大数跨境
首页
>
MiniMax电话会Q&A：业务增长、技术路线与算力布局
>

MiniMax电话会Q&A：业务增长、技术路线与算力布局

MiniMax电话会Q&A：业务增长、技术路线与算力布局 AI产业链研究
2026-08-26
5
导读：MiniMax 的H1 业绩电话会刚结束。在管理层介绍经营数据与技术进展后，进入投资者问答环节。
MiniMax 的H1 业绩电话会刚结束。
在管理层介绍经营数据与技术进展后，进入投资者问答环节。来自中信证券、高盛、摩根士丹利、中金公司等机构的分析师就业务增长来源、推理效率、算力储备、毛利率、开源策略及行业竞争格局等问题提问，管理层逐一回应。
我们这篇文章整理一下Q&A环节的主要内容。

01 业务增长的驱动因素

中信证券分析师杨泽元提问：7月模型投屏消耗量较1月增长约20倍，Q3收入较Q1环比增长81.8%，这一增长的核心来源是什么？
管理层回应，增长主要来自两方面。其一为需求结构变化。春节前后，Agent类任务需求大幅增长；M3发布后，原生多模态能力进一步拉动消耗。其中，AI驱动的推理需求增速高于人类用户交互需求，单用户通用消耗水平快速提升。
其二为客户规模扩张。截至8月，全球企业及开发者规模超200万，约为去年年底的10倍。新客户规模快速增长的同时，存量客户因模型能力提升解锁了办公、Agent等更多使用场景。To B板块收入贡献占比超80%，海外收入占比超过六成。
收入结构方面，开放平台及AI企业服务收入约7400万美元，同比增长703%，收入占比从上年同期30%提升至63%；AI原生产品收入约4300万美元，同比增长101%，其中海外市场贡献占比超过六成。

02 推理效率与模型智能上限的关系

高盛分析师Ronald Kong提问：为何降低推理成本不仅是商业性价比策略，也会直接影响模型智能上限？此外，M3.1和M3 Pro的研发发布节奏如何？coding agent和长程任务领域有哪些可验证的进展？
管理层表示，推理效率是公司的核心竞争力之一。在大模型训练流程中，后训练阶段（包括合成数据生成、强化学习rollout、大量评测）的算力占比持续提升，而这些计算本质上均为推理。推理效率决定了在候选模型中能够scaling到的规模，效率提升可线性扩大候选规模，从而影响模型能力上限。
架构层面，旗舰模型搭载minmax稀疏2.0版本，可压缩KV cache存储需求，提升缓存命中率、batch size与算力利用率，最大参数量档位的资源效率较上一代MISA 1.0提升3倍。
关于产品节奏，管理层介绍了三款待发布模型的定位：M3.1定位为全链路基建验证模型，目标实现稳定性、推理效率与Agent泛化能力的规模化落地；M3 Pro参数规模接近3T，为全环节能力上限探索，推理速度与成本在同档位模型中具备优势；H3.1将在现有H3基础上实现能力提升。

03 算力储备与国产芯片适配

摩根士丹利分析师Gary提问：公司当前算力储备情况如何？能否支撑M3 Pro及后续模型的训练需求？训推资源如何分配？国产芯片适配进展如何？
管理层回应，MiniMax是国内最早建成规模化稳定基建的独立大模型公司之一，自建集群可独立支撑最大训练任务，有效训练时间比例（ETTR）达97%。全栈能力可实现内存、SSD、网络协同设计，提升KV cache命中率，同时支持算力潮汐调度以复用闲置资源。
算力供给采用"自建核心集群+云厂商合作+通用工厂补充"的组合模式，当前及规划算力可支撑后续模型迭代需求。单位资金投入的规模扩张空间仍有3倍。
关于国产芯片，管理层表示适配工作已启动，预计2026年Q4使用占比将显著提升，核心作用为保障供给安全、降低单位算力成本。
此外，管理层说明语言模型与多模态模型在数据、基建层面相互促进，不存在资源竞争关系。

04 毛利率维持与提升路径

中金公司分析师于中海提问：在行业模型价格下降的背景下，公司如何控制单位智能成本、维持并提升毛利率？下半年毛利改善的核心来源是什么？
管理层回应，降价与毛利提升并不矛盾，关键在于成本下降速度快于价格下降速度。公司将成本优化收益的一部分让渡给用户以扩大规模，另一部分用于改善毛利率。
毛利率改善来自四个维度：一是算力吞吐优化，通过架构创新与工程优化提升单位算力有效产出；二是潮汐调度提升集群利用率，将训练与推理任务动态调度以减少闲置；三是供应链管理，包括国产芯片引入以降低硬件成本；四是模型架构层面的推理成本控制，如minmax稀疏架构直接降低单次推理计算量。
财务数据方面，2026年上半年毛利约2100万美元，同比增长465%，毛利率从12.1%提升5.8个百分点至17.9%。研发开支约3亿美元，同比增长139%，增速低于收入增速，经营杠杆效应逐步显现。管理层预计下半年毛利率将持续改善，明年仍有提升空间。

05 H3开源与多模态发展

Micro Ali江提问：H3发布与开源后，公司在多模态模型与通用智能发展方面获得了哪些验证？开源路线是否会削弱后续商业化及定价能力？
管理层介绍，MiniMax在模型设计中原生考量多模态信息，认为视觉理解与生成是AGI的第二大核心市场，规模仅次于编程领域。三周前推出的H3是语言模型与视觉生成结合的实践；同期开源的A3模型三周下载量超2400万，衍生公开模型超300个。
关于开源策略，管理层表示，坚持做动态生成模型并开源，旨在打破闭源垄断、推动领域发展。开源可建立生态影响力、吸引开发者、获取使用反馈，反过来促进闭源旗舰模型迭代。
管理层再次强调，语言模型与多模态模型为协同关系，二者在能力、数据、基建上相互促进，后续跨界融合将催生更多应用机会。H3.1将在现有基础上进一步提升多模态生成能力。

06 行业竞争格局与公司核心竞争力

Jeffrey分析师提问：国内AI模型赛道竞争格局如何？MiniMax的长期核心竞争力是什么？
管理层认为，AI行业并非零和博弈，当前仍处于早期阶段，模型智能仍有较大提升空间。下一轮规模化需求将来自可构建数据闭环、可验证的垂直领域，典型方向包括网络安全、芯片设计等。行业将呈现多元化发展格局。
关于核心竞争力，管理层总结为两点：第一，技术路线选择。公司坚持最小化单位智能成本的核心理念，将极致性价比作为技术路线，在推理效率、基建能力和后训练scaling上形成系统性优势。第二，持续scaling能力。模型创新决定智能水平的上限，模型效率决定智能的供给规模，公司同时在两个维度投入。
管理层还指出，下一阶段的核心区分变量是强化学习环境的构建能力。强化学习的计算本质为大规模推理，推理效率的提升将直接支持强化学习的scaling。

END

【声明】内容源于网络
0
0
AI产业链研究
围绕人工智能展开研究，涵盖基础设施、算法及应用等多个方面，同时也会分享研究过程中的一些心得体会
内容 120
粉丝 0
AI产业链研究 围绕人工智能展开研究，涵盖基础设施、算法及应用等多个方面，同时也会分享研究过程中的一些心得体会
总阅读11.9k
粉丝0
内容120