摩根士丹利首次覆盖MiniMax，给出“增持”评级与930港元目标价，并将其定位为“全球AI基础模型领导者”。在这份报告中，大摩真正押注的并非短期盈利，而是两条主线：模型能力是否站在全球第一梯队，以及收入结构是否具备全球扩张的弹性。
据追风交易台，负责覆盖的摩根士丹利分析师Gary Yu判断，MiniMax已进入全球SOTA模型阵营，多模态能力完善，商业化路径高度可扩展。在此基础之上，公司收入有望从2025年的7500万美元增长至2027年的7亿美元，两年实现9-10倍放量。技术能力一旦形成代际优势，收入曲线将呈现“台阶式”跃升。
报告对高估值的解释也很直接：这是一个“技术决定收入上限、全球化决定估值体系”的资产。模型性能若持续进入全球第一梯队，其天花板来自全球TAM；而收入结构若以海外为主，估值锚点自然向国际可比公司靠拢。
技术能力是估值的起点
大摩将MiniMax的核心竞争力归结为三点：持续迭代能力、多模态布局与成本效率。
在独立基准测试中，MiniMax-M2发布时位列全球LLM排行榜第五；最新旗舰模型MiniMax-M2.5位列第六，并在开源模型中排名第四。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，在编程场景市场份额为58.8%。
这些数据意味着模型已进入高频真实调用场景，而非停留在实验室跑分。
更关键的是成本结构。公司采用MoE架构与Linear Attention机制，推理阶段Model Flop Utilization超过75%，高于行业40%-50%的平均水平。推理效率直接影响API价格带与毛利弹性，这决定了规模扩张时利润率能否同步改善。
大摩预计，公司毛利率将从2024年的12%提升至2027年的32%。但同期经营亏损仍将扩大，2027年非IFRS经营亏损预计约4.84亿美元。这不是盈利拐点逻辑，而是“先扩大技术与规模，再看利润”的路径。
技术领先并不保证盈利，但决定了收入的上限。
收入结构决定增长斜率
MiniMax的商业模式并非单一产品驱动，而是三条线并行：
2C：Agent与陪伴类产品Talkie/Xingye
2P：海螺AI、MiniMax Audio
2B：Open Platform API
截至2025年前九个月，公司MAU从2024年的310万增长至2760万，付费用户达177万。收入结构趋于分散，Open Platform占比持续提升。
大摩预计，Open Platform收入占比将从2024年的29%提升至2027年的40%，三年复合增速超过200%。在模型能力突破后，企业端API需求更可能出现“跳跃式”放量。
报告强调一个行业特征：基础模型公司的增长往往由关键代际模型触发，而非平滑爬坡。OpenAI的ChatGPT 3.5、Anthropic的Claude 3.5 Sonnet都曾在模型升级后带来收入跃迁。
MiniMax是否会复制这种节奏，取决于2026年中推出的下一代模型。
全球化是估值前提
大摩特别强调MiniMax的“Born Global”路径。
海外收入占比已从2024年的19%提升至2025年前九个月的73%。区域分布为：亚太61%，美洲24%，EMEA15%。
在全球基础模型市场规模预计从2024年的107亿美元增长至2029年的2065亿美元（CAGR 80.7%）的背景下，公司当前全球市场份额仅约0.3%。只要份额小幅提升，收入弹性就会显现。
更重要的是估值体系。若收入主要来自海外市场，且客户以API与订阅为主，其估值逻辑更接近国际AI可比公司，而非传统中国软件公司。
这也是大摩给出54倍2027年P/S的核心依据。
估值分歧集中在“下一代模型”
三种情景假设划分非常清晰：
基准情景：2027年收入7亿美元，对应54倍P/S，目标价930港元。
乐观情景：2027年收入10亿美元，目标价1240港元。
悲观情景：2027年收入4亿美元，目标价300港元。
决定估值差异的变量只有一个：2026年中推出的下一代模型是否达到或超越全球SOTA水平。
风险同样聚焦：GPU供应与地缘政治限制、与OpenAI及其他超大规模玩家的资源差距、模型商品化带来的价格压力，以及持续现金消耗。
这是对“技术兑现能力”的定价
大摩并未回避现实：目前没有纯AI基础模型公司实现稳定盈利。MiniMax2025年预计月均现金消耗约2790万美元，盈利可见度有限。
但报告的核心判断是——基础模型行业的竞争不是拼营销，而是拼代际突破。技术能力决定收入天花板，全球市场决定估值锚点。
如果模型升级带来非线性收入扩张，当前估值只是对未来规模的提前折现；如果模型未能站稳全球第一梯队，估值收缩同样迅速。
这是一场关于技术兑现节奏的押注。大摩选择站在“全球顶尖基础模型稀缺资产”这一边。
