模型能力越快迭代，Token价格越往下走。
9月10日，DeepSeek发布V4.1 Flash，并再次下调Flash系列API价格。
非高峰时段，每百万Token的缓存命中输入价格降至0.02元，未命中输入降至1元，输出降至4元；高峰时段价格为其两倍。
官方宣布，新模型在性能、费用、速度和总用时等方面全面超过V4 Pro，并计划在9月14日之后，将部分Pro请求转至Flash。
这改变了模型行业的定价规则：过去，模型能力提升支撑更高价格；现在，能力提升可能成为降价的理由。
同一天，智谱收跌10.34%，MiniMax收跌8.98%。截至9月11日收盘，9月以来两家公司股价累计跌幅分别达到33.64%和22.98%。
智谱2026年上半年收入9.54亿元，同比增长399.7%，超过2025年全年。MiniMax同期收入1.17亿美元，同比增长283.1%，同样超过去年全年。
业绩会上，两家公司又把增长速度推高了一截。智谱披露8月ARR约为16亿美元，MiniMax披露8月ARR超过8亿美元。
三天前，华尔街知名投行杰富瑞也将智谱2026年至2029年的收入预测上调37%至119%，同时下调了亏损预测。
按照通常逻辑，一家公司未来收入更多，亏损更少，估值也应该随之提高。
但杰富瑞却将智谱目标价由1299.8港元下调至1183.79港元，把智谱开放平台及API业务的估值标准，从预计2026年ARR的50倍降到30倍。
按同样一元ARR计算，过去估值50元，现在只给30元。
扛不住波动的ARR估值
智谱2026年上半年收入9.54亿元，同比增长399.7%，超过2025年全年收入；但同期亏损仍达到20.72亿元。
智谱的收入结构也发生了明显变化。开放平台及API业务上半年收入8.25亿元，同比增长2735.7%，占总收入的86.5%，取代本地化部署成为公司的主要收入来源。
MiniMax的情况类似。
公司上半年收入1.166亿美元，同比增长283.1%，超过2025年全年收入。其中，开放平台及其他AI企业服务收入7390万美元，同比增长703.1%，占总收入的63.4%。但公司同期经调整净亏损达到2.93亿美元，毛利率只有17.9%。
两家公司都在从一次性交付、定制项目和AI原生产品，转向更加依赖API调用和企业服务。
这条路的好处是收入增长更快，也更容易形成规模效应。
代价是，收入会直接暴露在Token价格变化之下。价格下降之后，调用量必须以更快速度增长，才能抵消单价下跌。
智谱管理层在半年报后的业绩交流会上透露，8月ARR约为16亿美元。MiniMax也披露，8月ARR超过8亿美元。
ARR是模型公司现在最受关注的指标。
它把最近一个月的收入按照当前速度年化，能够快速反映业务是否正在加速。但它只是大模型变现的加速度表，半年报收入则更像里程表。
前者可以告诉市场，公司最近跑得有多快；后者才说明公司已经跑了多远。
只要价格、客户结构或调用量发生变化，ARR就可能迅速波动。
这也是智谱财报之后，市场出现分歧的原因。
乐观者看到的是，API调用量快速增长，平台正在形成新的收入曲线；谨慎者在意调用能持续多久，价格下降之后还能留下多少收入，ARR何时能够稳定转化为财务报表上的收入。
高增长没有消失，但增长质量成为关注重点。
据杰富瑞测算，智谱两家主要客户分别贡献超过2.5亿美元ARR，合计至少占31%。其中任何一家减少调用，都会直接改变按当月收入推算的年化ARR规模。
就在DeepSeek调价前几天，媒体援引杰富瑞报告称，该行将智谱2026年至2029年的收入预测上调37%至119%，同时下调亏损预测。
但在同一份报告中，杰富瑞将智谱目标价从1299.8港元下调至1183.79港元，并把开放平台及API业务的估值倍数从预期2026年ARR的50倍下调至30倍。
收入预测上调，目标价却下调，看起来矛盾，实际上反映了市场正在改变估值方法。
此前，资本市场愿意为模型公司的高速增长支付更高倍数。只要ARR增长足够快，价格本身不是最重要的问题。
现在，市场开始怀疑这些收入是不是还值得原来的价格。
从50倍ARR降到30倍，相当于估值倍数下调了40%。在其他条件不变的情况下，公司需要把ARR再提高约67%，才能抵消估值倍数下降的影响。
Token的定价权在谁手里?
智谱目前确实拥有一定的定价权。
2026年一季度，公司将API调用价格提高83%，调用量仍增长400%。这构成了智谱中报中最强的一组商业化数据。
GLM进入代码开发和智能体等更复杂的任务后，客户愿意为更高的模型能力支付更多费用。
业绩会上公司还披露，截至8月31日，智谱MaaS平台Token调用量较年初增长超过40倍，API平均售价提高约101%，付费日活用户增长603%。
但智谱整个平台在一段时间内量价齐升，而不是GLM-5.2一款模型提价一倍后，销量增长40倍。
GLM-5.2于6月15日发布，此后两个多月，智谱又推出GLM-5.3和GLM-5.3-Flash。
据智谱介绍，GLM-5.3-Flash模型拥有320B总参数，每次推理只激活18B参数。其能力超过GLM-5.2，API价格却只有GLM-5.3的十分之一。
中报收入统计截至6月30日，40倍Token调用量和603%的付费日活增幅却统计到了8月31日。
GLM-5.3-Flash上线的同一天，阿里上线Qwen3.8-Flash。随后半个月，腾讯和DeepSeek也相继推出轻量、高吞吐模型。
几家公司争夺的不是一个低价产品档位，而是最容易形成海量调用的API市场。
代码开发、办公智能体等高频任务，并不需要每一次都使用价格最高的旗舰模型。速度更快、价格更低、能力足够的Flash，反而更适合承接大规模调用。
目前，三款模型的普通输入和输出价格已经相差不大，拉开差距的是缓存输入。
所谓缓存输入，是指模型再次读取已经处理过的系统指令、历史对话或者代码库。以DeepSeek非高峰价格计算，首次处理100万Token收费1元，再次读取相同内容只收0.02元。
对模型公司而言，两次读取都产生了Token使用量，带来的收入却相差50倍。这意味着，如果大量调用来自低价Flash和缓存内容，API收入未必按照同样速度增长。
昨天还只有旗舰模型能完成的任务，今天已经被Flash压到低价区。模型刚刚建立的能力溢价，很快就成了全行业的公开报价。
这让智谱的“Token增长40倍”有了另一种解释。
未来，客户即使没有离开智谱，只是从GLM-5.3换到价格只有十分之一的Flash，同样数量的Token也只能换来更少的收入。
更何况，竞争对手也在提供低价替代。模型API的接口又相对标准，这些选择之间的技术边界已经越来越低。
智谱、MiniMax、DeepSeek和阿里云均提供OpenAI兼容接口。开发者更换API密钥和基础地址，再重新测试准确率、速度和稳定性，就可以迁移模型，不需要重建整套应用。
因此，智谱接下来必须同时跑赢两场比赛。调用量增长要快过单价下降，推理成本下降还要快过报价下降。只要其中一项掉队，每一元ARR留下的毛利就会变少。
智谱们的独立模型厂难做
智谱与MiniMax曾经代表两条完全不同的大模型商业化路线。
智谱从清华技术背景和政企客户起步，依靠本地化部署进入政府、金融和能源行业。MiniMax则以Talkie、海螺AI等产品触达全球消费者，收入主要来自订阅和应用内付费。
2025年，智谱73.7%的收入来自本地化部署，MiniMax约67%的收入来自AI原生产品。
到了2026年上半年，智谱开放平台及API收入占比已经达到86.5%。MiniMax开放平台及其他AI企业服务收入占比也从30.3%升至63.4%，首次超过AI原生产品。管理层披露，B端业务已贡献约80%的ARR。
两家公司最快的增长，都不再来自原来的优势业务，而是企业和开发者消耗的Token。
而当两家公司都被归入Token供应商，一家的估值折价就会成为另一家的参照。
Kimi K3发布后，摩根大通将智谱和MiniMax的长期估值倍数由30倍降至20倍。
9月，杰富瑞又把智谱API业务的ARR倍数由50倍降至30倍。即使上调收入预测的华泰证券，也把智谱2029年市销率由27倍降至20倍。
估值倍数的连续下调，正是在缩短市场愿意预付的时间。
智谱上市时的高估值，至少包含三重期待。
它是港股稀缺的纯大模型标的，也是海外模型受限时的国产替代选择。GLM-5.2进入代码和智能体等高价值任务后，智谱涨价仍能增加调用，又让市场看到单代模型领先带来的定价权。
半年后，这三重期待都不再稀缺。
更多独立模型公司传出上市计划，投资者不再只有智谱和MiniMax两个入口。DeepSeek、Kimi、千问、腾讯和MiniMax也都能满足部分国产模型需求。国产替代仍然成立，却不再专属于智谱。
新一轮Flash价格战把最后一层溢价也压短了。一款模型的领先可能只维持几个月，甚至更短。产品优势越来越难直接换算成未来数年的定价权。
模型行业的增长正在变得更便宜。
过去，模型公司可以用更强的能力获得更高价格；现在，技术进步和价格下降同时发生。能力差距缩小之后，客户会更容易在不同模型之间切换，API价格也会成为采购决策的重要因素。
这对独立模型公司尤其重要。
大厂拥有算力、云平台和分发渠道，可以把模型当作生态的一部分。独立模型公司则必须证明，自己不仅能把模型做出来，还能在价格持续下降的环境中，保住客户、扩大调用量，并且改善利润率。
智谱和MiniMax的高增长并没有结束，但资本市场已经不再只为增长本身付费。
本文来自微信公众号“数智奔流”，作者：熵野，编辑：沈校，36氪经授权发布。