定性相对不足。其二，智谱享受技术基础设施的溢价。从“摸高计划”来看，智谱未来不追求短期应用变现。此前，DeepSeek和智谱被曝正在自主研发AI推理芯片，旨在降低对外部芯片供应商的依赖，智谱正与国内多家芯片设计企业初步磋商，计划为旗下GLM大模型开发定制化AI芯片。这表明智谱向资本市场展示的不仅是模型平台商，更是全栈AI基础设施商，自然享受技术基础设施带来的溢价。
在资本市场，智谱与MiniMax的短期反差并非终点。内部信既是对投资者的预期管理，也是对自身的激励。短期来看，财报基本面是韧性的体现，MiniMax需要回答多元化路线的增长确定性，智谱则需回答Coding的短期先发优势能否转化为持续动能。中国大模型的竞争仍在持续，领先与落后的格局随时可能改变。
