#zhipu Kürzlich#minimax stiegen die beiden Hongkong-Listed-Unternehmen für Big-Modelle MiniMax und Zhipu erneut stark – und wirft eine zentrale Frage auf:
Steigt der Aktienkurs wirklich wegen einer Verbesserung der Fundamentaldaten, oder eher wegen Hongkong-Stock-Connect, Knappheit und Marktstimmung?
Unter Berücksichtigung der Modellfähigkeiten, der technischen Roadmap, der Preisstrategie, der Stabilität der Services und der Bewertung lautet mein Fazit:
Beide Unternehmen verfügen tatsächlich über Technologien auf dem inländischen Spitzen-Niveau; der jüngste Kursanstieg wird jedoch vor allem von Kapital und Erwartungen getrieben. Dabei könnte MiniMax gerade dabei sein, Kostenvorteile aufzubauen, während Zhipu mit einer Kombination aus Überbewertung, Inferenzkosten und der Stabilität der Bereitstellung konfrontiert ist.
1. Warum sind die Kurse in letzter Zeit so stark gestiegen?
Der direkteste Katalysator kam durch die $MINIMAX -Erfüllung der Stock-Connect-Zulassungsvoraussetzungen rund um den 6. August。
MiniMax war bereits in den Hang Seng Tech Index eingetreten, aber aufgrund der Struktur „gleiches Stimmrecht, aber unterschiedliche Aktienklassen“ müssen zusätzliche Mindest-Aktienhaltezeiten für den Einstieg in den Stock-Connect-Kanal erfüllt werden. Der Eintritt in den Stock-Connect-Kanal bedeutet, dass Anleger aus dem Festland die Aktie direkt kaufen können; dadurch wird eine vorgezogene Erwartung eines Zuflusses von Südwärtsgeldern (Southbound) in den Markt eingepreist.
Zu beachten ist:
Die Aufnahme in den Hongkonger Aktienhandel über die Stock-Connect-Plattform bedeutet nur, dass damit ein Kaufrecht besteht;
Das heißt nicht, dass zwangsläufig ein massiver Netto-Kauf zustande kommt;
und wird auch nicht sofort Einnahmen und Gewinne des Unternehmens verändern。
Daher ist das zunächst ein Liquiditätsereignis。
Zhipu ist bereits seit Juni im Stock-Connect-Kanal; in diesen Tagen rührt der Anstieg stärker von der Sektor-Kopplung her, die durch MiniMax ausgelöst wurde. Beide Unternehmen sind im Stock-Connect-Kontext knappe reine Large-Model-Assets; Kapital behandelt sie daher häufig als ein kombiniertes Trading-Paket。
Außerdem erlebte MiniMax im Juli eine größere Entsperrungswelle; der Kurs fiel vom Hoch deutlich zurück. Der Stock-Connect-Katalysator trifft auf das „Entsperrung als Negativfaktor“ und die Kombination aus Überverkauft-Phasensprung (Oversold-Rebound) plus Short-Covering kann sehr leicht zu Tageszuwächsen von ein paar Dutzend Prozentpunkten führen。
2. Wo stehen heimische Modelle aktuell?
Erste Stufe:
Monddunkel-Inszenierung Kimi K3;
Zhipu GLM-5.2;
MiniMax M3。
Zweite Stufe:
das Ali- Qwen3.7/3.8-Serien;
DeepSeek V4-Serie。
Eine kosteneffiziente und leichtgewichtige Stufenleiter:
MiMo von Xiaomi;
Modelle von ByteDance, Baidu, Tencent usw., die auf konkrete Produkte und Cloud-Services ausgerichtet sind。
Aufgeteilt nach Szenarien:
Gesamtinferenz: Kimi, GLM und MiniMax liegen ganz vorn;
Programmierung und Agenten mit langen Zeitachsen: GLM-5.2 und Kimi K3 sind stark;
Multimodalität: MiniMax M3 ragt stärker heraus und unterstützt Bild- und Videoeingaben;
Preis-Leistungs-Verhältnis: MiniMax, DeepSeek und MiMo sind im Vorteil;
Deployment in Unternehmen und für Behörden/Unternehmen: Zhipus Vorteile sind deutlich;
Modell-Ökosystem und Cloud-Kanäle: Ali Qwen könnte der vollständigste Anbieter im Inland sein。
Daher gehören MiniMax und Zhipu tatsächlich zur ersten heimischen Modell-Stufe, aber sie haben keine technologische Monopolstellung aufgebaut. Dass Hongkong beiden hohe Aufschläge zugesteht, hat teilweise auch mit der Knappheit von „reinen Large-Model-Listing-Assets“ zu tun。
3. Gab es in letzter Zeit wirklich bahnbrechende Technologien?
Es gibt wichtige Fortschritte, aber es ist noch kein Branchenstandard aufgetaucht, der so disruptiv wäre wie Transformer oder DeepSeek。
MiniMax: MSA Sparse Attention
Am meisten zu beachten bei MiniMax M3 ist die MiniMax Sparse Attention, also die MSA-Architektur。
MiniMax hat offengelegt, dass bei einem Kontext von einer Million Tokens:
Die Rechenlast pro Token liegt bei etwa 1/20 der vorherigen Generation;
Beschleunigung in der Prefill-Phase über 9-fach;
Beschleunigung in der Decode-Phase über 15-fach;
gleichzeitig unterstützt es Kontext von einer Million Tokens, Code-Agenten und nativen Multimodalitäts-Input。
Wenn diese Daten sich in einer großen Zahl von Third-Party-Deployments reproduzieren lassen, könnte MSA die Inferenzkosten für Agenten mit langen Zeitachsen deutlich senken。
MiniMax hat außerdem gezeigt, dass M3 über Dutzende Stunden durchgehend laufen kann, um Paper-Ergebnisse zu reproduzieren, fast 2000 Tool-Aufrufe ausführt, sowie Fälle wie wiederholtes Optimieren von CUDA Kernels. Das zeigt, dass sich das Modell von „Code generieren“ hin zu „kontinuierlichem Testen und autonomem Ausführen“ weiterentwickelt hat。
Aber diese Leistungen sind hauptsächlich demonstrative Aufgaben, die das Unternehmen entworfen hat; es braucht noch mehr Bestätigung durch Dritte。
Zhipu: IndexShare und Programmierung mit langen Zeitachsen
Die wichtigste Kernverbesserung von GLM-5.2 ist IndexShare。
Es ermöglicht, dass jede vierte Sparse-Attention-Schicht einmal die Ergebnisse des Index teilt, wodurch:
Senkt die FLOPs pro Token im Kontext von einer Million Tokens um etwa 2,9-fach;
Erhöht die akzeptierte Länge beim speculative decoding um etwa 20%;
Unterstützt stabilen Kontext mit einer Million Tokens;
Stärkt Fähigkeiten für große Code-Bibliotheken, komplexes Debugging und Aufgaben mit langen Zeitachsen。
GLM-5.2 liegt in Code- und Agenten-Tests im Team der Open-Weight-Top-Stufe, zudem nutzt es die MIT-Lizenz; Einschränkungen für kommerzielle Deployments sind geringer als bei MiniMax。
Daher lassen sich die technischen Merkmale beider wie folgt zusammenfassen:
MiniMax: stärker hervorgehoben sind Kosten, Multimodalität und skalierbare Inferenz;
Zhipu: stärker hervorgehoben sind komplexes Programmieren, lange Aufgaben und ein offenes Ökosystem。
Das sind wichtige Engineering-Durchbrüche, aber es wurden noch keine Barrieren geschaffen, die Wettbewerber über mehrere Jahre hinweg nicht einholen können。
aber das Öffnen der Gewichte wird auch weiterhin schneller voranschreiten:
Modell-Distillation;
Private Deployment;
Anleihen aus der Architektur;
Szenario-Feintuning;
Inferenz-Optimierung;
Preiskonkurrenz。
Das Ergebnis ist, dass sich das Basismodell nach und nach von einem hochmargen Produkt zu einer standardisierten Basiskomponente entwickelt; der Wert wandert hin zu den folgenden Stufen:
Rechenleistung und Inferenz-Grundinfrastruktur;
Cloud-Plattformen und Distributionskanäle;
Unternehmensdaten und Geschäftsprozesse;
Agent-Produkte;
Consumer-Apps und Marken。
Wenn sich die Modellfähigkeiten angleichen, vergleichen Kunden im Grunde:
Was kostet es, eine effektive Aufgabe fertigzustellen, wie lange dauert das und wie hoch ist die Ausfallwahrscheinlichkeit。
Daher können selbst ein paar Prozent Führung in den Modellrankings nicht ohne Weiteres mehrere Male den Preis rechtfertigen. Zukünftig könnte der gängige Entwicklungs-Workflow häufig so aussehen:
Starkes Modell übernimmt Planung, Architektur und die kniffligen Probleme;
Günstiges Modell übernimmt dafür massenhaft Implementierung, Tests und Anpassungen;
und schließlich prüft das starke Modell noch einmal.
Das schwächt die Abhängigkeit der Nutzer von einem einzigen teuren Modell。
4. Was bedeutet es, dass Zhipu den Coding Plan Lite auf 118 Yuan anhebt?
Wenn man es mit dem vorherigen Monatsabopreis von etwa 49 Yuan vergleicht, bedeutet der Anstieg auf 118 Yuan eine Steigerung von mehr als dem Doppelten. Das ist keine normale Preisanpassung, sondern eine Produktstrategie, die vom Niedrigpreis-Akquirieren hin zu echter kommerzieller Vermarktung wechselt。
Kurzfristig ist das für Zhipu vorteilhaft:
ARPU steigern;
stark verlustreiche Heavy-User reduzieren;
die Rechenleistung entlasten;
Teile der Nutzer in ein Pro-Paket verschieben。
Nehmen wir an, der Preis steigt von 49 Yuan auf 118 Yuan; selbst wenn nur etwa 41,5% der Abonnenten erhalten bleiben, wären die Einnahmen grob gesehen immer noch ähnlich. Solange die Abwanderungsrate unter etwa 58,5% liegt, könnten sich die Abo-Einnahmen theoretisch weiterhin erhöhen。
Aber das Problem ist: Auch die effektiven Nutzungskosten bei Zhipu steigen ebenfalls。
Laut offizieller Regel gilt:
Lite: maximal etwa 80 Prompts alle 5 Stunden;
maximal etwa 400 Prompts pro Woche;
GLM-5.2: in der Hochphase werden nach dem Dreifachen Kontingent abgezogen;
in der Nicht-Hochphase werden üblicherweise nach dem Zweifachen Kontingent abgezogen;
Der aktuelle 1-fache Rabatt in der Nicht-Hochphase ist nur eine zeitlich begrenzte Politik;
Die parallele Nutzung bei Lite ist hauptsächlich für ein einzelnes Projekt ausgelegt und wird dynamisch mit einer Rate-Limiting-Strategie begrenzt。
Daher lässt sich 118 Yuan nicht einfach so verstehen, dass man pro Woche stabil 400 Aufrufe von GLM-5.2 erhält。
Unabhängige Tests mit gleicher Methodik zeigen: Die Gesamtkapazität von GLM-5.2 Max ist höher als die von MiniMax M3, aber auch die Inferenzpreise sind deutlich höher。
Grob betrachtet:
Der Misch-Token-Preis von GLM-5.2 Max liegt bei etwa 0,90 USD pro Million Tokens;
MiniMax M3 liegt bei etwa 0,22 USD pro Million Tokens;
Beide unterstützen einen Kontext von bis zu einer Million Tokens;
MiniMax unterstützt zudem Bild- und Videoeingaben。
GLMs Gesamtpunktzahl ist höher, aber der Preis liegt bei etwa dem Vierfachen von M3。
Nur wenn GLM es schafft, die Anzahl der Wiederholungen deutlich zu reduzieren, die Erfolgsquote beim ersten Versuch zu erhöhen oder Aufgaben abzuschließen, die MiniMax nicht bewältigen kann, ist dieser Aufschlag vertretbar. Wenn die Erfolgsquote von GLM 85% beträgt und MiniMax 80%, könnte die Lücke nicht ausreichen, um mehrere Male den Preis zu rechtfertigen。
Zhipu hat offiziell bereits klar gesagt:
die Nutzerzahlen wachsen über den Erwartungen;
In der Hochphase treten Parallelitätsfehler auf;
wegen begrenzter Rechenleistung wird Kontingentierung/Limited Release angewendet;
ein neues Modell wird nur in der Reihenfolge Max, Pro, Lite schrittweise freigegeben。
Noch wichtiger: Zhipu hat öffentlich ein Post-Mortem zu den grundlegenden Problemen bei hochkonkurrierenden GLM-Services offengelegt, einschließlich:
Garbled Text und wiederholte Ausgaben;
KV-Cache wird durch andere Requests fälschlich überschrieben;
Race Condition beim asynchronen Beenden von Prefill und Decode;
Unter hoher Last wird der Cache gelesen, bevor er vollständig geladen ist。
Diese Probleme zeigen, dass Zhipu in der Vergangenheit bei Nachfrageprognosen, Kapazitätsplanung und Engineering für hochkonkurrierende Services mit langen Kontexten deutlich hinter dem Wachstum der Business-Last zurückblieb。
Zhipus Marktkapitalisierung lag in jüngster Zeit zeitweise bei fast 900 Milliarden HKD, während der Umsatz im Jahr 2025 nur etwa 7240 Mio. RMB betrug; das historische Kurs-Umsatz-Verhältnis liegt bei mehreren hundertfach bis zu über tausendfach。
Der Markt setzt im Grunde darauf:
ARR wächst in den nächsten Jahren um Dutzende Male;
Neue Rechenleistung wird schnell in Einnahmen umgewandelt;
GLM bleibt langfristig unter den Top 3 der heimischen Anbieter;
Der Regierungs- und Enterprise-Markt expandiert weiter;
Am Ende entsteht eine Anthropic-ähnliche Plattform für China。
Das ist eine risikokapitalähnliche Preisgestaltung, nicht die Bewertung eines reifen Softwareunternehmens。
Daher:
MiniMax ist eine Aktie mit hoher Bewertung und hoher Volatilität im Wachstum;
Zhipu ist eine langfristige Wette mit extrem hohen Erwartungen und extrem geringer Sicherheitsmarge。
