MiniMax 配得上 2500 亿市值吗？

文 | 锦缎

2026 年春天，大模型行业的风向变了。

资本的耐心正在消退，狂热逐渐退潮。投资人现在只关心两个问题：你的技术有没有不可替代性，以及商业模式能不能跑通盈利。

表面是行业承压，背后是技术悄然逼近临界点。过去两个月，Openclaw 的横空出世，预示着 AI 编程能力完成了一次质的跃迁，Agent 因此不再停留在实验室概念，而是开始嵌入真实的企业工作流。支撑这一切的，是代码能力。它是智能体创造价值的底层语言，也是大模型公司能否跑通商业闭环的关键变量。

就在此时，中国首个大模型公司的年报出炉—— MiniMax 交出了上市后的首份成绩单。数字里有亮点，但比数据更值得追问的是：行业拐点已至，这家公司究竟站在技术浪潮的哪一侧？它又配得上当前 2500 多亿的市值吗？

01 增长的代价：数字背后的结构性变化

先看基本面。

2025 年全年，MiniMax 实现营收 7903.8 万美元，同比增长 158.9%，海外收入占比超过七成。但第四季度收入约 2600 万美元，同比增速从前三季度的 175% 回落至 130%。增长节奏放缓，说明战略调整的阵痛正在显现。

更值得关注的，是收入结构的变化。

与订阅制和持续性 API 调用相关的收入，从 483 万美元增长到 3186 万美元，增幅达 6.6 倍，在总收入中的占比也从 15.8% 跃升至 40.3%。

这个指标的穿透力，比总营收增速更强。它背后意味着客户粘性在增强，调用行为从偶发走向常态。

亏损的数字看起来确实吓人。全年净亏损 18.72 亿美元，但这里面包含了 16 亿美元可转债转股带来的账面亏损。剔除这一因素后，经调整净亏损为 2.51 亿美元，同比微增 2.7%。

更关键的是销售费用在收缩：从 8700 万美元降到 5190 万美元，降幅达 40.3%，而同期收入翻倍。这使得销售费用占营收的比重从 285% 锐减至 65.7%。曾经烧钱换增长的路径，正在转向效率驱动。

毛利率从 12.2% 提升到 25.4%，看起来不错。但结合招股书披露的分业务数据来看，前三季度 C 端毛利率只有 4.7%，B 端却高达 69.4%。再加上四季度 B 端收入占比从 29% 提升至 41%，不难推断：整体毛利率改善，主要靠高毛利的 B 端业务放量，C 端盈利能力并没有实质性提升。

公允地说，这未必是负面信号，而是一种必要的战略取舍：C 端产品承担积累交互数据、收集用户反馈的任务，通过构建数据飞轮，为 B 端能力输出打基础。闫俊杰在业绩会上也强调了这一点：对话模型 M2-her 的迭代受益于星野和 Talkie 的海量交互，视频模型的精进则依托于海螺 AI 累计生成的 6 亿个视频。

但这种 "C 端烧钱换数据、B 端变现补缺口 " 的模式，能否形成可持续闭环，仍需要时间验证。

02 代码能力：MiniMax 手里最大的筹码

模型层面的进阶，是 MiniMax 押注 " 代码 - 智能体 " 闭环的核心支撑。

2026 年 2 月，它发布了主打 "Agent 原生设计 " 的基座模型 M2.5，在 SWE-Bench Verified 上拿到 80.2% 的分数，和 Claude Opus 4.6 的 80.8% 几乎持平。这个表现直接回应了行业对智能体核心能力——代码能力的需求。

成本优势是它的另一张牌。M2.5 输入价格 0.30 美元 / 百万 token，输出价格区间为 1.10-2.40 美元 / 百万 token。相比之下，Claude Opus 4.6 的输入价格是 5 美元、输出 25 美元，价格便宜了 10 到 20 倍。

能力虽有差距，但对用户而言，这个性价比的 " 杀伤力 " 在于：一个连续运行的 Agent，每小时成本仅约 1 美元，1 万美元就能支撑 4 个 Agent 全天候工作一年。

调用量的爆发，验证了性价比的吸引力。据媒体报道，2026 年 2 月，M2 系列文本模型日均 Token 消耗量比 2025 年 12 月增长超过 6 倍，编程套餐 Coding Plan 增幅超过 10 倍。

OpenRouter 的数据更有说服力：M2.5 以 2.45 万亿 token 的月消耗量空降调用量榜首，环比激增 197%，成为该平台首个日 token 消耗量突破 500 亿的中国模型。Notion 把 M2.5 接入其 Custom Agents，也是第一次选用非欧美模型，某种程度上是对 M2.5 技术能力的认可。

但技术进阶总要付出代价。Artificial Analysis 的评测数据显示：M2.5 的幻觉指数从 M2.1 的 -30 降至 -41，幻觉率从 67% 攀升至 88%。

这背后是 MiniMax 在模型推理能力和输出可靠性之间做了取舍——为了抢占智能体的先发优势，不得不在可靠性上做出让步。

而对于面向企业级场景的智能体而言，输出的可靠性恰恰是核心前提。一旦出现严重的幻觉问题，可能会影响客户信任，甚至引发业务风险。这也是 MiniMax 后续需要解决的核心技术痛点。

03 战略纵深：差异化赛道中的机遇与隐忧

事后看来，在大模型行业同质化竞争加剧的当下，MiniMax 早期的战略选择显得极为清醒。

2023 年，国内大模型创业公司纷纷扎堆对标 ChatGPT，陷入同质化竞争的泥潭时，MiniMax 选择了一条差异化路径。闫俊杰当时的表述是：" 我们在那条路上创造不了独特价值。" 基于这一判断，MiniMax 将有限的资源集中投向三个核心方向：星野 /Talkie 两款 C 端产品、海螺 AI 视频模型，以及开放平台。

三组关键数据，初步验证了这条差异化路径的可行性：

海外收入占比达 73%，说明其海外市场布局已站稳脚跟，具备了较强的国际竞争力；开放平台增速接近 200%，彰显出开发者生态的活力与增长潜力；营销费用下降四成的同时收入实现翻倍，印证了 " 依靠模型口碑与开发者生态实现自然扩散 " 的模式行之有效，也体现了其经营效率的持续提升。

闫俊杰对 " 平台公司 " 的重新定义，暗藏着 MiniMax 的战略野心：互联网时代的平台，核心是流量入口，比拼的是流量聚合能力；而 AI 时代的平台，核心是智能范式的定义者，其价值可以简化为 " 智能密度 × Token 吞吐量 " ——智能密度决定了模型的核心竞争力，Token 吞吐量则决定了商业变现的规模与潜力。

这种认知，也决定了 MiniMax 的战略纵深，使其跳出了单纯的模型竞争，转向了生态与范式的竞争。

但清醒的战略选择，并未完全规避行业共同的隐忧。

2 月下旬，港股 AI 板块的情绪波动，意外撕开了大模型行业的脆弱面：智谱因流量激增导致服务承压，股价单日下跌 22%；MiniMax 虽然没有直接出现服务故障，但也被板块情绪波及，下跌 13%。

这一波动并非个例，而是折射出 AI 创业公司从初创期迈入成长期的共同深层困境—— " 增长断层 "：当用户规模与调用量快速增长时，技术支撑、服务能力、盈利模式能否同步跟上，成为考验企业能否持续发展的关键。

更深层的隐忧，在于技术路线的路径依赖。当用户选择 MiniMax 时，核心理由往往是 " 接近顶尖模型，而且更便宜 "；而放弃选择时，理由也很直白：" 既然差距不大，为什么不用原版 "。这种后发者的 " 参照系困境 "，像一个无形的枷锁——即便在性价比上做到极致，也可能永远在别人划定的赛道里追赶，难以形成真正的不可替代性。这也是所有后发大模型企业面临的共同难题。

此外，版权风险如同一把悬在头顶的利剑，随时可能影响企业的发展。2025 年 9 月，迪士尼等好莱坞片商在加州起诉 MiniMax，指控其海螺 AI 在模型训练、内容生成及推广阶段存在侵权行为，潜在索赔金额可能达到数千万美元。

目前案件仍处于初期阶段，但它的走向不仅关乎 MiniMax 的财务成本，更可能重塑大模型公司的数据合规策略，进而直接影响商业模式，也给 MiniMax 的海外业务发展带来了不确定性。

04 MiniMax 的 " 成色验证期 " 在半年之后

闫俊杰对 2026 年行业趋势的三个预判，勾勒出 MiniMax 的发力方向：编程领域将进入 L4-L5 级智能，实现从 " 工具 " 到 " 同事级 " 的协作跨越；办公场景将复刻编程领域的高速发展轨迹；多模态创作将实现 " 直出可交付 "，中长视频生成能力的突破，会让 AI 生成内容真正具备实用价值。

三者叠加之下，闫俊杰预计，Token 消耗量将迎来一到两个数量级的爆发式增长，公司 ARR 有望迈入 10 亿美元区间。但这个愿景的实现，依赖 M3 基座模型和 Hailuo 3 视频模型的能力突破——这两款产品，是 MiniMax 实现 " 代码 - 智能体 " 闭环、跨越 " 增长断层 " 的关键抓手。

研发投入的节奏，也印证了战略重心在转移。2025 年公司研发费用 2.53 亿美元，同比增长 33.8%，增速远低于收入增速；但四季度单季研发费用约 7247 万美元，比前三季度季均高出 20%。

随着 M3 和 Hailuo 3 进入关键训练阶段，2026 年研发支出的压力只会更大。今年 1 月 IPO 募资的约 48.2 亿港元，虽然提供了一定的资金缓冲，但行业算力竞赛的烈度并未降低。

截至 2 月底，公司 ARR 已突破 1.5 亿美元，对应月度收入约 1250 万美元，接近 2025 年月均水平的两倍。但必须清醒的是，对于一家年收入还不到 8000 万美元的公司来说，当前的估值锚定的从来不是当下的业绩，而是市场对其未来智能体战略落地的预期。