北京智谱华章科技股份有限公司与通用人工智能公司MiniMax在同一天通过港交所上市聆讯，这一消息引发市场广泛关注。作为国内大模型领域的“六小虎”代表企业，二者几乎同步叩响资本市场大门，一场关于“港股大模型第一股”乃至“全球大模型第一股”的竞争就此拉开帷幕。
自2022年末人工智能进入快速发展阶段以来，这些在资本助力下成长起来的初创巨头，历经三年多发展，如今已站在公开市场的门槛前。若智谱AI成功上市，有望成为全球首家以通用人工智能基座模型为核心业务的上市公司；而MiniMax若明年初挂牌，将成为全球从成立到IPO最快的AI公司之一。
然而，从招股书披露的信息来看，这两家企业呈现出高增长、高投入与高亏损的显著特征。智谱AI在2022年至2024年间，收入年复合增长率高达130%，但2024年净亏损达29.58亿元。MiniMax增长更为迅猛，2024年收入同比增长782%，同期净亏损却高达4.65亿美元（约合人民币32.7亿元）。为维持技术迭代，企业“烧钱”成为常态，仅2025年上半年，智谱AI的研发开支就高达15.95亿元，是其同期收入的8倍以上，其中大部分资金用于购买算力。
这两家企业的上市，不仅标志着自身发展进入新阶段，更意味着整个中国大模型行业从早期的“技术竞赛”迈向必须接受公开市场检验的“资本考验”阶段。过去依赖宏大叙事和私募融资推动发展的模式逐渐式微，资本市场开始关注企业的实际回报。
在此背景下，如何为智谱、MiniMax等大模型公司进行合理估值，成为亟待解决的核心问题。市场上现有的估值模型，主要分为两大体系：一是以约翰·伯尔·威廉姆斯与本杰明·格雷厄姆为奠基人的客观价值体系，其核心是数理逻辑，通过折现企业未来自由现金流来确定当下价值；二是以约翰·梅纳德·凯恩斯为思想源头的主观价值体系，强调市场博弈和群体心理的作用，衍生出“选美理论”、K线技术等解读市场的方法。
对于尚未形成稳定盈利模式的大模型产业，主观价值体系虽看似更具解释力，但其主观判断难以验证和比较，无法形成严谨的估值方法论。因此，在探索新一代科技企业估值标尺时，仍需回归客观价值体系框架。
从商业史来看，估值模型的演进是对新经济范式下供需关系变革的回应。早期商业投资节奏缓慢，股利折现模型契合时代需求；随着技术进步和规模经济效应凸显，现金流折现模型成为更合理的价值标尺；互联网崛起后，传统估值方法失效，市场转向以用户价值为核心的新指标，估值逻辑从“为资产定价”转向“为增长和生态定价”。
人工智能作为堪比工业革命、信息革命的范式级生产力变革，必将催生全新商业模式，与之匹配的全新估值模型也将应运而生。但当前大模型公司的主要变现途径，如谷歌将大模型融入搜索广告、OpenAI力推订阅付费，其商业内核仍未完全跳出互联网时代的流量与用户逻辑。
要把握下一代技术巨头的估值核心，需穿透表象，找到AI原生时代独有的价值度量衡。在客观价值体系下，企业的核心指标旨在刻画现有资产盈利潜力、未来增长价值与成本以及可比风险评估。对于大模型公司而言，行业通用的基本单元——Tokens，有望成为估值的核心计价单位。
Tokens能够统一计量多元收入，反映现金流潜力。当前国内大模型公司付费模式和SaaS服务尚不成熟，直接使用年度经常性收入衡量现金流不准确。大模型收入主要来自企业API调用和用户产品服务，计费方式复杂，而Tokens作为底层计价单位，可更直接反映创收能力与资产效率。
Tokens还直接串联成本与收入，能量化增长需求。在成本侧，Tokens消耗量与核心成本（算力）直接相关，通过特定假设可建立Tokens消耗与算力需求的量化模型，从而推算出算力成本需求量；在收入侧，Tokens作为AI工作最小单位，与成本挂钩，成为大模型厂商定价首选，连接了成本支出与收入生成。
Tokens具备行业可比性，为风险评估提供基准。作为通用度量单位，它使跨公司、跨模型比较成为可能，例如计算“单Token利润”类比传统净利润，各机构的Tokens调用量市场份额统计也为行业相对估值和风险比较提供关键数据。
基于Tokens逻辑，可尝试为大模型公司进行估值。以OpenAI为例，若延循ARR估值逻辑，将增速替换为以Tokens为计价核心的增速，结合其去年收入和Tokens调用量增速，初步计算估值可达6264亿美元。在此基础上，考虑市场份额和风险因素，乐观情况下估值可达7391亿美元，悲观情况下估值为5011亿美元。
以Tokens为核心的相对估值法，是现阶段市场化较高、计算相对方便的方法。假设OpenAI估值为5000亿美元，根据其单月调用量份额和市场份额估算市场总份额，可推算出其他大模型公司的估值。若考虑价格因素，不同模型的单价差异也会影响估值结果，但这种计算方法在一定程度上能反映市场实际情况。
将Tokens作为核心计价单位评估大模型公司，为探索这一新兴领域价值提供了可行路径。尽管当前推演基于有限数据、方法尚不完善，但已表明可在传统估值框架外，建立更贴合AI生产特性的价值衡量体系。随着智谱和Minimax上市进程推进，可依据招股书披露信息，为它们进行更细致的估值计算。
