而截止 2026 年 7 月 24 日，股价已经来到 196 港元，市值仅 684 亿港元。同期上市的智谱，估值仍在 5759 亿的高位。资本市场给出的定价，差了不止一个量级。
○ 2025 年总收入为 5.53 亿元人民币，较去年同期增加 158.9%，超过 70% 收入来自国际市场，远高于市场预期。
○毛利为 1.41 亿元人民币，较去年同期增加 437.2%。毛利率为 25.4%，较去年同期提升 13.2 个百分点。
○经调整净亏损为 17.56 亿元人民币，去年同期经调整亏损为 17.09 亿元人民币。经调整净亏损率较去年同期大幅收窄。
（注：汇率按 1 美元 =7 元人民币计算，下同。财报一图流如下，单位亿元，数据均来源于 Wind）
MiniMax 因为 M3 的阶段性弱势，卡在了这个循环的第一环。
01
商业模式覆盖最广的大模型公司
MiniMax 的 " 基模能力 " 在上市之前，走得很漂亮。得益于年初 Openclaw 爆火后创始人的自发推广，MiniMax 的基模调用量一度位居 openrouter 的前列，一时风光无量。
更关键的是，相较于同期上市的大模型企业，MiniMax 的商业模型覆盖更广。从营收结构来看，面向 C 端有 Talkie 和星野，面向 B 端有开放平台和企业服务，此外还有海螺 AI 等产品矩阵。2025 年，MiniMax 实现总收入 5.53 亿元人民币，同比增长 158.9%，超市场预期 11%。
市场对大模型平台做 C 端应用这个方向的认可度，在年初还算高，Minimax 的股价一度达到了 4100 亿的巅峰。但很快，seedance 的推出，让市场意识到 C 端产品的壁垒并不算高。
并且，从 MiniMax 的视角出发，AI Companion 应用如 Talkie 在海外市场获取用户的成本极高。
我们拆解销售成本来看，截止 2025 年 9 月 30 日，MiniMax 销售费用约 3.6 亿元人民币，其中业务推广费占比高达 92%。C 端产品的广告投入远高于 B 端，而 MiniMax 近七成收入来自海外市场，投流成本以美元计价。此前 Talkie 在海外的投放力度极大，美元结算进一步推高了费用绝对值。C 端产品虽然贡献了约 67% 的收入，但毛利率仅为 4.7%。
尽管 2025 年营销开支回落，但中短期来看，高 CAC 的投入不会改变，C 端陪伴与娱乐产品存在自然流失率偏高的问题。
AI 陪伴赛道的商业本质在于 " 情感关系变现 "。但与微信、Discord 等建立在人际双向连接、迁移成本极高的真实社交网络不同，AI 陪伴是单向且高度依赖算法响应的。
在平台免责条款（如数据删除上限）冲击下，用户耗时建立的情感资产极易演变为无保障的数字泡沫。缺乏稳定性与持久性的关系资产，决定了陪伴类 App 无法形成稳固的迁移壁垒，这直接解释了其为什么呈现出 " 高吸引、低留存 " 的流量衰减特征。
02
及时纠偏，控费明显，盈利有所改善
从盈利层面看，MiniMax 正在从烧钱换增长向效率驱动增长切换。
2025 年毛利由 2024 年的 0.26 亿元人民币增加 437.2% 至 2025 年的 1.41 亿元人民币，其增幅显著高于收入增幅，毛利率由 2024 年的 12.2% 增加至 2025 年的 25.4%，同比倍增。
2025 年 MiniMax 的归母净利润为 -19.13 亿美元，以此计算的净利率约为 -356.24%。
但剔除优先股公允价值变动、股份支付及上市开支等非经营性项目后，2025 年经调整净亏损约 17.56 亿元，较 2024 年的 -17.09 亿元仅微增 2.8%。
一是 B 端开放平台收入激增，开发者与企业客户（如 Agent 开发者、音视频创作机构）的付费转化率与留存率大幅提升。高毛利的 B 端收入在总营收中的占比快速抬升，在结构上大幅拉高了整体的综合毛利率。
二是模型及系统效率的提升，以及基础设施配置的优化所致。MiniMax 通过 MLA 和 KV Cache 量化技术，将显存占用挤压了 50% 以上。GPU 利用率从早期的 15% – 20% 提升至 50% 以上，单位 Token 推理成本指数级下降，显著提升了算力产出比。
三是也是最主要的，MiniMax 主动缩减了 C 端的投入。从全年时间口径看，2025 年销售及营销费用同比下滑 22.3% 至 3.66 亿元，销售费率回落至 68%。
M3 的落差：MiniMax 还没跨过关键门槛
2026 年 6 月，MiniMax 发布了新一代基座模型 M3。发布前市场期待颇高，毕竟 MiniMax 在基模能力上曾有过不错的表现，年初 Openclaw 爆火时其模型调用量一度位居 OpenRouter 前列。但 M3 发布后的实际反响，与期待之间存在明显落差。
据 OpenRouter 平台数据显示，在 M3 发布后最优秀的成绩是第二周排在第 3 名，依旧没有超过稍早发布的 Deepseek V4 Flash，并且因为定价问题后续反响一般，现如今排名已经到了第 8 名。
基模能力的相对弱势，直接影响了 MiniMax 在产品层面并没有出现类似 Kimi K3 一样的轰动效应，间接影响了 Infra 层面的资本开支意愿。
Token 推理成本的降低有利于 API 销售，但随着 DeepSeek、智谱等竞争对手将 Token 价格压至极低，API 业务的毛利率被大幅压缩。M3 发布后不久，MiniMax 宣布 API 价格永久半价。摩根大通直言，这反映了 " 该模型没有获得市场对其原定价涨价的认可 "，说明算法效率带来的成本优势并未转化为定价权。
在财务视角审视，从 MiniMax 披露的研发开支和资本开支来看，" 低成本模型训练 " 并未实质性降低整体研发投入。2025 年 MiniMax 研发费用达 17.81 亿元，绝对金额同比增长 33.8%。
资产结构也印证了这一点。2025 年 MiniMax 固定资产净值约 0.11 亿元，生产资产 / 总资产为 0.37%。作为对比，智谱的生产资产 / 总资产约 13.5%，MiniMax 仅为前者的 1/36。租用算力意味着需要服从他人的资源调度，直接影响模型迭代的节奏自主性。更深层的问题是，如果基模没法带动 Infra 资本开支，本质上与 AI 行业重资产、重算力的底层逻辑存在偏离。
基模能力的领先优势不够明确，C 端产品的商业化路径又充满不确定性，两者叠加，让大规模基建投入成为一项高风险决策。管理层选择观望，从根本上讲是一个理性的财务判断。但也正是这种观望，反过来又限制了基模能力的迭代速度，自然会影响市场对 MiniMax 的定价逻辑。
04
大模型企业正在走向 K 型分化
行文至此，我们已经拆解了 MiniMax 在收入结构、成本控制和基模迭代三个维度上的得与失。但 MiniMax 的个案背后，是一个正在加速发生的行业级趋势：大模型企业正在走向 K 型分化。
分化的逻辑并不复杂。
在大模型这个赛道里，基模能力是起点。谁的大模型更强，谁就能在商业化层面获得更强的反馈：更高的调用量、更稳的客户粘性，还有更可观的收入。商业化的正反馈一旦形成，企业就能看到明确的投入方向，敢于加大 Infra 层面的资本开支。
而算力和基础设施的投入，又会反过来加速基模能力的迭代，形成一条自我强化的上升曲线。
反过来，如果基模能力不够突出，商业化的天花板就会被压得很低。调用量上不去，客户流失率高，收入增长乏力——这些信号叠加在一起，让管理层不敢轻易押注大规模资本开支。算力基建跟不上，基模迭代的速度就会受限，差距被进一步拉大。
这种分化在资本市场上被同步放大。
基模强、敢于投入的玩家，会被市场视为 " 大模型基建的核心资产 "，获得持续的资金流入和估值溢价。而基模能力模糊、资本开支踌躇不前的企业，会被资本迅速抛弃。毕竟随着开源社区（如 DeepSeek V4、K3）的爆发，LLM 和多模态模型 85%-90% 的能力已经变成了全行业的公共基础设施。技术代差从过去的大几年缩短到了现在的两三个月，技术溢价迅速归零。
MiniMax 正处于 K 型分化的十字路口。MiniMax 最独特的优势是商业化覆盖之广、海外市场的执行力、技术效率的优化能力，这些都是 MiniMax 在过去几年中积累下的真实能力。
同时眼下的困难是真实的，M3 目前来看实际数据不如同行的迭代模型，因此定价也遭受到一定非议，资本层面的正循环逐渐停滞。更关键的是，MiniMax 头上还悬着可转债的压力。
但大模型赛道的终局，也从来不是由一场发布、一个季度的数据决定的。真正决定胜负的，是能否跨越那条 " 看到结果才敢投入 " 与 " 先相信才能看见 " 之间的分界线。（作者：星禾）
