2月12日，智譜發佈GLM Coding Plan價格調整函。調整內容如下：取消首購優惠，保留按季按年訂閱優惠；套餐價格進行結構性調整，整體漲幅30%起；已訂閱使用者價格保持不變。生效時間為2026年2月12日。智譜成立於2019年，過MaaS（模型即服務）模式實現商業化。2022年至2024年，智譜連續三年實現收入翻倍增長。截至2025年9月，智譜已服務全球12000家企業客戶、超8000萬台終端使用者裝置以及超4500萬名開發者。2026年1月8日，智譜AI登陸港交所主機板，成為全球首家以通用人工智慧（AGI）基座大模型為核心業務的上市公司。此外，智譜今日上線並開源新一代旗艦模型GLM-5。目前，GLM-5已完成與華為昇騰、摩爾線程、寒武紀、崑崙芯、沐曦、燧原、海光等主流國產晶片平台的深度推理適配與算子級最佳化，能夠在國產算力叢集上實現高吞吐、低延遲的穩定運行。在全球權威的Artificial Analysis榜單中，GLM-5位居全球第四、開源第一。12日，智譜早盤股價急升，盤中高見396港元，創上市新高，截至11：07，日內漲超24%，報389.200港元/股，市值突破1700億港元。 (中國經濟網)

2 月 11 日深夜到 12 日清晨，短短幾個小時內，中國三家最知名的大模型公司幾乎同時完成了一輪關鍵更新：智譜正式發佈 GLM-5，MiniMax M2.5 在產品中悄然上線體驗，DeepSeek 也啟動新一輪能力升級。智譜 GLM-5：從“寫程式碼”到“搞工程”2 月 12 日，智譜正式官宣上線並開源新模型 GLM-5。同時確認：此前在 OpenRouter 上爆火的匿名模型 Pony Alpha，正是 GLM-5。在匿名測試階段，這個模型已經被全球開發者當作真實生產工具使用。有人用它做橫版解謎遊戲，有人搭建 Agent 互動世界，也有人直接基於它開發出論文版“抖音”等完整應用形態。模型在沒有品牌背書的情況下完成真實市場驗證，本身已經說明了能力層級的變化。智譜對 GLM-5 的定位非常明確：它不是一個聊天模型，而是一個 Agentic Engineering 基座模型。過去兩年，大模型的主流敘事是“寫程式碼”“寫前端”；而現在，行業共識正在轉向：模型需要完成完整工程與複雜任務，即從「Vibe Coding」走向「Agentic Engineering」。GLM-5 正是這一階段的代表產物。與上一代相比，GLM-5 不再滿足於生成一個漂亮 demo 或一段 Python 指令碼，而是為穩定交付生產級結果而生。在真實程式設計場景的使用體感上，GLM-5 已經被認為逼近當前行業天花板 Claude Opus 4.5。在底層能力上，GLM-5 進行了全面擴展：參數規模： 從上一代的 355B（啟動 32B）擴展至 744B（啟動 40B）。資料量級： 預訓練資料從 23T 提升至 28.5T。架構創新： 首次整合了 DeepSeek Sparse Attention 機制。這一技術在維持長文字效果無損的同時，大幅降低了模型部署成本，提升了 Token 的生成效率。非同步強化學習： 建構了全新的“Slime”框架，讓模型能夠在長程互動中持續學習，不再是“聊幾句就忘”。在全球權威的 Artificial Analysis 榜單中，GLM-5 位居全球第四、開源第一。GLM-5 在程式設計能力上實現了對 Claude Opus 4.5 的對齊，在工程師最看重的 SWE-bench-Verified（軟體工程基準測試）中，GLM-5 拿下了 77.8 的高分；在 Terminal Bench 2.0（終端操作能力）中達到了 56.2。這兩個分數不僅是開源模型的 SOTA（State Of The Art），更直接超越了 Google 的 Gemini 3 Pro。在智譜內部的 Claude Code 評估集合中，GLM-5 在後端重構和深度偵錯等“硬骨頭”任務上，比 GLM-4.7 平均提升了超過 20%。GLM-5 在 Agent 能力上實現開源 SOTA，在多個評測基準中取得開源第一。更有意思的是Vending Bench 2 的測試結果。這個測試要求模型在一年期內經營一個模擬的自動售貨機業務。GLM-5 最終的帳戶餘額達到了 4432 美元。這意味著它不僅會寫程式碼，還懂得資源管理和長期規劃，這種“經營能力”是邁向 AGI 的關鍵一步。同一夜：MiniMax 與 DeepSeek就在智譜官宣的同時，另外兩家巨頭的佈局也在進行。昨晚，細心的使用者發現，在 MiniMax Agent 產品中，底層模型選項裡悄然出現了一個新名字——MiniMax M2.5。雖然公司尚未正式官宣，但這顯然是一次在產品端的“實彈演習”。據早期測試使用者反饋，“M2.5 Agent能力炸裂”，“程式設計和工具呼叫又強又便宜”。此外，就在眾人還在猜測DeepSeek V4何時到來時，DeepSeek也在悄然更新。我們在昨晚嘗試詢問 DeepSeek 的最新狀態，在關閉“深度思考”和“聯網搜尋”後查詢模型資訊時發現，其上下文長度已提升至1M Token（此前為128K），知識庫截止日期更新至2025年5月。2026 年，註定不會平靜。智譜用 GLM-5 證明了中國模型在複雜工程能力上已能與世界最強掰手腕；MiniMax 在產品端極速狂奔，搶佔使用者心智；而所有人依舊在等待 DeepSeek 出招。對於此時此刻的身處浪潮中的我們來說，唯一的選擇就是——跟上速度。畢竟，在這個 10 倍速的夜晚過後，掉隊可能只是一瞬間的事。 (網易科技)

Vibe Coding時代宣告終結！2026年伊始，智譜GLM-5震撼空降，以「智能體工程」重塑遊戲規則。用Claude七分之一的地板價，中國模型正面硬剛Opus 4.5！2月7日深夜，一個代號「Pony Alpha」的神秘模型悄悄上線。隨後，外網炸了。扔進去一段改了一天都沒搞定的「屎山程式碼」，它順手重構了架構；輸入一段簡單的提示，它吐出一個包含35個電台、UI絲滑的完整Web App。這種極致的工程能力，直接印證了 Andrej Karpathy 幾天前的斷言：Vibe Coding已經成為過去，新的遊戲規則只有一個名字——Agentic Engineering（智能體工程）。緊接著，Opus 4.6與GPT-5.3-Codex 次日深夜「撞車」上線，全篇只談「長程任務、系統工程」。就在所有人以為這又是閉源巨頭的獨角戲時，Pony Alpha的謎底揭曉——它是GLM-5。全球第一個站上這條賽道，和矽谷巨頭在系統級工程能力上正面硬剛的開源模型。謎底揭曉後，智譜股價直接暴漲32%！全球開源第一！國產模型的「Opus時刻」在真正上手之後，我們只有一個感受：真的太強了！如果說Claude Opus代表了閉源模型的巔峰，那麼GLM-5的發佈，無疑標誌著國產開源模型迎來了屬於自己的「Opus時刻」。在權威榜單Artificial Analysis中，GLM-5位居全球第四、開源第一就在發佈當日，10餘款由開發者基於GLM-5「手搓」的遊戲和工具已同步展出並提供體驗，後續這些應用也將陸續登陸各大應用程式商店。這意味著，GLM-5正將「AI程式設計」轉化為「AI交付」，真正實現了生產力工具向商業產品的無縫跨越。體驗地址：showcase.z.ai比如這個名為「Pookie World」的項目。就是由GLM-5驅動的數字平行世界，通過多層生物-心理框架賦予自主智能體真實的敘事完整性與生命動機。還有復刻版「我的世界」，這個效果和玩法簡直和Minecraft一模一樣。我們也使用Claude Code作為外殼，直接接入GLM-5的API進行了多維度的實測。無論是Next.js全端項目，還是MacOS/iOS原生應用，它都能實現從需求分析、架構設計到程式碼編寫、端到端偵錯的全流程閉環。做了N個項目，冥冥之中有一種感受：某種程度上，GLM-5或許是一個能改變行業格局的模型。複雜邏輯挑戰：「無限知識宇宙」如果你覺得寫個網頁很簡單，那試著讓AI搞定一個對JSON格式要求極嚴、且涉及動態渲染的「無限流」項目。就拿我們最先測試的「無限知識宇宙」來說。這是一個典型的複雜前後端分離項目，涉及React Flow動態渲染、Next.js API路由設計，以及極其嚴格的JSON格式輸出要求。對此，GLM-5的表現堪稱驚豔。它不僅一次性完成了整個項目檔案結構，更讓人驚喜的是它的debug邏輯。GLM-5立刻定位到是載入時機的問題，並迅速給出了修正方案。完整的提示詞如下：無限流·概念可視化核心概念：這是一個“永遠點不完”的思維導圖。使用者輸入任何一個關鍵詞（比如“量子物理”或“紅樓夢”），系統生成中心節點。點選任意節點，AI即時展開其子節點。驚豔時刻： 使用者會感覺自己在與一個全知的大腦互動。當他們隨意點選一個生僻概念，AI依然能精準展開下一層級時，這種“無限探索”的感覺非常震撼。視覺與傳播：- 使用React Flow或ECharts製作動態的、可拖曳的節點網路。- 配色使用Cyberpunk或極簡風格，非常適合截圖發朋友圈。可行性方案：- 前端：React + React Flow (負責畫圖)。- 後端：Next.js API Route。- Prompt策略：不需要複雜的上下文記憶，只需要讓AI針對“當前節點”生成5-6個關聯子節點並返回JSON格式即可。- 難點攻克：讓模型輸出穩定的JSON格式（這是測試模型指令遵循能力的絕佳場景）。更複雜的中台項目，11分鐘搭建完畢接下來加大難度，讓它開發一個名為「Soul Mirror」的心理分析應用。需求分為兩步：Step 1邏輯設計：扮演榮格心理學專家，輸出包含分析文字和視覺參數的JSON。Step 2前端實現：根據參數動態渲染SVG，生成塔羅牌風格的卡片。提示詞Step1: 邏輯設計我們要開發一個名為"Soul Mirror"的心理分析應用。互動流程：1.引導頁：使用者輸入當前的狀態或困惑。2.分析頁：AI提出2個深度追問，引導使用者探索內心。3.結果頁：基於對話，AI生成一張“心靈卡片”。請設計核心Prompt (System Instruction)：要求模型扮演一位榮格心理學專家。在最後一步，模型需要輸出一個JSON，包含：- analysis: 心理分析文字。- visualParams: 一組用於生成抽象藝術圖的參數（如colorPalette（十六進制顏色陣列）, shapes（圓形/三角形/波浪）, chaosLevel（混亂度數值））。Step2: 前端實現與SVG渲染請編寫Next.js前端程式碼。重點是實現一個ResultCard元件。要求：1.接收Step1中的visualParams參數。2.使用SVG動態繪製圖形。例如：如果chaosLevel高，使用不規則的Path；如果colorPalette是暖色，背景使用漸變橙紅色。3.卡片佈局要精美，像一張塔羅牌：中間是動態SVG圖案，底部是使用者的名字和AI的一句“靈魂箴言”。4.增加一個“保存為圖片”的按鈕（使用html-to-image庫）。整個過程，它展現出的理解力，時常會讓人懷疑是不是在用Opus 4.5。但是看了一眼，確實就是GLM-5。25分鐘一鏡到底，真正的Agentic Coding為了更進一步測試GLM-5的能力，我們要求它不使用API，完全模擬真實使用者，來製作一個X平台的監控系統。結果：25分鐘，一鏡到底。完整錄屏如下：可以看到，GLM-5會在運行中自主呼叫各種工具Agent，規劃任務、拆解步驟、遇到報錯自己查文件修正。這種長時間維持邏輯連貫性的能力，是以前開源模型不敢想像的。完成後，一句話即可讓GLM-5自動運行項目看圖寫APP，這還原度真的服了最後，我們又把一張OpenClaw之父開放原始碼專案的截圖（一個AI額度統計工具），直接丟給GLM-5：照這個給我做一個MacOS App。沒一會，它真的「復刻」了一個同款產品出來。雖然資料是Mock的，但UI佈局、互動邏輯幾乎完美復刻。這不僅是視覺理解能力，更是將視覺轉化為SwiftUI程式碼的工程落地能力。大神手搓：1天復刻「丐版Cursor」為了驗證GLM-5的工程極限，一位資深開發者決定玩把大的：從零手搓一個帶桌面UI的AI程式設計助手——GLMLIFE。這相當於要做一個簡易版的Cursor。任務扔給GLM-5後，它沒有上來就狂寫程式碼，而是先甩出了一份專業的架構設計文件（PLAN.md），並做出了極其成熟的技術選型：直接採用了Monorepo架構，將項目精準拆解為三個核心包。Core：負責Agent核心引擎與LLM適配；CLI：處理命令列互動；Desktop：基於Electron + React 18的桌面主程序。從Zustand狀態管理到Tailwind樣式方案，再到複雜的IPC處理程序通訊，GLM-5像個帶了十年團隊的技術總監，把技術選型安排得明明白白。開發者原本以為要花三天配置環境，結果僅用一天就跑通了從環境搭建、核心邏輯實現到Electron打包的全流程。打開GLMLIFE的那一刻，你很難相信這是AI在一天內「架構」出來的產物。GLMLIFE製作迷你鋼琴實現過程為什麼它能成為「開源界的Opus」？放眼全球，Claude Opus 4.6和GPT-5.3-Codex之所以備受追捧，是因為它們具備極強的「架構」能力。Opus 4.6的暴力美學：16個AI分身自主分工，耗時兩周，從零建構了一個包含10萬行程式碼的Rust編譯器，通過了99%的GCC壓力測試。GPT-5.3的自我創造：它是OpenAI第一個「參與自身創造」的模型，在「出生」前就已介入訓練流程和叢集部署。然而，這一切都有一個致命的前提：它們不僅閉源，而且昂貴。此時此刻，GLM-5的發佈，便是中國開源大模型對Agentic時代的一次暴力破局。它直接盯著閉源巨頭最不想放手的領域——系統級工程能力，做了一次「平替式」的進攻。1. 新晉「後端架構師」智譜團隊非常清楚，開源界不缺能寫Python指令碼的模型，缺的是能處理髒活、累活、大活的模型。GLM-5在訓練中大幅強化了後端架構設計、複雜演算法實現和頑固Bug修復的權重，並且還實現了極強的自我反思機制。在編譯失敗時，它會像一個成熟的工程師一樣，自主分析日誌、定位根因、修改程式碼、重新編譯，直到系統跑通。2. 既然是幹活，就要算帳比肩Opus的性能，和開放原始碼的權重，讓GLM-5從某種程度上撼動了Anthropic和OpenAI建構起的圍牆花園。本地部署：它不僅可以在完全隔離的內部網路中運行，並且還能針對公司的私有框架進行微調，成為最懂自家程式碼的專員。成本可控：使用者可以用消費級顯示卡叢集跑起一個強力的Coding Agent，不必每運行一次測試都要心疼錢。屠榜SOTAGLM-5的這次進化，只能用兩個字形容：暴力。既然是面向複雜系統工程設計的基座模型，那規模肯定要拉滿。參數量從355B（啟動32B）一口氣幹到了744B（啟動40B），預訓練資料也從23T堆到了28.5T。除了「大」，還得「省」。眾所周知，Agent跑起來最燒錢的就是Token。為瞭解決這個痛點，GLM-5首次整合了DeepSeek Sparse Attention（稀疏注意力）機制。這讓它在處理超長上下文時，不僅能保持「無損」的記憶力，還能大幅降低部署成本。還有個更狠的「黑科技」——全新的非同步強化學習框架Slime。配合大規模強化學習，讓模型不再是「一次性工具」，而是能在長跑中越跑越聰明的「長程選手」。至於跑分，更是硬核：程式碼能力SWE-bench Verified直接衝到77.8分，Terminal Bench 2.0一舉拿下56.2分，都是開源第一。這個成績不僅超了Gemini 3.0 Pro，更是直接貼臉Claude Opus 4.5。Agent能力BrowseComp（聯網檢索）、MCP-Atlas（工具呼叫）和τ²-Bench（複雜規劃），全線霸榜開源第一。最有趣的是Vending Bench 2（自動售貨機經營測試）。在這個測試中，模型得完全靠自己經營一年售貨機。您猜怎麼著，GLM-5到年底居然賺了4432美元，這水平都快趕上Opus 4.5了。在開發者最關心的內部Claude Code評估集合中，GLM-5在前端、後端、長程任務等程式設計開發任務上顯著超越上一代的GLM-4.7（平均增幅超過20%）。真實使用體感已經逼近Opus 4.5。用AI造AI當然，GLM-5的野心不止於模型，更在於重構我們手裡的程式設計工具。全球爆火的OpenClaw讓大家看到了AI操作電腦的潛能。這次，智譜也推出了AutoGLM版本的OpenClaw。在用原版時，光環境配置就需要折騰半天，現在官網一鍵部署。想要個7x24小時幫你盯著推特、整理資訊、甚至寫指令碼的「數字實習生」？點一下就有了。同時發佈的還有Z Code——完全基於GLM-5能力誕生的新一代開發工具。在Z Code裡，你只管提需求，模型會自動拆解任務，甚至拉起一堆Agent並行幹活：寫程式碼、跑命令、Debug、預覽，最後連Git提交都幫你搞定。甚至，你還可以用手機遠端指揮桌面端的Agent幹活。值得一提的是，就像OpenAI用Codex寫出了Codex，Z Code本身，也是GLM模型全程參與開發出來的。國產算力的勝利在GLM引爆全球流量、Agent需求激增的背後，一群「無名英雄」正默默支撐著海量的計算負荷。為了確保每一行程式碼、每一次 Agent 規劃都能穩定輸出，GLM-5已經深入國產算力的「腹地」，完成了與華為昇騰、摩爾線程、寒武紀、崑崙芯、沐曦、燧原、海光等主流平台的深度適配。通過底層算子級的精細化最佳化，讓GLM-5在國產晶片叢集上也能跑出「高吞吐、低延遲」的滿血表現。這意味著，我們不僅有了頂級的模型，還不被卡脖子。結語2026年的春天，程式設計大模型終於脫去了稚氣。Karpathy所謂的「Agentic Engineering」，本質上是對AI提出了一種更嚴苛的「面試要求」：以前（Vibe Coding）：只要你會寫漂亮的HTML，我就錄用你。現在（Agentic Coding）：你需要懂Linux核心，懂500個微服務之間的呼叫關係，懂如何在不炸掉線上的前提下重構程式碼，還要能自己規劃任務、自己修Bug。GLM-5並不完美。但在「建構複雜系統」這一核心命題上，它是目前開源界唯一能接住這波「Agentic浪潮」的選手。Vibe Coding已經結束了。別再問AI「能不能幫我寫個網頁」了。那是2025年的事情。現在，試試問它：「能不能幫我重構這個高並行系統的核心模組？」GLM-5，Ready to Build！彩蛋GLM-5已經納入Max使用者套餐，Pro將盡快在5天內支援！並且剛剛智譜宣佈漲價，今年的Token註定是要漲價的！趕快去體驗吧！官方API接入BigModel開放平台：https://docs.bigmodel.cn/cn/guide/models/text/glm-5Z.ai：https://docs.z.ai/guides/llm/glm-5OpenClaw接入文件：https://docs.bigmodel.cn/cn/coding-plan/tool/openclaw開源連結GitHub：https://github.com/zai-org/GLM-5Hugging Face：https://huggingface.co/zai-org/GLM-5ModelScope：https://modelscope.cn/models/ZhipuAI/GLM-5 (新智元)

截至發稿，智譜(02513.HK)漲超24%，總市值突破1700億港元，此前漲幅一度擴大至26%，最高觸及396港元/股。消息面上，智譜2月12日宣佈，對GLM Coding Plan套餐價格體系進行結構性調整，整體價格上調30%以上。 (科創日報)

【導讀】基本金屬、電工電網類股走高，智譜一度大漲超33%一起來看下上午的市場情況及資訊。2月12日上午，A股三大指數震盪走強，截至午間收盤，滬指漲0.12%，深成指漲0.80%，創業板指漲1.18%。從類股來看，CPO、基本金屬、電力裝置等類股漲幅居前，而餐飲旅遊、文化傳媒、銀行等類股震盪調整。港股方面，恆生科技指數跌幅擴大，金蝶國際、攜程集團、美團等均跌超4%。基本金屬概念股走高基本金屬概念股盤中持續走高，鎳、鈷方向出現補漲行情，鵬欣資源、東陽光、石英股份等多股漲停。消息面上，2月11日，據知情人士透露，世界最大的鎳礦PT Weda Bay Nickel（韋達灣鎳礦）已被告知今年將獲得1200萬噸的礦石生產配額，遠低於2025年的4200萬噸，降幅高達71%，遠超市場預期。澳新銀行研究分析師在報告中指出，全球投資者風險偏好改善，推動基本金屬在亞洲早盤走高。近期，有關中美銅庫存激增的報導也提振了市場情緒。澳新銀行表示，市場擔憂美國正在建立戰略庫存、部分國家增加庫存以降低供應鏈風險。電網裝置概念股快速拉升電網裝置概念股走高，漢纜股份、中恆電氣、四方股份等多股漲停。消息面上，日前，中國國務院辦公廳印發《關於完善全國統一電力市場體系的實施意見》。其中明確，到2030年基本建成全國統一電力市場體系，到2035年全面建成全國統一電力市場體系。中銀證券表示，中國持續推動電力體制改革，特高壓及主網建設加快，帶動電網裝置需求保持高景氣。海外電網改造需求旺盛，建議關注受益於特高壓高景氣的主網環節相關標的。智譜一度大漲超33%2月12日，智譜開盤走高，漲幅一度擴大至33%，最新報400港元/股。消息面上，智譜宣佈，對GLM Coding Plan套餐價格體系進行結構性調整，整體價格上調30%以上。2月12日，智譜發佈GLM Coding Plan價格調整函稱，近期，GLM Coding Plan市場需求持續強勁增長，使用者規模與呼叫量快速提升。為保障高負載下的穩定性與服務質量，公司同步加大算力與模型最佳化投入，產品能力持續升級。基於實際使用情況與資源投入變化，公司決定對GLM Coding Plan套餐價格體系進行結構性調整。調整內容如下：取消首購優惠，保留按季按年訂閱優惠；套餐價格進行結構性調整，整體漲幅自30%起；已訂閱使用者價格保持不變。 (中國基金報)

趕在農曆春節前夕，國產大模型“井噴”，各大巨頭大秀“肌肉”！繼字節跳動視訊生成模型Seedance 2.0大放異彩之後，字節又上新了圖像模型Seedream 5.0，目前Seedream 5.0在視訊編輯應用剪映、剪映海外版Capcut、字節AI創作平台小雲雀均已上線，在即夢AI平台開啟灰度測試。新模型對標Nano Banana Pro。在字節迭代圖像模型的同時，阿里千問也推出了新一代圖像生成基礎模型Qwen-Image-2.0，今日千問宣佈推出新一代圖像生成基礎模型Qwen-Image-2.0。阿里雲百煉上已開通API邀測，開發者也可通過Qwen Chat（chat.qwen.ai）免費體驗新模型。01"Pony Alpha"匿名模型或指向智譜2月6日，全球模型服務平台OpenRouter悄然上線一款代號為"Pony Alpha"的匿名模型，因其強大的編碼能力、超長上下文窗口及針對智能體工作流的深度最佳化，迅速引發開發者社區關注。多位知名科技博士及矽谷科技企業家預測，這款模型可能是DeepSeek-V4，或者智譜GLM新模型，亦有可能是Grok4.2或Claude5。出於“Pony“與馬年的關係，這款模型出自中國企業的機率更大。OpenRouter合作方Kilo Code在其部落格中留下了一個隱晦的線索，稱Pony Alpha是“某個全球實驗室最受歡迎的開源模型的專項進化版”。OpenRouter官方將Pony Alpha描述為“前沿基礎模型”，在程式設計、智能體工作流、推理及角色扮演方面表現強勁，特別強調其“極高的工具呼叫精準率”。這一特性使其在AI Agent（智能體）應用場景中展現出顯著優勢，開發者可通過Claude Code等工具呼叫該模型，實現長達數小時的複雜項目開發。Pony Alpha的亮相恰逢AI Agent應用爆發前夜。與傳統聊天機器人不同，Agentic工作流需要模型進行多輪工具呼叫、長上下文記憶與複雜任務規劃，這將導致單次互動的token消耗量呈指數級增長。對此，據科創板日報報導，從知情人士處獲悉，該神秘模型就是智譜即將正式發佈的新一代大模型GLM-5。值得注意的是，受"Pony Alpha"匿名模型消息刺激，2月9日智譜盤中一度漲超40%。截至收盤，智譜漲超36%，報276.8港元/股。10日智譜延續昨日的強勢漲勢，盤中大漲超過24%，總市值一度逼近1500億港元。02DeepSeek V4也備受關注此外，DeepSeek下一代AI 模型V4也備受市場關注，據科技媒體The Information報導，DeepSeek將於2月發佈新一代旗艦AI模型DeepSeek V4，該模型具備強大的程式設計能力，預計將對當前的AI競爭格局產生重大影響。報導援引兩位知情人士稱，DeepSeek內部的初步測試表明，V4在程式設計能力上超過了目前市場上的其他頂級模型，如Anthropic的Claude和OpenAI的GPT系列，這無疑是該公司在AI領域的又一重磅成果。在這波大模型“井噴”之前，近期國產大模型已經掀起一波小高潮。國內人工智慧初創公司月之暗面Kimi正式發佈了新一代開源模型 Kimi K2.5；MiniMax也發佈了新模型MiniMax Music 2.5；阿里巴巴推出了通義千問系列的旗艦推理模型—Qwen3-Max-Thinking；DeepSeek開源了其新一代OCR2模型。03Seedance 2.0刷屏不過在這一眾模型中，字節系的Seedance 2.0最為火爆，憑藉多模態輸入、極強的參考一致性與高度逼真的生成效果，Seedance 2.0引發海內外巨震。近日，知名博主影視颶風創始人Tim（潘天鴻）發佈了Seedance2.0實測視訊，他誇讚Seedance2.0模型的生成結果，並稱其為“改變視訊行業的AI”，其中包括模型生成視訊的精細程度、攝影機的運動情況、分鏡連續性效果以及音畫的匹配度。遊戲科學CEO馮驥對字節Seedance 2.0評價稱：“AI理解多模態資訊並整合的能力完成了一次飛躍，令人驚嘆。”他表示，一般性視訊的製作成本將無法再沿用影視行業的傳統邏輯，開始逐漸趨近算力的邊際成本。內容領域必將迎來史無前例的通貨膨脹，傳統組織結構與製作流程會被徹底重構。此外，馮驥針對“假視訊氾濫與信任危機”作出提醒，“我很慶幸，至少今天的Seedance 2.0，來自中國。”他表示。目前，海外使用者、創作者、機搆陷入一碼難求的狂熱狀態，海外社交平台求碼帖刷屏不斷，大量使用者高價溢價求購體驗資格，甚至出現私下倒賣邀請碼的現象，熱度持續飆升。在Seedance2.0的影響下，A股短劇、影視、遊戲、AI語料、Sora概念等概念類股集體大漲，讀客文化、榮信文化、中文線上“20CM”漲停，國安股份、歡瑞世紀、讀者傳媒、人民網、掌閱科技、上海電影等多股漲停。Seedance 2.0在功能層面取得的突破，對於AI視訊生成領域有著重要的催化意義。中銀證券表示，AI漫劇等的生成成本、技術門檻均顯著降低，生產效率得到有效提升，並且多模態生成對於算力需求較大，這使得上游硬體基礎設施也有望同步受益。大模型“春節檔”帶來密集產業催化，Seedance 2.0帶動AI多模態產業鏈發展，有望催化AI應用反彈。 (金融界網站)

2月10日，延續昨日強勢，港股市場AI概念股今日再度集體走強，其中，“全球大模型第一股”智譜（02513）在昨日收漲36%後，今日盤中再度飆升超20%，報333港元，股價再創上市新高，市值逼近1500億港元。消息面上，智譜近期在大模型領域動作頻繁。2月4日，智譜宣佈旗下混合思考模型GLM-4.7-Flash發佈兩周，在Hugging Face的下載量突破100萬。GLM-OCR也在日前登頂Hugging Face Trending榜單。而就在近日，一款匿名國產模型Pony Alpha的歸屬也引發了市場的猜想。2月6日，全球模型服務平台OpenRouter悄然上線一款代號為"Pony Alpha"的匿名模型，因其較強的編碼能力、超長上下文窗口及針對智能體工作流的深度最佳化，迅速引發開發者社區關注，在海外社區熱度迅速攀升。OpenRouter官方將Pony Alpha描述為“前沿基礎模型”，在程式設計、智能體工作流、推理及角色扮演方面表現強勁，特別強調其“極高的工具呼叫精準率”。這一特性使其在AI Agent（智能體）應用場景中展現出顯著優勢，開發者可通過Claude Code等工具呼叫該模型，實現長達數小時的複雜項目開發。Pony Alpha的亮相恰逢AI Agent應用爆發前夜。與傳統聊天機器人不同，Agentic工作流需要模型進行多輪工具呼叫、長上下文記憶與複雜任務規劃，這將導致單次互動的token消耗量呈指數級增長。社區實測案例顯示，有開發者使用Pony Alpha配合Claude Code運行MineCraft項目，歷時約2小時生成170KB純Java程式碼，輸出質量被評價為“超預期”。另有測試指出，該模型在SVG生成等細節任務上展現出“Claude Opus 4.5等級的品味”。據多位知名科技博主及矽谷科技企業家預測，這款模型或為DeepSeek-V4、或為智譜GLM新模型、甚至亦有可能是Grok4.2或Claude5。而出於“Pony”與馬年的關係，這款模型出自中國企業的機率無疑更大。另據OpenRouter合作方Kilo Code在其部落格中留下了一個隱晦的線索，稱Pony Alpha是“某個全球實驗室最受歡迎的開源模型的專項進化版”。這意味著，Pony Alpha更有可能是DeepSeek-V4或者智譜即將發佈的新一代模型GLM-5。對此證券時報記者向智譜求證，截至發稿未獲有效回應。不過據記者瞭解，智譜確有相關保密項目在推進中。 (e公司)

中國AI行業的“百模大戰”正在落幕，真正的玩家已縮減至10家。最刺耳的結論是，最大利潤池將歸掌控分發的騰訊、阿里等大廠，而非模型公司。獨立廠商中，智譜靠本地化部署守住59%高毛利，MiniMax則靠73%的海外收入和全模態產品突圍。當模型不再稀缺，變現才是王道。當模型不再稀缺，真正稀缺的，是能把模型變成現金流的能力。2月9日，摩根大通證券（中國）發佈研究報告《中國人工智慧行業：全球佈局與模型創新驅動新一代領軍者》，首次覆蓋中國獨立大模型廠商智譜與MiniMax。報告開宗明義：中國人工智慧行業正從“百模大戰”階段，邁向以商業化落地能力、模型創新實力及全球化佈局為決定成敗之關鍵的階段。中國AI市場正在迅速整合，“具備實力且資金充足的模型開發商數量已從超200家縮減至不足10家。”摩根大通犀利指出，國內AI行業最大的利潤池恐將流向掌握分發的平台巨頭；而獨立廠商的突圍，則取決於誰能通過“結構性中立”找到生存縫隙——智譜向內深耕高合規的本地化部署，MiniMax向外拓展高溢價的全球市場。這一判斷的背景並不複雜。報告指出，隨著模型訓練成本、算力獲取門檻和商業化難度持續上升，資本與算力的硬約束開始主導行業結構。換句話說，行業已經不再獎勵“能不能做模型”，而是獎勵“能不能長期活下來”。在摩根大通看來，這一階段的核心變化在於：模型能力逐步趨同；資金消耗呈指數級上升；客戶開始更關注“交付能力、穩定性與可持續性”。這意味著，大模型競爭的主線，正在從技術競賽，轉向商業系統的建構能力。最“刺耳”的結論：利潤池可能不在模型公司在整份報告中，最容易引發市場討論的，並不是對智譜或 MiniMax 的財務預測，而是摩根大通對利潤歸屬的判斷。報告在“中國生成式AI行業的長期利潤池”一節中明確指出：生成式AI的持久利潤池，可能高度集中於大型網際網路平台。“我們仍認為國內生成式 AI 的持久利潤池將高度集中於大型網際網路平台，尤其是騰訊和阿里巴巴，因為它們掌控著全國範圍層級的分發、變現通道以及高頻消費和商戶事務流。摩根大通給出的理由非常直接。第一，平台掌控分發。報告指出，大型網際網路公司天然擁有高頻使用者觸點和成熟應用場景，AI能力更容易被“內化為功能”，而不是作為獨立產品售賣。第二，平台掌控變現路徑。無論是廣告、電商、遊戲、內容付費還是企業服務，平台已經具備成熟的收費機制，AI更多是提升ARPU與轉化率的工具。第三，平台掌控高頻交易與消費流。報告強調，“高頻使用場景決定了推理呼叫量，也決定了規模效應是否成立。”報告用平台觸達舉例：“微信處於日常消費活動的中心，月活使用者合計約 14 億。”騰訊將聊天機器人“元寶”嵌入微信，“使用者可以將其加入為聯絡人進行互動，無需下載單獨應用”。阿里巴巴則把AI變成交易漏斗的一部分：“阿里巴巴升級了旗下千問（Qwen）AI 應用…全面接入淘寶、支付寶、飛豬和高德地圖…AI 壓縮了從瀏覽到支付的漏斗，從而支撐更高的轉化，並有望提高廣告收益率及抽佣率。”在這一框架下，模型能力本身並不必然對應利潤能力。在中國市場，把AI能力送到使用者面前、並把錢收回來，或許往往比模型本身更重要。這也是摩根大通反覆強調的一句話：“模型能力本身並不必然轉化為盈利能力，分發和變現路徑在中國市場尤為關鍵。”獨立模型公司還有沒有機會？既然平台巨頭如此強勢，獨立模型廠商如智譜、MiniMax的生存空間在那裡？摩根大通並未否認獨立模型公司的價值，但其判斷明顯更為現實。報告將行業玩家分為雙軌競爭格局：一類是擁有全端生態的綜合型科技巨頭，另一類是在特定維度具備領先性的獨立模型開發商。在摩根大通看來，獨立模型公司的機會，不在於與平台正面競爭，而在於提供一種“結構性中立”的選擇。報告提及，獨立模型開發商的激勵結構，與平台型公司存在本質差異，其目標是賦能客戶應用，而非與客戶形成競爭關係。“獨立提供商通常通過API、企業授權或私有化部署……直接將模型變現。這些管道服務於同一個根本目標——最大化模型採用及利用——而不要求客戶繫結單一基礎設施或軟體生態。”對於大型企業而言，引入平台模型，往往意味著潛在的戰略依賴風險；而獨立模型商更容易被視為“工具型夥伴”。摩根大通強調：“獨立模型提供商通過結構性中立來緩解這種擔憂。他們的業務激勵依賴於賦能客戶應用，而非與客戶競爭，從而降低感知到的戰略和執行風險。”智譜：用私有化部署守住現金流在摩根大通的分析框架下，智譜被定義為“以結構性持久的本地化業務為錨點，並迎來能力導向型API業務拐點”的典型代表。1. 財務真相：本地化部署才是當前的利潤支柱智譜的商業模式清晰地分為兩部分：本地化部署（On-premise）和雲端部署（Cloud-based）。資料顯示，智譜目前的收入重心在“高合規”需求上：“2025財年上半年，公司總收入的85%來自本地化部署，該業務類股毛利率達到可觀的59.1%，而云端部署毛利率為-0.4%。”摩根大通分析稱，在中國受監管行業（如政府、金融、央國企），本地化部署是通常要求。這不僅僅是一次性買賣。報告指出：“隨著基礎模型的迭代，這一安裝基數有可能演變為升級驅動型、經常性經濟利益。”因為一旦模型嵌入關鍵工作流，切換成本巨大，連續的模型迭代會將本地化部署轉變為一種類SaaS的經常性經濟利益。2. 增長拐點：雲端API蓄勢待發雖然本地化部署賺取了高毛利，但規模化的未來在於雲端API。摩根大通認為，智譜正處於一個重要拐點。隨著GLM-4.7的發佈，智譜戰略重心明顯向智能體系統和工具增強推理傾斜。報告指出：“我們預計隨著GLM-4.7在全球開發者社群（尤其是在高付費意願和使用強度的程式設計工作流領域）中獲得認可，其採用率將加速提升。”摩根大通預測，隨著規模效應顯現，“我們預計2025年下半年起雲端部署的收入和利潤率將雙雙爬坡。”3. 估值與預測基於其穩固的本地化基本盤和高增長的API潛力，摩根大通給予智譜“增持”評級，目標價400港元。增長預測： 預計2026-2030年營收年複合增長率（CAGR）高達127%。盈利時間表： 預計公司將於2029年實現盈利，2030年的正常化調整後淨利潤率將達到20%。融資需求： 預計公司可能需要在2026年和2027年進行外部融資，預計每年的融資金額為50億元人民幣。MiniMax：用全球化ToC跑出能力邊界如果說智譜是深耕國內B端的典範，MiniMax則被摩根大通描述為“擁有可擴展增長引擎的全譜系AI企業”，其核心標籤是“天生全球化”和“全模態”。1. 收入結構：海外佔比超七成，業務“三分天下”MiniMax展現出了與國內其他廠商截然不同的收入畫像。報告披露了一個驚人的資料：“2025年前九個月，公司73%的總收入來自中國以外的市場，已在200多個國家和地區進行部署。”這種全球化佈局帶來了極大的經濟靈活性。摩根大通指出：“在推理成本高企、國內競爭激烈的行業背景下，進入國際市場、多元化的客戶群和差異化的定價環境，為公司提供了結構性優勢。”在業務構成上，MiniMax極好地平衡了風險：“2025年前三季度，開放平台、生成式媒體和AI陪伴業務的營收佔比各約三分之一。”AI陪伴（Talkie/星野）： 貢獻35%收入。摩根大通預計到2030年，該業務付費率將達到18%（對標騰訊音樂2023年水平），年度ARPU達到31美元。生成式媒體（海螺AI）： 貢獻33%收入。為內容創作者提供視訊工具，年度ARPU高達75美元。開放平台（API）： 貢獻29%收入。服務13.2萬名開發者，付費使用者年化ARPU達8200美元。2. 技術策略：技術即產品MiniMax的技術策略被總結為“全端”和“全模態”。報告指出，MiniMax採用混合專家（MoE）架構，迭代速度極快：“兩月一次的模型迭代（速度快於3-4個月的行業平均水平）。”這種速度得益於其獨特的“雙引擎”策略：將消費者應用作為技術的驗證器。“與許多先建構模型、後搜尋用例的AI實驗室不同，MiniMax同時開發模型和消費者產品……隨著每天有數百萬使用者與Talkie互動，MiniMax會收到即時反饋……這種專有的互動資料被反饋到研發流程中，用於微調模型。”3. 估值與預測鑑於其稀缺的全球化能力，摩根大通給予MiniMax“增持”評級，目標價700港元。增長預測： 預計2026-2030年營收CAGR高達138%。盈利時間表： 預計公司將於2029年起實現盈利，2030年調整後淨利潤率將正常化至24%。融資需求： 預計集團將需要在2026年和2027年進行外部融資，預計每年金額為7億美元。一個決定勝負的變數：推理成本在對兩家公司的深入分析中，摩根大通揭示了一個行業共性的財務拐點，這對理解AI公司的長期價值至關重要：算力成本結構將從“訓練驅動”徹底切換為“推理驅動”。報告指出，雖然總算力消耗將持續擴大，但“訓練與推理的增長曲線和成本驅動因素將與2022-25年的擴張階段出現顯著差異”。1. 訓練成本：走向“正常化”隨著基礎模型架構的確立，前沿擴展預訓練將變得更具選擇性。摩根大通預測：智譜： 訓練成本佔算力總成本的百分比將從2025年的93%大幅下降至2030年的32%。MiniMax： 同期佔比將從80%下降至28%。這意味著，過去那種為了追求參數規模而不計成本的“軍備競賽”式支出將告一段落，研發支出將進入更理性的“正常化階段”。2. 推理成本：成為支出的絕對大頭未來的競爭，是推理效率的競爭。摩根大通預測：智譜： 推理相關算力成本佔比將從2025年的7%激增至2030年的68%。MiniMax： 同期佔比將從20%激增至72%。這一變化對財務模型有深遠影響：算力支出將逐漸從“研發費用”（R&D）轉移到“營收成本”（COGS）。這也解釋了為什麼摩根大通如此強調API定價、推理效率（單次呼叫GPU時長）以及利用率對毛利率的決定性作用。這意味著，未來競爭的核心不再是“誰能訓更大的模型”，而是：誰的推理更便宜；誰的利用率更高；誰能掌握定價權。在摩根大通看來，智譜與 MiniMax 的價值，不在於挑戰平台，而在於佔據平台之外但不可或缺的位置。 (invest wallstreet)