2026年1月9日，香港联交所迎来一场特殊的“AI对决”——大模型公司智谱与MiniMax相继挂牌，前者抢先拿下“港股大模型第一股”名号，后者却以首日109.09%的涨幅惊艳市场。截至1月13日，MiniMax股价收于365港元，市值超越商汤科技成为港股市值最高的大模型企业，即便其收入规模仅为商汤的十分之一。这场资本狂欢的背后，是AI 2.0时代技术突破与商业现实的激烈碰撞：当MiniMax的多模态模型在全球榜单力压OpenAI时，其“卖1块赔10块”的财务数据、不足1%的付费转化率，却撕开了行业商业化的残酷真相。
一、资本热捧：千亿市值的逻辑支撑
MiniMax的资本市场表现，堪称AI 2.0时代的“现象级案例”。其IPO定价估值上限逼近504亿港元，14家基石机构认购金额达3.5亿美元，占比近七成，阿布扎比投资局、阿里巴巴等巨头纷纷入局。这种热度并非空穴来风，而是源于其在技术赛道上的硬核实力——2025年5月发布的MiniMax M1模型，在OpenAI MRCR和LongBench评测中斩获全球第二；10月推出的M2模型更是跻身Artificial Analysis榜单全球前五、开源第一；视频模型Hailuo 02系列与语音模型Speech02系列，分别拿下全球前三与全球第一的成绩，成为少数能与OpenAI在多模态领域“扳手腕”的中国企业。
从行业背景看，MiniMax的估值逻辑契合了AI 2.0时代的资本偏好。相较于AI 1.0时代“四小龙”依赖定制化项目的模式，MiniMax从成立之初就聚焦通用大模型与产品化能力，其推出的Talkie、海螺AI等原生产品，覆盖情绪陪伴、多模态内容生成等高频场景，更接近互联网规模化逻辑。这种“技术标准化+场景高频化”的路径，让资本看到了突破AI商业化瓶颈的可能。此外，百模大战热潮退去后，MiniMax成为为数不多留在通用大模型竞技场的玩家，稀缺性进一步推高了市场预期。
但深入分析会发现，千亿市值与基本面存在显著背离。招股书显示，2023年至2025年前9月，MiniMax的收入从346万美元增长至5343.7万美元，三年间收入扩张15倍，净亏损却从2.69亿美元扩大至5.12亿美元，累计亏损超12亿美元，“高增长+高亏损”的特征极为明显。更值得关注的是，其2025年前9月毛利率仅为4.7%，而同期研发费用率维持在70%左右，营销费用占比超10%，这种“增收不增利”的模式，让市值的可持续性备受质疑。
二、产品困局：C端规模与效率的失衡
作为少数在C端与B端均衡布局的大模型厂商，MiniMax的C端业务曾被寄予厚望。2025年前9个月，其面向个人用户的AI原生产品贡献了71.1%的收入，其中海螺AI的订阅收入达1414.7万美元，Talkie/星野的广告收入达1118.8万美元，形成了“订阅+广告”的双变现模式。但核心用户数据却暴露了增长隐忧：主应用新用户数增长率同比下降46.36%，月活用户数同比下降34.03%；即便表现较好的Talkie/星野，月活用户增速（61.71%）也远低于用户数增速（124.35%），用户活跃度与留存率持续走低。
付费转化是C端业务的另一大痛点。尽管MiniMax累计用户已达2.12亿，但付费用户仅177万，整体付费转化率不足1%。收入增长高度依赖少数高价值用户——海螺AI单个付费用户平均支出达56美元，是Talkie的11.2倍，这种“头部依赖”模式缺乏广泛的用户付费基础，难以支撑长期规模化增长。更关键的是，算力成本成为C端盈利的“天花板”：MiniMax销售成本中93%来自云计算服务，2024年AI原生产品毛利率仍为负值，2025年前9月才勉强由负转正，微薄的利润空间在算力价格未出现结构性下降前，几乎没有提升空间。
为了拉动用户增长，MiniMax采取了“高举高打”的买量策略。2024年其营销费用峰值达8699.5万美元，累计投放素材超10万条，这种依赖流量采购的模式不仅推高了运营成本，还导致用户质量参差不齐。当市场流量红利见顶，买量效率逐渐下降，用户增长与成本控制之间的矛盾将进一步加剧，C端业务的商业化闭环更难实现。
三、B端破局：标准化路径的机遇与挑战
相较于C端的挣扎，MiniMax的B端业务展现出更高的商业效率。2025年前9个月，其B端收入达1542万美元，同比增长161%，毛利率高达69.4%，且收入几乎全部来自开放平台API调用。这种“按调用量付费”的模式，将模型能力封装为标准化接口，服务于小红书、阅文集团、金山办公等开发者与平台型企业，覆盖100多个国家和地区，收入随调用量线性增长，更符合AI 2.0时代的规模化逻辑。
但B端业务同样面临增长瓶颈。一方面，API调用收入高度依赖客户的业务规模，若下游企业需求放缓，将直接影响MiniMax的收入增长；另一方面，行业竞争日益激烈，巨头企业纷纷推出自研大模型，第三方API服务的市场空间可能被挤压。此外，MiniMax的B端业务占比仅为28.9%，尚未形成足够的收入支撑力，如何在保持高毛利率的同时扩大业务规模，是其B端战略的核心命题。
对比同期上市的智谱，可更清晰地看到MiniMax B端模式的优劣。智谱85%的收入来自政企客户的本地化部署，虽毛利率低于MiniMax，但依托大型项目实现了收入快速增长（2025上半年同比增长超300%）。两种模式代表了AI 2.0时代B端商业化的两种路径：MiniMax的“标准化API”模式胜在效率与规模化潜力，却面临客户依赖与竞争压力；智谱的“项目制”模式虽收入稳定性高，但难以突破规模天花板，且受制于政企采购节奏与回款效率。
四、行业镜鉴：AI 2.0如何避免重蹈AI 1.0覆辙？
MiniMax的案例，本质上是AI 2.0时代行业困境的缩影。回溯AI 1.0时代，商汤、旷视等“四小龙”依赖定制化项目与政府订单，虽短期内实现收入增长，但数据孤岛、规模效应弱、商业化闭环难等问题逐渐凸显，最终陷入亏损泥潭——商汤2018年至2025年上半年累计净亏损超559亿元，应收账款高企，转型AI 2.0后仍未摆脱盈利压力。MiniMax创始人闫俊杰曾任职商汤副总裁，深谙项目制模式的弊端，因此选择聚焦通用模型与产品化，试图避开“四小龙”的老路。
但从目前来看，MiniMax仍未完全解决AI商业化的核心矛盾：技术规模化与商业效率的失衡。AI 1.0的失败源于“以人力换规模”，AI 2.0则面临“以算力换增长”的困境，两者本质上都是未找到可持续的盈利模式。MiniMax虽手握10.4亿美元现金储备，按当前月均消耗可支撑37个月运营，远优于智谱的9个月，但长期来看，若无法在合规、成本控制、付费转化上取得突破，现金储备终将耗尽，重蹈AI 1.0企业的覆辙并非不可能。
合规风险是另一个潜在“雷区”。2025年以来，MiniMax相继卷入多起版权纠纷，训练数据合法性与生成内容相似性问题尚未厘清。在AI 2.0时代，数据合规已成为行业标配，若无法建立完善的合规体系，不仅可能面临法律诉讼与罚款，还会影响客户信任，进一步制约商业化进程。此外，行业技术迭代速度加快，若MiniMax在模型研发上未能持续保持领先，其技术护城河将逐渐消失，市值光环也会随之褪色。
五、结语：AI 2.0的真正考验才刚刚开始
MiniMax的千亿市值，既是资本对AI 2.0时代技术潜力的乐观预期，也折射出行业对商业化突破的迫切渴望。从技术层面看，MiniMax确实实现了突破，用OpenAI约1%的资金复刻出具备全球竞争力的多模态模型，为中国AI企业树立了技术标杆；但从商业层面看，其“高增长+高亏损”“高估值+低盈利”的现状，暴露了AI 2.0时代仍未解决的核心难题——如何将技术能力转化为可持续的商业价值。
对于MiniMax而言，未来的挑战在于能否在37个月的现金“缓冲期”内，实现从“规模扩张”到“效率提升”的转型：在C端优化用户结构，提升付费转化率与用户留存率；在B端扩大市场份额，构建更稳固的客户生态；同时控制算力成本，建立完善的合规体系。对于整个AI行业而言，MiniMax的案例是一面镜子——资本狂欢终会褪去，唯有跑通商业闭环、实现自我造血，才能在AI 2.0时代真正立足。
AI 2.0的竞争，不是一场追求短期市值的短跑，而是一场考验技术耐力与商业智慧的马拉松。MiniMax已经迈出了技术突破的第一步，但真正的考验，才刚刚开始。
点关注，我才能把原创好文推荐给你 ↓↓↓