AI公司怎么估值？高盛給MiniMax算了三筆賬

Token注定會(huì)是AI企業(yè)價(jià)值最核心的變量。

來源 |硅基觀察Pro

作者 |林白

最近，圍繞“AI參與斬首行動(dòng)”的爭(zhēng)議鬧得沸沸揚(yáng)揚(yáng)。

在國內(nèi)的AI投資里，Minimax是一個(gè)繞不開的標(biāo)的。

自上市以來，MiniMax 的股價(jià)已經(jīng)上漲了3倍。就在 3 月 2 日年報(bào)發(fā)布次日，股價(jià)又上漲了9%。

從基本面看，公司的增長(zhǎng)也確實(shí)非常快。

2025 年，MiniMax 實(shí)現(xiàn)總收入 7903.8 萬美元，同比增長(zhǎng) 158.9%。

但正因?yàn)樵鲩L(zhǎng)速度太快，圍繞它的估值問題，也成了投資人討論最多的話題之一。

目前，MiniMax 的最新市值為 2305億港元。

類似的情況其實(shí)也發(fā)生在智譜身上。

一個(gè)最核心、也最棘手的問題是：

究竟應(yīng)該如何為智譜、MiniMax這樣的大模型公司進(jìn)行估值？

如果用傳統(tǒng)SaaS 公司的方法，比如 PS（市銷率） 或 PE（市盈率），往往會(huì)顯得非常不合理。

但如果完全拋棄這些方法，又很難找到一個(gè)新的共識(shí)框架。

這其實(shí)并不是MiniMax 或智譜兩家公司的問題。

更本質(zhì)地說，這是一個(gè)所有投資人都繞不開的問題：

當(dāng)AI 成為一種新的商業(yè)形態(tài)時(shí)，我們究竟應(yīng)該用什么邏輯去給 AI 企業(yè)定價(jià)？

在這里，我們提出一種可能的思路：

AI 公司真正的“產(chǎn)能”，其實(shí)是生成和消耗 Token 的能力。

而衡量其商業(yè)模式好壞的關(guān)鍵指標(biāo)，也逐漸從轉(zhuǎn)向：

這家公司每生產(chǎn)一枚Token，究竟能賺多少錢。

今天，我就借著高盛給MiniMax 做估值這件事，聊聊我自己對(duì) AI 企業(yè)估值邏輯的一些看法。

01

三種情景，三個(gè)估值

大模型的估值，比看上要復(fù)雜的多。

傳統(tǒng)軟件公司，通常用PE或者EV/Sales就能大致框出來。

但大模型公司不一樣——

它既像平臺(tái)，又像基礎(chǔ)設(shè)施，還帶一點(diǎn)消費(fèi)互聯(lián)網(wǎng)屬性。

商業(yè)模式還在變化，盈利時(shí)間點(diǎn)也不清晰。

所以，在這份報(bào)告里，高盛用了一個(gè)很典型的投資框架：三種情景估值。

這三種情況，分別對(duì)應(yīng)基準(zhǔn)情景、樂觀情景和悲觀情景。

先說基準(zhǔn)情景。

這是最“學(xué)院派”的估值方法，用的是DCF，也就是折現(xiàn)現(xiàn)金流模型。

高盛把MiniMax的發(fā)展分為兩個(gè)階段：

第一階段是詳細(xì)預(yù)測(cè)期，一直算到2030年；

第二階段是穩(wěn)定增長(zhǎng)期，一直延續(xù)到2035年；

最后再通過戈登增長(zhǎng)模型算出長(zhǎng)期終值。

在關(guān)鍵參數(shù)上，折現(xiàn)率用12%，永續(xù)增長(zhǎng)率2%。

報(bào)告里解釋了為什么折現(xiàn)率是12%，無風(fēng)險(xiǎn)利率用美國3年期國債，大約3.3%。

股權(quán)風(fēng)險(xiǎn)溢價(jià)大約7%。

算下來，差不多就是12%。

在經(jīng)營(yíng)假設(shè)上，采取自上而下預(yù)測(cè)，即市場(chǎng)空間×市場(chǎng)占有率。

也就是，先估算全球大模型市場(chǎng)未來有多大，然后再看公司能分到多少。

報(bào)告假設(shè)，2026-2030年，Minimax在全球AI大模型訂閱+API收入池的市占率每年提升0.3-0.7個(gè)百分點(diǎn)。

到2030年，公司在全球大模型訂閱和API市場(chǎng)里的份額能做到2.5%。

按這個(gè)邏輯計(jì)算，2030年Minimax收入規(guī)模應(yīng)該在116億美元。

公司的盈利拐點(diǎn)在2029年。

到時(shí)，公司的實(shí)現(xiàn)經(jīng)營(yíng)利潤(rùn)與自由現(xiàn)金流轉(zhuǎn)正。

到2030年，公司的經(jīng)調(diào)整凈利潤(rùn)為12.78億美元，自由現(xiàn)金流（FCF）7.94億美元。

在2031-2035年穩(wěn)定期里，Minimax累計(jì)能貢獻(xiàn)收入1577.71億美元，經(jīng)調(diào)整凈利潤(rùn)為267億美元，自由現(xiàn)金流（FCF）212.62億美元。

2035年，公司的調(diào)整后EBIT利潤(rùn)率達(dá)到21%。

把2022-2035年每年的自由現(xiàn)金流、2035年末的終值，全部按12%的WACC折現(xiàn)至2026年，得到貼現(xiàn)后的企業(yè)價(jià)值410.67億美元，注意此時(shí)是企業(yè)價(jià)值（Enterprise Value）。

再把賬上的凈現(xiàn)金加回來，對(duì)應(yīng)股權(quán)價(jià)值大概418億美元，折合3262.95億港元。

結(jié)合3.21億股總股本，最終對(duì)應(yīng)每股目標(biāo)價(jià)1018港元，這意味著現(xiàn)價(jià)還有38.5%上漲空間。

當(dāng)然，這只是一個(gè)假設(shè)。

由于大模型這個(gè)行業(yè)的不確定性實(shí)在太大，高盛又給了樂觀情景和悲觀情景的假設(shè)推演。

在樂觀情形下，Minimax需要做到三個(gè)條件：

第一，公司到2030年可以拿到5%的全球市場(chǎng)份額，差不多是基準(zhǔn)情景的兩倍。

第二，模型調(diào)用量會(huì)明顯提升，Token消耗的市場(chǎng)份額可能做到10%。

第三，產(chǎn)品定價(jià)達(dá)到美國SOTA模型的50%（當(dāng)前僅10%）。

在這種情況下，假設(shè)公司2027年的ARR做到16.8億美元。

參考海外頭部AI企業(yè)Anthropic的估值范式，用可比公司P/ARR倍數(shù)計(jì)算遠(yuǎn)期企業(yè)價(jià)值。

那對(duì)應(yīng)的估值就是：

44 × 16.8億 ≈739億美元。

再用年化12%的折現(xiàn)率折現(xiàn)回當(dāng)前，大概就是660億美元。

最后一個(gè)情景是悲觀情況。

如果行業(yè)競(jìng)爭(zhēng)很激烈，大廠持續(xù)壓價(jià)，模型能力差距縮小。

假設(shè)行業(yè)競(jìng)爭(zhēng)加劇導(dǎo)致市占率增長(zhǎng)基本停滯，2027-2030年全球收入市占率僅每年微增0.1-0.2個(gè)百分點(diǎn)，2030年僅提升至1.2%。

那公司估值就得回到傳統(tǒng)AI軟件公司的邏輯。

這個(gè)時(shí)候，報(bào)告用的是EV/Sales倍數(shù)法，可以簡(jiǎn)單理解為市銷率。

參考中國傳統(tǒng)AI上市公司的估值水平，大概是17倍EV/Sales。

如果公司2027年的收入是9.8億美元。那企業(yè)價(jià)值就是：

17 × 9.8億 ≈166億美元。

再按12%的折現(xiàn)率折回來，大概是160億美元。

02

除了競(jìng)爭(zhēng)，還是競(jìng)爭(zhēng)

除了估值模型，高盛的報(bào)告其實(shí)還提到了幾個(gè)會(huì)影響MiniMax 價(jià)值變化的關(guān)鍵變量。

第一個(gè)變量，是AI行業(yè)的競(jìng)爭(zhēng)格局。

問題其實(shí)很簡(jiǎn)單：在一堆互聯(lián)網(wǎng)巨頭、云廠商和科技公司同時(shí)下注的大模型賽道里，獨(dú)立AI公司到底還有沒有機(jī)會(huì)跑出來？

高盛的判斷是：機(jī)會(huì)仍然存在。

原因在于，AI行業(yè)仍然處在早期階段，技術(shù)路徑、商業(yè)模式和產(chǎn)品形態(tài)都沒有完全收斂。

在這種階段，大公司雖然資源充足，但組織結(jié)構(gòu)往往更復(fù)雜，決策鏈條更長(zhǎng)，反而未必是效率最高的玩家。

相較之下，一些獨(dú)立AI 公司如果能夠在技術(shù)路線、成本效率和產(chǎn)品節(jié)奏上形成優(yōu)勢(shì)，依然有機(jī)會(huì)建立自己的護(hù)城河。

在高盛看來，MiniMax 的優(yōu)勢(shì)主要集中在三點(diǎn)：

第一，全模態(tài)原生架構(gòu)；

第二，全球化市場(chǎng)布局；

第三，較高的算力效率和成本控制能力；

這些因素疊加在一起，使得MiniMax 在與互聯(lián)網(wǎng)巨頭競(jìng)爭(zhēng)時(shí)，仍然具備一定的組織效率優(yōu)勢(shì)。

第二個(gè)變量，是商業(yè)模式和盈利拐點(diǎn)。

高盛在報(bào)告里給出了一個(gè)非常明確的判斷：

未來AI 行業(yè)最賺錢的環(huán)節(jié)，很可能不是應(yīng)用，而是多模態(tài) API 平臺(tái)。

因?yàn)锳PI 是最標(biāo)準(zhǔn)化、最可規(guī)模化、也最接近基礎(chǔ)設(shè)施的一種商業(yè)形態(tài)。

目前MiniMax 的 API 業(yè)務(wù)毛利率已經(jīng)達(dá)到 69%。

隨著調(diào)用量持續(xù)增長(zhǎng)，以及算力效率的進(jìn)一步提升，這部分業(yè)務(wù)的毛利率仍然有繼續(xù)上升的空間。

一些面向C 端的消費(fèi)產(chǎn)品，比如社交類應(yīng)用，短期內(nèi)仍然處在投入期，甚至還在持續(xù)燒錢。

但從長(zhǎng)期來看，公司很可能會(huì)逐步降低這部分投入，把資源更多集中到 高毛利的 API 平臺(tái)業(yè)務(wù)。

如果這條路徑走通，MiniMax 的商業(yè)結(jié)構(gòu)會(huì)逐漸接近典型的AI基礎(chǔ)設(shè)施公司。

因此，高盛整體給出的判斷相對(duì)樂觀：

公司大概率會(huì)在2029 年前后實(shí)現(xiàn)盈利拐點(diǎn)。

03

Token，將成為AI資產(chǎn)核心計(jì)價(jià)單位

說完高盛這份報(bào)告，再說說我的一些觀察。

其實(shí)從這份研報(bào)里，很容易感受到一件事情：

AI 企業(yè)的估值，比傳統(tǒng)軟件公司復(fù)雜得多。

僅僅是對(duì)MiniMax 的估值，高盛就用了三種不同的方法來交叉驗(yàn)證。

但如果從產(chǎn)業(yè)結(jié)構(gòu)的角度看，我覺得還有一個(gè)很有意思的視角值得補(bǔ)充：

Token 消耗量，未來很可能會(huì)成為 AI 企業(yè)估值里權(quán)重越來越高的一個(gè)指標(biāo)。

簡(jiǎn)單來說，Token 正在成為新的基礎(chǔ)計(jì)價(jià)單位。

背后的邏輯其實(shí)很清晰，大致有兩個(gè)原因。

首先，Token 同時(shí)連接了收入端和成本端。

在收入端，Token 是目前 唯一能夠橫跨所有 AI 產(chǎn)品形態(tài)的統(tǒng)一計(jì)價(jià)單位。

現(xiàn)在，AI 公司的商業(yè)模式非常復(fù)雜：有API調(diào)用、有訂閱、有按任務(wù)收費(fèi)，也有按席位收費(fèi)。

但這些收費(fèi)方式背后，最終都會(huì)落到同一個(gè)底層指標(biāo)——消耗了多少 Token。

而在成本端，情況其實(shí)也一樣。

AI 推理成本通常可以被拆解成一個(gè)非常簡(jiǎn)單的公式：

每次請(qǐng)求消耗的Token 數(shù)量 × 每百萬 Token 的計(jì)算成本。

換句話說，Token 既是產(chǎn)品單位，也是成本單位。

這在過去的軟件行業(yè)里是很少見的。SaaS 的“Seat”更多只對(duì)應(yīng)收入，而 Token 同時(shí)對(duì)應(yīng)了收入與算力成本。

第二，Token 其實(shí)更接近 AI 公司的“真實(shí)產(chǎn)出”。

真正的AI原生就是看誰能通過使用大量的Token來解決復(fù)雜問題，AI對(duì)業(yè)務(wù)嵌入越深，使用Token 的比例越大。

多模態(tài)和agent的應(yīng)用，會(huì)大幅增加Token的消耗。

在簡(jiǎn)單對(duì)話場(chǎng)景下，一次請(qǐng)求可能只消耗幾十到幾百個(gè)Token。

但當(dāng)AI 開始真正執(zhí)行任務(wù)，比如寫一段完整代碼，或者生成一份復(fù)雜報(bào)告，Token 的消耗量可能是傳統(tǒng)聊天場(chǎng)景的幾十倍甚至上百倍。

甚至有業(yè)內(nèi)人士判斷，2026年Token 用量至少有 10倍以上增長(zhǎng)。

這直接帶來了一個(gè)變化：AI應(yīng)用的客單價(jià)大幅提升。

過去C 端產(chǎn)品的訂閱價(jià)格通常是 20美元/月，或者是稍貴一點(diǎn)的200美元/月。

但現(xiàn)在，一些團(tuán)隊(duì)內(nèi)部的真實(shí)使用數(shù)據(jù)顯示，人均Token消耗對(duì)應(yīng)的成本已經(jīng)達(dá)到了 500 美元/月的水平。

而隨著Agent 能夠承擔(dān)越來越復(fù)雜的工作，市場(chǎng)上已經(jīng)開始出現(xiàn)并醞釀 1000 美元/月甚至更高的 AI Agent 服務(wù)定價(jià)。

但事情到這里并沒有結(jié)束。

當(dāng)Token 消耗量開始成為評(píng)估 AI 企業(yè)的重要指標(biāo)，一個(gè)新的討論也隨之出現(xiàn)：

Token 與 Token，其實(shí)并不完全等價(jià)。

舉一個(gè)很直觀的例子。一年前，如果讓GPT-4 寫一段復(fù)雜代碼，可能需要1000個(gè)Token。

而一個(gè)小模型，可能需要3000個(gè)Token才能寫對(duì)。

但現(xiàn)在，小模型能力大幅提升，可能1200個(gè)Token就能完成同樣任務(wù)。

這意味著什么？

小模型Token的價(jià)值密度正在提高。

同樣的，在云端和端側(cè)Token的能力以及成本結(jié)構(gòu)也完全不同。

在云端，Token 的成本主要來自 GPU 算力；

而在端側(cè)設(shè)備上，Token的成本結(jié)構(gòu)更多取決于硬件效率與模型壓縮。

也就是說，未來AI 世界里的 Token，并不是一種完全同質(zhì)化的資源。

在這種背景下，硅谷投資人Tomasz Tunguz 提出了一個(gè)很有意思的觀點(diǎn)：

真正重要的指標(biāo)，其實(shí)不是Token 數(shù)量，而是——每枚 Token 的毛利潤(rùn)。

換句話說，一家AI 公司真正的商業(yè)能力，不在于生成了多少 Token，而在于每一枚 Token 能賺多少錢。

更有意思的是，當(dāng)Tunguz 把 AI 公司的估值，與 Token 指標(biāo)做統(tǒng)計(jì)對(duì)比時(shí)，確實(shí)能看到一個(gè)明顯規(guī)律。

在雙對(duì)數(shù)坐標(biāo)系下，“每枚 Token 的毛利潤(rùn)”與公司估值之間的相關(guān)系數(shù)達(dá)到 0.70，而Token 的總量與估值的相關(guān)系數(shù)只有0.47。

如果把這些線索放在一起，其實(shí)可以看到一個(gè)很有意思的趨勢(shì)：

AI 公司真正的“產(chǎn)能”，其實(shí)是生成和消耗Token的能力。

而衡量其商業(yè)模式的好壞，則變成了這家公司每生產(chǎn)一枚Token，究竟能賺多少錢。

無論模型和產(chǎn)品形態(tài)如何演變，圍繞Token注定會(huì)是AI企業(yè)價(jià)值最核心的變量。

· END ·

合 作 對(duì) 接

掃碼添加投資人說運(yùn)營(yíng)者微信，備注「商務(wù)合作」詳細(xì)溝通。

超 級(jí) 社 群

【投資人說】正在組建超級(jí)創(chuàng)業(yè)者社群、超級(jí)讀者群、超級(jí)媒體群等，目前總?cè)藬?shù)已超1000人。

關(guān)注【投資人說】微信公眾號(hào)，發(fā)送信息「進(jìn)群」，與各行業(yè)精英直接交流，共同進(jìn)步。

旗 下 媒 體