DeepSeek高峰涨价意味着什么？
高峰时段API价格上调，高峰标志着国内大模型行业的意味竞争逻辑发生根本性转变。
DeepSeek宣布V4正式版将于7月中旬上线，高峰并首次引入高峰/非高峰差异定价机制：在工作日上午9点至12点、意味下午2点至6点，高峰API价格上调至非高峰时段的意味2倍。具体而言，高峰V4 Pro混合定价从每百万Token 0.17美元升至0.35美元，意味V4 Flash从0.06美元升至0.12美元。高峰
高盛在7月3日的意味研报中指出，这一调整并非需求走弱的高峰信号，恰恰相反，意味它反映了AI调用需求持续上行，高峰但算力资源正趋于紧缺。意味在此背景下，高峰大模型厂商的竞争重心已从单纯的“价格压制”，转向“成本结构 + 算力效率 + 商业化能力”的综合博弈。
更重要的是，这预示着自2026年4月底以来持续的激进价格战正在进入尾声。此前，行业价格一度被压缩至接近零毛利甚至亏损运行。随着推理成本重新定价，价格体系开始向真实成本回归。
换言之，这场持续两个多月的价格战，正迎来历史性拐点。
算力瓶颈加剧，“行业斩杀线”推动价格回归理性
过去一年，大模型行业的竞争逻辑可概括为“用更低价格换取更大规模”，但这一前提正被算力的硬约束打破。
多家海外投行预测，到2028年全球TPU总需求将达到3500万颗。然而，当前台积电产线已满产运行，库存几近清零，供给缺口至少将持续两年以上。这意味着，算力不再是可以随意获取的资源，而正在变成需要排队的核心瓶颈。
以Anthropic为例，其单家已占用超200万张TPU卡，却仍需对外租赁第三方算力兜底。在资源紧张背景下持续亏损定价，这种模式注定无法长久。算力的硬约束，正倒逼行业定价策略从激进补贴向价值回归。
当行业定价标杆主动涨价，“谁降价谁弱”的旧叙事基础开始松动。高盛明确指出，在新的竞争框架下，真正能享受定价回归理性红利的，是兼具推理成本优势与商业化能力的头部梯队。MiniMax即是典型代表。
MiniMax的M3模型混合定价为每百万Token 0.22美元，低于DeepSeek调价后的0.35美元，但高盛分析师指出，其毛利率却远超同行。
高盛研报分析显示：GLM 5.2定价最高但调用量少，DeepSeek Flash量大但单价过低，而M3卡在了定价与调用量的最优平衡点。
极限压榨算力效率，MiniMax占据拐点优势
MiniMax的核心变量不在于“更便宜”，而在于更高利用率。这背后是多重结构性优势的叠加：
- 极致的算力调度效率：MiniMax自营算力利用率超过90%。通过峰谷调度，高峰时段服务开发者和知识工作者，低谷时段将闲置算力用于实验和数据标注，将算力利用压至极限。
- 架构级降本：M3的训练和推理架构升级实现了超过2倍的成本节省，基本对冲了模型参数量翻倍带来的成本增长。M3总参数428B，激活仅23B，以最小的激活参数量实现了与千亿级模型可比的性能，这是M3能与上一代M2.7维持同等定价且保持高毛利关键。
- 外部验证扩散：M3在第三方API平台OpenRouter上线两周即登顶周Token消耗第一。Vercel CEO Guillermo Rauch公开推荐M3；YC创始人测评显示，在前端和Code Review场景下，M3表现与Claude Opus 4.7相当；多位海外开发者实测，其体感接近Claude Opus 4.7，而成本仅为后者的5%至10%。
这意味着，MiniMax并非单点能力优势，而是实现了单位算力产出密度的系统性优化。
拓展第二曲线：视频生成模型H3的高毛利潜力
在文本模型之外，MiniMax正试图打开另一条增长曲线。
下一代视频生成模型H3预计将在未来数周发布。高盛认为，其核心升级在于视频生成质量与多样性的提升，并首次将LLM能力深度嵌入DiT架构，以增强对人体动作与物理关系的理解。
高盛此前指出，视频生成赛道的商业结构可能优于文本模型。参考字节Seedance案例，多模态API的毛利率可达60%-70%。若H3表现符合预期，将为MiniMax打开一条与文本API截然不同的高毛利商业化通道。
从1亿到10亿ARR：陡峭的增长曲线验证商业化成功
如果说算力效率决定了成本结构，那么ARR（年度经常性收入）曲线则决定了商业化是否成立。
数据显示，MiniMax的收入曲线呈现明显的“斜率变化”：
* 2025年12月底，ARR达到1亿美元；
* 2026年2月，升至1.5亿美元；
* 2026年4月，进一步翻倍增长。
这种增长并非线性，更接近于模型能力跃迁后的“需求爆发”。在此节奏下，公司对2026年底实现10亿美元ARR保持较高确定性。
从行业对照来看，这一路径与Anthropic早期阶段相似：模型能力被验证后，调用量快速扩散，商业化进入指数曲线。高盛因此给出MiniMax隐含141%上行空间的估值框架。
更关键的是，这种增长不依赖传统意义上的人力扩张。一个核心财务指标是人均创收：
* 根据财报，MiniMax 2025年收入约7,904万美元，员工规模约400余人，人均创收约19万美元。
* 对比那些靠堆销售团队维持B端收入的AI公司，MiniMax的收入含金量更高。前者边际成本随人头线性上升，后者每次模型迭代，收入可非线性放量。
目前，MiniMax全公司规模约400–500人，其中超过80%为研发人员，ESOP覆盖300–400人（约7%股权）。高度研发密集的组织结构，显著弱化了收入扩张与人头增长之间的关系。这正是高质量ROI的核心特征：同一套基础设施，随模型迭代持续释放更多收入，而不需要等比例增加成本。
竞争逻辑切换：效率驱动取代规模扩张
价格战的结束，并不意味着竞争减弱。
高盛在研报中指出，中国AI模型行业的竞争逻辑正从规模扩张切换至效率驱动。过去的核心指标是Benchmark能力与参数规模，而新的核心变量正在变成：组织效率、单位算力产出、以及真实商业回报。
在这一框架下，MiniMax强调的能力包括：更紧凑的组织结构、更高的算力利用率、更快的模型迭代速度，以及更强的市场响应能力。
MiniMax管理层将自身优势定位为：
* 更精简的组织结构；
* 更高的基础设施利用率；
* 更快的模型迭代；
* 对新兴机会的快速响应（如在OpenClaw兴起后迅速推出MaxClaw，在AI编程赛道升温后快速落地MiniMax Code）。
这本质上是组织决策链路短的财务结果体现。大厂从感知到产品上线需数月，而MiniMax仅需几周。在AI赛道，这几周的时间差往往决定生死。
在基础设施层面，MiniMax的本地推理设施已覆盖全球200多个国家和地区。在中国市场，公司已高度整合国产AI芯片用于推理任务，随着国产芯片能力持续提升，本土化部署正在加速。
几个维度叠加，构成了MiniMax在新竞争规则下的有力组合：成本结构更健康，组织响应更灵活，算力本土化更深入。
站在2026年年中这一节点，两种叙事之间的博弈正在走向分野：
- 资源重力叙事：相信AI最终属于算力最多、流量最大的那一侧。
- 效率张力叙事：相信精准的产品定位、灵活的组织、健康的成本结构，可以在资源不对称的竞争中持续胜出。
也许，真正的行业斩杀线即将浮出水面。
以上内容不构成投资建议，不代表刊登平台之观点，市场有风险，投资需谨慎，请独立判断和决策。
本文地址：https://www.dr-wine.com/html/659e12499216.html
版权声明
本文仅代表作者观点，不代表本站立场。
本文系作者授权发表，未经许可，不得转载。