觀點直擊 | 大模型競賽中場 MiniMax收入與虧損賽跑

觀點網 年初剛登陸港交所的MiniMax，用半年時間把收入做到了去年全年的1.5倍，但高增“成績單背後”，虧損仍在快速攀升。

8月26日，MiniMax公布了2026年上半年業績，並于當日晚間召開業績電話會。

報告期内，Minimax總收入1.166億美元，同比增長283.1%，已超2025年全年約7900萬美元的水平。

但經調整淨虧損從上年同期的1.39億美元擴大至2.93億美元，同比增加111.2%。收入高增與虧損擴大同步發生，是财報中最醒目的特征。

MiniMax創始人闫俊傑在業績會上透露，8月該公司年度經常性收入（ARR）已超過8億美元，意味着收入增速還在進一步加快。

值得關注的是，收入結構方面，Minimax在開放平台及其他AI企業服務收入從去年同期的920萬美元升至7390萬美元，增幅達703.1%，占總收入比例從30.3%升至63.4%；AI原生産品收入為4264萬美元，同比增長100.9%。

Minimax正從一家以C端産品驅動的消費級AI公司，快速轉型為企業級AI服務提供商。

從C端走向B端

MiniMax的收入結構在過去一年里發生了不小的變化。

2025年上半年，AI原生産品還是MiniMax的收入支柱，約貢獻了總收入的七成。當時MiniMax更像一家面向消費者提供智能助手和創作工具的AI應用公司，用戶通過海螺AI等産品直接為模型能力買單。

到了2026年上半年，該比例已跌至36.6%，AI原生産品的增速雖然仍有100.9%，但已遠不及企業服務闆塊的爆發力。

取而代之的是開放平台及企業服務業務，從920萬美元到7390萬美元，約7倍的增長讓B端業務在短短一年内完成了從配角到主角的切換。該收入占比也從30.3%升至63.4%，成為了決定MiniMax收入規模的主力。

MiniMax副總裁薛子钊在業績會上解釋，B端收入的增長主要來自三個因素：付費用戶及企業客戶數量增長、API調用量增加，以及Token計劃迅速獲得采用。

從最新ARR結構看，To B業務占比已達到約80%，To C業務占比約20%，而去年同期這一比例約為3比7，企業和開發者對模型的采用速度明顯在加快。

闫俊傑在業績會上詳細解釋了這一變化的驅動力：首先是模型能力的提升帶來了新客戶。MiniMax M3和MiniMax H3兩個模型系列的推出，讓更多企業和開發者開始嘗試在真實業務場景中接入大模型能力。企業客戶和開發者數量已超過200萬，是去年年底的十倍左右。

其次是老客戶在解鎖更多使用場景後持續擴容，從簡單的文本生成擴展到復雜的Agent任務。

闫俊傑觀察到，模型消費正在從“人類與AI的交互”轉向“AI與AI的交互”——用戶提出一個問題後，Agent會自動将其展開為多輪模型請求、工具調用和自主任務執行，單個用戶的token消耗因此成倍增長。從“人機對話”到“機機對話”的轉變，也讓API調用量的增長曲線變得更加陡峭。

海外市場仍然是MiniMax收入的重要支柱。2026年上半年，海外市場貢獻收入約7083萬美元，占MiniMax總收入的60.8%。這一比例雖較2025年全年的73%有所下降，但絕對值仍在增長。

海外收入占比下降更多是因為國内B端業務增長更快，而非海外市場增長放緩。截至6月底，MiniMax的産品和服務已覆蓋超過230個國家和地區，累計服務個人用戶超過3億。

從業務結構看，B端ARR在MiniMax整體ARR中的貢獻已超過80%。闫俊傑的判斷是，在AI時代“模型本身就是産品”，不管是to B還是to C，本質上都是客戶為模型能力付費。

這一判斷是否成立，取決于模型能力能否持續領先。但在AI大模型行業里，領先的窗口期正變得越來越短。

摩根大通在近日的報告中維持對MiniMax“中性”評級，該行認為，DeepSeek API提價為MiniMax提供了喘息空間，但其核心大模型能力仍需即将推出的M3.1來驗證。特别是Kimi K3的發布已深刻重塑行業估值框架：中國大模型的領先地位每1-2個月就可能發生輪換。

中報披露，從IFRS口徑看，Minimax淨虧損從上年同期的4.02億美元收窄至3.58億美元，減少了11%。

但這並非因為經營效率改善，而是由于可轉換可贖回優先股在公司上市後自動轉換為普通股，導致金融負債公允價值虧損從2.54億美元降至3100萬美元。剔除這一非現金項目後，經調整淨虧損從1.39億美元擴大到2.93億美元。

值得關注的是運營效率指標，期内Minimax研發開支同比增長138.8%至2.97億美元，但增速遠低于283%的收入增長。行政開支占收入比例從48.8%降至25.9%，銷售及分銷開支甚至同比下降了18%。反映出Minimax收入的增長速度已開始超越費用的增長速度。

期内Minimax毛利率從12.1%提升至17.9%，提升5.8%。闫俊傑在業績會上将這一改善歸因于三個因素：模型架構創新帶來的單位算力吞吐提升、訓練與推理算力的高效調度以及供應鏈管理能力的增強。他預計下半年毛利率還會持續改善，明年仍有進一步提升空間。

不過，算力成本的上漲正在對沖效率提升的成果，雖然單位算力下的吞吐提升了近三倍，但算力漲價“讓提升的幅度有了一些對沖”。

在算力供給持續緊缺的背景下，成本控制與收入增長之間的賽跑遠未結束。

模型競賽與算力軍備

收入在漲，虧損在擴，效率在改善，算力在燒錢，這四件事發生在同一份半年報里，本身就構成了尖銳的“叙事沖突。”

闫俊傑在業績會上給出的解法指向一個方向：模型能力和推理效率是技術抓手，供應鏈成本控制和算力調度效率是運營支撐，四者缺一不可。

先看模型叠代的節奏，Minimax M3.1、Minimax M3 Pro和Minimax H3.1三款模型已接近完成。

Minimax M3.1的定位是完整跑通整套基建，打造可大規模廣泛使用的模型，重點優化穩定性、輸出質量、推理效率以及Agent泛化能力。

Minimax M3 Pro則是一次模型規模、參數量和能力上的全面提升，參數量接近3T，並進一步擴大強化學習和長程任務訓練，以提高模型的泛化能力和智能上限。Minimax H3.1是在Minimax H3基礎上的能力升級。

闫俊傑表示，下一階段将繼續推進大模型智能、推理效率和基礎設施能力的協同提升，加快M系列與H系列模型的研發及發布周期。

推理效率是大模型能否規模化商用的關鍵變量，MiniMax在模型架構上選擇了與大部分同行不同的技術路徑，在大參數模型上追求極致的稀疏化(通過去除冗余變量實現高效建模)。

闫俊傑在業績會上詳細解釋了這一選擇的邏輯，MoE混合專家架構的激活稀疏度可以控制在2%以内同時保持良好收斂性；自研的注意力機制變體能夠在保持大模型訓練穩定的同時大幅壓縮長上下文的計算成本。

正在研發的MSA 2.0架構進一步壓縮了KV Cache（鍵值緩存）所需的存儲容量，從而提升推理時的緩存命中率和算力利用率。

在這些創新的疊加下，MiniMax在大參數檔位上的資源效率相比上一代提升了三倍，且任務越長優勢越明顯。

闫俊傑進一步表示，即将推出的Minimax M3 Pro，在預訓練數據量、訓練效率、強化學習等各環節都在沖擊大模型能力上限。

盡管最終效果仍有待驗證，但他确認該模型在推理速度和推理成本上，在3T檔位中将具備顯著優勢。

開源模型Minimax H3的表現也提供了驗證，這款開源多模态生成模型發布一個月内已産生超過300個公開衍生模型，下載量超過2400萬次。闫俊傑稱其為“今年全球下載量最大的模型”。

但開源也是一把雙刃劍，當大廠和競争對手都在推進開源，不開源可能意味着失去開發者和生态。

在第三方測試網站Artificial Analysis上，M3的智能評分為45，而多款中國同業模型得分超過50。

按單項任務成本計算，M3屬于價格較優惠的選擇之一，但仍高于DeepSeek的V4 Flash。開源之後如何保持商業化的定價能力，是另一個需要回答的問題。

供應鏈成本控制是支撐上述技術路線落地的硬件基礎。

闫俊傑在業績會上表示，Minimax通過自主可控的核心集群、雲廠商合作以及Token Factory合作，搭建了綜合算力供給網絡。國産芯片的适配正在推進，Minimax M3和Minimax H3模型都在同步進行國産芯片适配。

該公司很快将有大規模國産算力集群上線，並逐步承擔真實生産流量，同時提高整體利用率、降低單位Token成本。

闫俊傑進一步表示，國産芯片的使用比例預計在四季度會進一步提升。自建基礎設施已能獨立支撐最大的訓練任務，有效訓練時間比例達到97%，是行業已知的最高水平之一。

算力調度效率則決定了有限資源能夠産生多大的産出，闫俊傑在業績會上透露，Minimax會根據模型所處階段、業務需求和邊際回報動态調整算力分配比例。

文本模型是Minimax當前算力投入的最高優先級，目前訓練資源投入約為視頻模型的4倍。

在推理層面，通過利用流量潮汐，夜間的文本推理流量低于白天，空閑算力會被自動調配來做評測和算法驗證實驗，從而提高整體利用率。

這套從模型架構到算力調度的系統化效率優化，需要持續的資金投入作為支撐。7月，MiniMax完成了約95億港元的配售，發行了65億港元可轉換債券。

截至6月30日，該公司現金儲備約13.23億美元，加上7月的融資，總現金儲備超過30億美元。但現金消耗速度仍然較快，半年淨虧損3.58億美元，經調整淨虧損2.93億美元。以當前虧損速度測算，公司具備支撐一段時間的資金儲備，但算力競賽的持續投入意味着未來仍有融資需求。

MiniMax用半年時間證明了自己在商業化速度上不輸于任何同行，但接下來的問題是：收入增長與虧損收窄之間的賽跑已經鳴槍，四重變量能否真正形成協同效應，在巨頭環伺的戰場中，将先發優勢轉化為可持續的盈利能力。

免責聲明：本文内容與數據由觀點根據公開信息整理，不構成投資建議，使用前請核實。