图源：视觉中国
文丨胡世鑫
编辑丨叶锦言
出品丨深网·腾讯新闻小满工作室
全球大模型行业，正迎来被市场公开定价的时刻。2026年1月8日，清华“学院派”智谱挂牌，开盘涨超3%，市值直指530亿港元。
其上市之旅堪称火爆：发售价定为每股116.20港元，香港公开发售部分获得惊人的1159.46倍超额认购，共吸引超过20万人认购。此次上市为智谱净筹资约41.73亿港元，市值站上500亿港元台阶。
资本市场的热情并未冷却。1月9日，另一家AI公司MiniMax紧随其后登陆港股。
这并非简单的资本接力赛。它将中国独立大模型产业最真实的一面——技术路径的分野、商业模式的挣扎、以及背后统一的高成本与亏损现实，毫无保留地展示给全球投资者。
市场不得不直面一个核心拷问：在传统市盈率等估值尺度完全失效的今天，该如何为这些押注通用人工智能的未来“赌注”定价？
一场关于“不确定性”的对赌
表面看，智谱与MiniMax相似点不少：均成立于大模型浪潮前夕，从残酷的“百模大战”中幸存并跻身头部。但内核上，它们在战略重心上走出了几乎相反的路径，这实则是两家公司对核心“不确定性”来源的不同对赌。
2019年成立的智谱AI是国内最早研发大模型的企业之一，由清华大学知识工程实验室（KEG）技术成果转化而来。
智谱自创立起就将资源高度集中于通用大模型能力的本身演进，从GLM系列基座模型到多模态、智能体，押注的是底层技术突破带来的长期上限。
这一路径代价高昂。其收入增长与亏损扩大同步，研发费用中算力支出占比已超过70%。在智谱的逻辑里，模型能力即核心产品，而能力的提升与维持，依赖于近乎无休止的算力投入。
商业化上，其收入目前主要依靠政企客户的本地化部署，毛利相对稳定；同时通过MaaS平台提供API调用，为追求规模效应和开发者生态，甚至主动采取降价策略。
这种全局布局与分阶段推进的思路，正如其CEO张鹏所阐述：“我们公司在做全局的能力，这些能力对于AGI的整个的目标达成,是必不可少的部分，有些会偏向应用去做，有些是偏向行业去做，慢慢的会有一些差异。”
MiniMax的路径，则偏向“产品敏捷验证”的现实主义。相比对基座模型的全面押注，其更早将重心置于“让模型被用起来”。
创始人闫俊杰的判断是，真正的AGI必须支持多模态，但在现实约束下，只能优先将各模态在具体产品中走通。因此，MiniMax着力于通过如“Talkie”这样的AI原生应用，将技术快速转化为用户增长与市场反馈，并更早地开拓海外市场以寻求更优的付费环境。
路径差异直接刻在财务数据上：智谱深耕国内大客户，MiniMax则拥有更高的海外收入占比。这并非“技术派”与“市场派”的简单分野，而是一场战略抉择：是赌模型能力的长期垄断性优势，还是信市场反馈驱动的快速迭代能力？
数据来源：智谱AI、MiniMax招股书及公开资料
资本耐心正在耗尽
两家头部公司不约而同在此时冲刺上市，绝非偶然。这是大模型行业高投入、长周期的固有属性，与一级市场资本环境结构性收紧共同作用下的必然结果。
首先，大模型预训练是公认的“吞金兽”。李开复曾透露，一次预训练成本约三四百万美元，即便是成本更低的Yi-Lightning，在训练时也用了2000张GPU，耗时一个半月，花费三百多万美元。
即便标榜低成本的DeepSeek，在前期的投入也是难以估量的，第三方机构SemiAnalysis推算，DeepSeek实际拥有庞大的算力储备：共堆砌了6万张英伟达GPU卡，其中包括1万张A100、1万张H100、1万张“特供版”H800以及3万张“特供版”H20。
由于需要如此高昂的投入，导致很长一段时间里业内流行一种说法：投资大模型企业的入场券是1亿美金。这句话背后的另外一个信号是，一个大模型创业公司拿不到融资，是难以活下去的。
其次，高昂的成本直接导致了资本态度的周期性转向与行业洗牌的必然性。2023年“百模大战”时资本蜂拥而至，但到2024年下半年，数亿级融资已骤然降温。2025年春节期间，DeepSeek在全球范围内的火爆，及其创始人梁文锋收获的如潮赞誉，在创投圈引发了一场估值预期的“地震”。
一时间，关于其是否融资、估值几何的消息甚嚣尘上。尽管阿里与DeepSeek方面先后对市场传言进行了明确辟谣，但由此抬升的估值预期已然形成新的行业气压。
这种预期的变化，直接重塑了一级市场的估值体系与融资门槛。一位中金资本的投资人直言：“DeepSeek已成为新的对标对象，这无疑拉高了‘六小龙’中其他玩家获得新一轮融资的心理门槛与价格基准。”
这意味着，对于尚未上市的头部公司而言，融资环境变得更为严苛。因此，智谱与MiniMax的成功上市，其战略时机显得尤为关键。
它们正是在一级市场融资窗口显著收窄、估值标杆被陡然拉高之前，凭借独特的创始基因与战略路径，获得了巨头与顶级风投的最后一批关键“弹药”支持，并成功登陆公开市场。
数据来源：公开资料
然而，上市并非终点，而是另一场更为残酷生存考验的开始。“大模型是典型的高资本密度、长回报周期生意。”深度科技研究院院长张孝荣指出，上市很多时候是为“活下去”购买时间。
当下的困境是一个两难：放缓投入等于技术掉队，持续投入则亏损无底。上市募得的资金，是为下一阶段更昂贵的竞赛筹集的“军费”。
一门“规模不经济”的残酷生意
此次IPO浪潮，无情地揭开了大模型产业光鲜外表下的成本刚性现实。
过去几年，大模型竞争更多被描述为一场技术加速赛，但此番IPO迫使外界直面一个更基础、也更难回避的事实：这是一门天然重资产、且成本结构高度刚性的生意。
无论是智谱研发费用中算力支出占比的持续上升，还是MiniMax将推理与云计算成本直接计入主营成本的做法，都指向同一个现实——在模型能力尚未形成显著壁垒之前，规模并不会自动转化为成本优势。
数据来源：智谱AI招股书
从披露数据看，过去三年多时间里，智谱与MiniMax合计消耗资金约110亿元，其中接近一半直接用于租赁算力资源，最终转化为云厂商的收入。这并非短期现象。
正如微软“小冰之父”李笛所言，大模型训练只是开始，推理、部署与持续运行的成本才是长期存在的约束，这是一种难以被规模彻底摊薄的工程现实。
随着成本被彻底摊开，独立大模型公司与大型科技公司之间的结构性鸿沟也暴露无遗。一位投资机构创始合伙人坦言，当下还能持续进行大规模预训练的公司已寥寥无几，“大厂里可能只剩字节、阿里、腾讯等少数几家还能玩”。
他分析，中美路径的差异加剧了这一分化：美国公司通过闭源API建立清晰商业模式，而中国以开源为主导的生态在促进繁荣的同时，也削弱了模型本身的直接定价能力。巨头可以将大模型研发作为战略投资，用成熟业务持续输血；而创业公司每一轮投入，都必须单独向资本市场证明其合理性与前景。
正因如此，上市具有了双重意义：它打开了更稳定的融资渠道，但也意味着公司必须开始接受资本市场对盈利能力的季度性拷问。“一旦进入这个赛场，解释的空间就迅速收窄，”该合伙人表示，“技术仍在迭代的故事，将不再能轻易抵消市场对财务指标的关注。商业化，从此从一道选择题，变成了生存必答题。”
背靠背上市，为智谱和MiniMax按下了全新的开始键，但也将整个中国大模型产业推到了真正的“定价时刻”。资本市场将用真金白银，持续为这两种路径投票。
机构已给出估值。中信证券看好智谱作为国内通用大模型领军企业的身位优势，给予其2026年30倍PS的估值，对应目标市值约539亿港元。而MiniMax的基石投资阵容，也显示了资本的认可。
然而，两家公司的路径差异，在上市后将被置于同一套财务标准下进行残酷比较：谁的营收增长更可持续？谁的亏损收窄趋势更明确？谁能率先在某个场景下实现规模盈利？
这指向一个更尖锐的行业未来。上述投资人坦言，对于独立大模型创业公司而言，持续预训练、可行的C端收费与激烈的B端竞争，构成了一个近乎无解的“不可能三角”。能够同时在这三场战争中取胜的玩家，注定凤毛麟角。
从“百模大战”的喧嚣，到“扎堆IPO”的洗礼，对于所有参与者而言，上市远非终点，一场关乎长期生存的马拉松，才刚刚开始。