MiniMax过窄门
伯虎财经
那家凭借 Talkie 和海螺 AI 被大众熟知的 AI 公司，正在经历深刻转型。
近日，MiniMax 发布上市后的首份中期业绩：公司总收入达 1.17 亿美元，同比增长 283.1%，已超越 2025 年全年总和。然而，比营收增长更值得关注的是其收入结构的根本性切换。
上半年，MiniMax 开放平台及企业服务收入达 7392.9 万美元，同比激增 703.1%，占比从 2025 年的 32.85% 跃升至 63.42%；与此同时，AI 原生产品收入虽同比增长 100.9% 至 4264 万美元，但占比已降至 36.58%。B 端收入正式反超 C 端，标志着 MiniMax 从一家面向消费者的应用公司，转变为向企业和开发者输出模型能力的基础设施提供商。
尽管业绩亮眼，资本市场反应却相对冷静。财报发布次日，MiniMax 港股微涨 3.83%，收盘于 314.6 港元。相较于今年 3 月曾触及的 1330 港元高点，其市值已蒸发超 76%。市场似乎在观望：在大模型赛道跑出成绩只是第一步，MiniMax 能否真正构建可持续的盈利模式，才是估值修复的关键。
B 端反超：从配角到主角的战略转身
今年 1 月，智谱与 MiniMax 相继登陆港股，两者上市前估值均约 500 亿港元，但后市走势截然不同。上市初期，市场更青睐 MiniMax 的 C 端故事，推动其股价一度冲高至 1330 港元。然而，随着 7 月 9 日大规模限售股解禁（占总股本 63%），股价较峰值缩水超 85%。
资本为何不愿继续押注？核心在于商业模式的可持续性差异。C 端应用本质是互联网流量生意，需持续投入营销以维持热度，且用户付费意愿波动大；而 B 端业务出售的是包含模型、Token 及服务支持的整体解决方案。一旦客户将模型深度嵌入工作流，粘性极强，调用量随业务增长而持续放大，形成更稳健的变现逻辑。
这一转变在数据上得到验证。2025 年，MiniMax B 端与 C 端收入比为 3:7；而据 CEO 闫俊杰透露，2026 年 8 月公司 ARR（年度经常性收入）已超 8 亿美元，其中 ToB 占比高达 80%。
MiniMax 副总裁薛子钊指出，B 端爆发源于三大驱动力：
首先是客户规模激增。企业客户及开发者数量从 2025 年底的 21.4 万飙升至目前的超 200 万，增长近 10 倍。
其次是 API 调用量与 Token Plan 的快速普及。用户倾向于购买额度包进行深度使用，而非零散付费。7 月 Token 消耗量已达 1 月的 20 倍。
更重要的是交互形态的升级。模型消费正从“人与 AI 对话”转向"Agent 与 AI 的多轮交互”。复杂任务被拆解为多轮请求、工具调用及子 Agent 协同，导致单用户 Token 消耗量呈指数级增长。
这一趋势并非 MiniMax 独有。一季度智谱 API 调用量增长 400%，DeepSeek 前七个月营收亦达 2025 年全年的 10 倍。Token 飞轮一旦启动，收入爆发便水到渠成。
亏损扩大：战略换道的必然代价
然而，半途换道必经阵痛。上半年，MiniMax 经调整净亏损达 2.93 亿美元，同比扩大 111.2%。亏损加剧主要源于两方面：
一是研发投入高企。上半年研发开支 2.97 亿美元，同比增长 138.8%，约为同期收入的 2.5 倍。大模型迭代永无止境，算力与基础设施成本随 B 端规模扩张同步攀升。
二是毛利率承压。上半年毛利率为 17.9%，低于 2025 年全年的 25.4%。除 M3 模型调价补偿的一次性因素外，更深层原因在于行业价格战。面对 DeepSeek 等厂商的极致性价比策略，MiniMax 被迫加入低价竞争，导致单位 Token 利润空间压缩。
此外，技术路径的差异也带来挑战。当前大模型商业化核心聚焦 Coding 与 Agent 场景，智谱、DeepSeek 在此领域表现突出。而 MiniMax 长期侧重多模态训练，Coding 能力相对薄弱。闫俊杰坦言，未来将重点补强代码生成、工具调用及长程任务执行稳定性。
千亿之后：市场重估下的破局之路
面对市场冷遇，MiniMax 的策略已从单纯追求“全球第一梯队”转向强调“性价比”与“智能效率”。闫俊杰提出“薄利多销”逻辑：通过技术升级降低成本，让利于用户以扩大规模，同时留存部分改善毛利。
要实现这一目标，MiniMax 需在三个维度取得突破：
强化 Coding 能力，补齐关键短板
公司正推进 M3 Pro、M3.1 及 H3.1 三款新模型。其中 M3.1 专注后训练优化，旨在以相同算力显著提升推理效率，特别是在 Coding 领域打补丁。
发挥多模态优势，构建差异化生态
7 月底发布的新一代多模态模型 H3 即将开源，三周内全球下载量已破 2400 万次，衍生出超 300 个公开模型。闫俊杰认为，“语言模型 + 视觉生成”的融合范式将是 MiniMax 突围 Kimi 与 DeepSeek 夹击的关键抓手。
极致降本，回归盈利本质
公司计划将 M3.1 的推理成本降至 M3 初期的三分之一，并加速国产算力集群建设。唯有成本下降速度跑赢价格战，才能修复毛利率，证明新商业模式的盈利能力。
闫俊杰深知，MiniMax 必须走出一条差异化窄路：打造多模态领先且具极致性价比的模型，以单位成本优势比“大而全”的对手快半步。这条路虽窄，但走通即是宽门。市场是否买单，下一份成绩单将给出最终答案。
