关于ZAKER Skills 合作
全天候科技 38分钟前

MiniMax 高盛电话会:对今年 10 亿美元 ARR 充满信心,模型优势在“组织敏捷性”,与国产芯片高度集成

7 月 4 日,据追风交易台消息,高盛 7 月 3 日发布最新研报称,MiniMax 电话会释放了强烈的商业化与技术演进信号:管理层对 2026 年底实现 10 亿美元的年度经常性收入(ARR)目标充满信心。

报告称,最核心的催化剂在于中国 AI 大模型行业正迎来 " 价格战 " 的拐点——随着竞争对手 DeepSeek 宣布高峰期涨价,行业定价正回归理性。

MiniMax 凭借超过 90% 的算力利用率、与国产芯片的高度集成以及独特的 " 组织敏捷性 ",在维持极具竞争力的定价(M3 模型混合价格每百万 Token 0.22 美元)的同时,实现了远超同行的毛利率。此外,即将于数周内推出的 H3 视频生成模型将进一步打开多模态市场的想象空间。

高盛维持买入评级,12 个月目标价港币 860 元,较当前股价港币 356.80 元隐含141% 上行空间

ARR 增长轨迹:从 1 亿到 10 亿,管理层给出明确路径

报告称,MiniMax 管理层在电话会上系统性地梳理了 ARR(年化经常性收入)的增长节点:

2025 年 12 月底:ARR 达 1 亿美元;

2026 年 2 月:ARR 升至 1.5 亿美元;

2026 年 4 月:ARR 较 2 月再度翻倍;

M3 模型于 6 月 1 日正式上线前:ARR 进一步加速爬升。

管理层明确表示,对2026 年底实现 10 亿美元 ARR 目标保持充分信心。

在定价策略上,M3 与上一代 M2.7 保持相同定价,但管理层强调这一策略在毛利率层面具有可持续性——原因在于训练与推理架构升级带来超过 2 倍的成本节省,基本抵消了总参数量翻倍所带来的成本增加。

公司还预告,2026 年下半年将推出更大规模的 M3 系列模型,目标是在保持强劲成本性能的同时进一步提升智能水平。

这一 ARR 增长曲线是支撑高盛收入预测的核心依据——高盛预计 MiniMax 收入将从 2025 年的 7900 万美元跃升至 2026 年的 3 亿美元,2027 年进一步达到 8.801 亿美元,2028 年突破 24.696 亿美元。

DeepSeek 涨价:行业定价理性化的破冰信号,直接利好 MiniMax

这是高盛报告中最具市场催化意义的外部事件。

DeepSeek 本周宣布,其 V4 正式版将于 7 月中旬上线,同步引入高峰 / 非高峰 API 差异定价机制:高峰时段(北京时间上午 9 点至 12 点、下午 2 点至 6 点)收费为非高峰时段的2 倍,混合定价约为每百万 token 0.35 美元(Pro 版)/ 0.12 美元(Flash 版)

高盛将此解读为:自 2026 年 4 月底以来中国 AI 模型公司激进定价(部分玩家毛利率为零甚至为负)正在向更理性阶段过渡的早期信号,本质上是推理成本压力在定价端的真实反映。

对比之下,MiniMax M3 的混合定价为每百万 token 0.22 美元,在性能 / 价格比维度上具备显著竞争优势,且毛利率明显高于同业——这得益于其更高比例的自建优化算力,以及以更小激活参数实现高效推理的架构设计。

MiniMax 还特别指出,其自营算力可实现超过 90% 的利用率,通过高峰时段服务知识工作者和开发者、低谷时段将闲置算力用于实验和数据整理的方式,实现算力的峰谷平衡调度,从而支撑长时程智能体工作流的成本优势。

H3 视频模型:数周内发布,深度融合 M3 架构

与此同时,MiniMax 即将推出下一代视频生成模型H3,预计在 " 未来数周内 " 正式发布。

H3 的核心升级体现在两个维度:

视频生成质量与功能多样性的全面提升,背后是重大架构升级(包括标注 / 分类 / 反馈循环的优化);

与 M3 模型架构的深度整合:大语言模型能力被嵌入 H3 的 DiT(扩散变换器)架构中,例如增强对人类动作和基本物理关系的理解能力。

此外,MiniMax 正在引入垂直领域专家,逐步切入长片电影 / 剧集制作市场,拓展视频生成的商业化边界。

竞争格局:从 " 百模大战 " 到格局收敛," 组织敏捷性 " 成核心壁垒

高盛认为,MiniMax 对中国 AI 模型竞争格局的判断颇具战略意义:市场正从一两年前的数百家玩家快速向头部集中

在电话会上,面对国内互联网巨头旗下 AI 实验室的竞争,MiniMax 将自身优势定义为:

高效的企业组织架构

更高的基础设施利用率

快速的模型迭代能力

对新兴智能体机会的快速响应——例如在 OpenClaw 兴起后迅速商业化推出 MaxClaw,以及 MiniMax Code 产品的快速落地。

公司管理层认为,随着 AI 模型竞争从 " 一次性 benchmark 刷榜 " 转向 " 持续产品迭代与真实世界落地 ",可持续 ROI 将成为核心评判标准,而组织敏捷性在这一新竞争范式下的价值将愈发凸显。

全球基础设施与国产芯片集成:本土化推进加速

在算力基础设施层面,MiniMax 采取双轨并行策略:

直接租用全球云服务商(CSP)算力;

与新兴云服务商(neo-cloud)深度合作。

目前,MiniMax 的本地化推理基础设施已覆盖全球 200 多个国家和地区,客户结构高度分散,无单一国家过度集中的风险。

在中国市场,MiniMax 已高度整合国产 AI 芯片(ASIC)用于推理任务,随着国内芯片能力的持续提升,这一本土化进程正在加速推进。这一布局不仅有助于降低对境外算力的依赖,也在中美科技博弈背景下构建了一定的供应链韧性。

在人才战略储备上,MiniMax 以极精简的团队规模支撑起高强度的技术竞争:

全公司400 至 500 名员工,其中超过 80% 从事研发工作

300 至 400 名员工参与约7% 股权比例的 ESOP(员工持股计划),以股权激励强化人才粘性;

持续从中国顶尖高校及海外名校招募应届毕业生;

通过"10X 人才计划 "引进垂直领域资深专家,将行业 know-how 转化为模型训练和真实任务优化能力。

全天候科技

全天候科技

提供专业快速完整的科技商业资讯

订阅

觉得文章不错,微信扫描分享好友

扫码分享

热门推荐

查看更多内容

企业资讯

查看更多内容