霸榜全球大模型,MiniMax憑什麼力壓Claude、GPT?

阿爾法工場研究院
03/12

導語:一款「不是最聰明」的模型,能讓全球開發者用腳投票。

MiniMax M2.5連續霸榜全球!

OpenRouter實時數據顯示,這款由Minimax在2月12日發布的模型,自發布以來一個月,始終居於全球大模型周調用量排行榜第一。

它壓過的,不是一些普通模型,而是Gemini、DeepSeek、Claude等旗艦模型。

來源:OpenRouter LLM Leaderboard(2026.2.12-2026.3.12)

這個排行榜的特別之處在於,它不是實驗室跑分,也不是社交媒體熱度,而是OpenRouter基於數百萬用戶真實使用數據形成的排名。

為什麼一款「不是最聰明」的模型,能讓全球開發者用腳投票?

MiniMax為何全球第一?

很多人第一反應,MiniMax M2.5是靠便宜贏的。

相較於美國大模型,它的確是「價格屠夫」。

OpenRouter實時定價顯示:

  • MiniMax M2.5:輸入0.27美元/百萬Token,輸出0.95美元/百萬Token。

  • Claude Opus 4.6:輸入5美元/百萬Token(約18倍)、輸出25美元/百萬Token(約26倍)。

一位海外開發者在X上算了一筆賬:「跑OpenClaw連續1小時(100 TPS),MiniMax M2.5只要1美元;換Claude一天可能燒幾百美元。」

還有網友將MiniMax M2.5稱為「Claude Opus 95%性能的便宜版」,表示「差距不是錢,是生存」。

正是這種「用得起」的門檻,把MiniMax M2.5推上了榜首。

但MiniMax M2.5不只是便宜,真正特別的地方在於,這是一款從一開始就不是為「聊天」設計的模型,而是為編程、工具使用、搜索、辦公這些真實工作流去做的。

過去很長時間,大模型最主要的使用方式還是聊天、問答、寫作輔助,模型之間拼的是誰回答得更自然、推理更強、綜合能力更高。

但到了今年,增長最快的一類需求已經變成了Agent(智能體):讓模型能自己去搜資料、調工具、改代碼、讀網頁、寫文檔、跑流程。

OpenRouter的AI應用排行榜,清晰地呈現了這種變化。

最近一個月,排在最前面的就是OpenClaw,累計消耗9.62T tokens;緊接着是Kilo Code的5.06T tokens、BLACKBOXAI的2.01T tokens,清一色都是Agent(智能體)產品。

來源:OpenRouter Top Apps(2026.2.12-2026.3.12)

在這樣的背景下,MiniMax M2.5的勝出就不難理解了。

MiniMax M2.5採用MoE架構,推理速度快、延遲低,上下文窗口197K,完美匹配Agent長工作流。

在Agent場景裏,一個任務要連續調用很多輪,價格差會被成倍放大。

而MiniMax M2.5剛好適合Agent,而且更便宜,完美滿足了Agent「高頻調用、低成本執行」的需求曲線。

Reddit和LocalLLaMA社區,開發者們的實測反饋好評如潮:「像Claude Sonnet一樣懂工具調用,但多步工作流乾淨太多」、「它是OpenClaw的主模型,性價比直接把Claude幹掉」。

更巧合的是,MiniMax M2.5發布正值開源Agent框架OpenClaw爆發。

MiniMax官方率先上線「OpenClaw專區」教程,OpenClaw文檔甚至把MiniMax M2.5列為推薦模型。

在這一波「養龍蝦」熱潮中,MiniMax直接喫到了OpenClaw爆發的紅利。

數據顯示,OpenClaw正是MiniMax M2.5月調用量最大的單一應用貢獻者之一。OpenClaw的爆發,進一步把MiniMax M2.5推上了神壇。

MiniMax霸榜是曇花一現嗎?

如果說MiniMax M2.5喫到的是短期流量,那麼大概率很快就會回落。但它現在踩中的,是AI應用的主方向。

無論是MiniMax,還是DeepSeek、Kimi、階躍星辰、Google、Anthropic、OpenAI,全球各大模型公司都在押注Agent,這條路線已經越來越成為行業共識。

對於押對了方向的MiniMax來說,顯然具備先發優勢。

一旦開發團隊圍繞MiniMax M2.5,把prompt、tool calling、長上下文處理、多步執行和成本預算跑順了,切換到其他模型就不只是「換一個腦子」那麼簡單,而是整套工作流和賬單都要重算。

除非替代者明顯好很多,否則很多開發者並沒有足夠動力為一小截性能提升,去承受更高的成本或重新調試的麻煩。

當然,這種優勢能不能持續,還要看MiniMax自己是不是跑得夠快。

官方模型更新記錄顯示,2025年12月,MiniMax的模型還是M2.1,到了2026年2月已經發布了M2.5,迭代速度顯著超越Anthropic、OpenAI、Google等海外巨頭。

這意味着MiniMax在很短的周期內強化了開發者最在意的能力,M2.5的升級方向也清楚地表明在往Agent密集的場景去打磨。

儘管如此,一場圍繞Agent的模型混戰已經開始加速。

OpenRouter最新公開排行榜上,Step 3.5 Flash、Gemini 3 Flash Preview、DeepSeek V3.2、Claude Opus 4.6都在拼命追趕。

比如,階躍星辰(Step 3.5 Flash)的優勢非常直接:免費。

這個策略的殺傷力很強,因為大量開發者和團隊還處在試驗期,Agent工作流也遠沒有完全定型,誰能先把試用門檻打到最低,誰就更容易把人拉進來。正因如此,Step 3.5 Flash的調用量迅速抬升。

再比如,Kimi K2.5,它的定位和M2.5一樣,明顯不是只做聊天,而是朝複雜工作流、工具調用和長鏈路任務,也在爭奪同一類Agent/研究/編程的用戶。

所以接下來,MiniMax要拼的不是在排行榜上衝得更快,而是能不能把「調用量」沉澱為「Agent默認選項」,並將其變成長期的真金白銀。

模型霸榜能轉化為商業回報嗎?

事實上,MiniMax的商業化能力一直為外界稱道。

在「大模型燒錢」的普遍焦慮裏,MiniMax率先證明了大模型未必只能在「收入增長」和「大幅虧損」之間二選一。

2025年,MiniMax收入按年增長158.9%至7904萬美元,經調整淨虧損為2.509億美元,僅按年增加2.7%,毛利率則從12.2%提升到25.4%。

對比同樣在港股上市的智譜,後者2025年上半年收入1.909億元人民幣,但經調整淨虧損達到17.52億元人民幣,虧損強度明顯更高。

在目前已披露數據範圍內,MiniMax的經營效率改善更早顯現出來。

再來看MiniMax的收入結構。

其中一塊是AI-native products(面向終端用戶,如海螺AI、Talkie等產品),2025年收入約為5310萬美元,佔比約2/3。

另一塊是Open Platform和其他企業服務(面向B端用戶,如模型API、開放平台、企業定製等),2025年收入約2596萬美元,佔比約1/3。

這表明,MiniMax不是只靠一個排行榜上的熱門模型賺錢,也不是只靠單一App變現,而是把模型能力同時接進了前台產品和後台平台服務兩條線。

MiniMax M2.5作為現階段最能打的主力大模型,不只是抬高MiniMax自家產品矩陣的能力上限,還在推着平台收入往上長。

2026年前兩個月,MiniMax的業務進展已呈現出明顯加速態勢,模型調用量與新增用戶規模均出現躍升。數據顯示,M2系列文本模型在2026年2月的平均單日Token消耗量已較2025年12月增長6倍以上。

這恰恰是MiniMax商業化裏最值得注意的一點。

很多模型公司也有熱度,也能在開發者圈裏衝出一輪聲量,但最後掉下去,問題往往不是模型不夠強,而是它們沒有把模型能力轉換成一個可收費的商業閉環。

MiniMax不一樣,它披露自己70%以上收入來自國際市場,2025年的增長很大程度也來自中國以外的銷售。

這表明MiniMax不是只在中國開發者或中文互聯網裏熱,而是已經在更大範圍裏被用戶買單。

資本市場顯然也看到了這一點。3月10日收盤,MiniMax市值首次超過百度

結語

MiniMax M2.5這輪霸榜,真正值得關注的是並不是排名,而是大模型行業的比賽規則正在改變。

2026年,市場已經在用另一套更現實的標準投票:誰更適合接進Agent,誰能把成本打下來,誰能讓開發者和企業真的用起來?

某種意義上,這場比賽比的已經不是誰更像未來,而是誰更早把未來做成生意。

#大模型 #MiniMax #Anthropic #OpenAI #Google

免責聲明:投資有風險,本文並非投資建議,以上內容不應被視為任何金融產品的購買或出售要約、建議或邀請,作者或其他用戶的任何相關討論、評論或帖子也不應被視為此類內容。本文僅供一般參考,不考慮您的個人投資目標、財務狀況或需求。TTM對信息的準確性和完整性不承擔任何責任或保證,投資者應自行研究並在投資前尋求專業建議。

熱議股票

  1. 1
     
     
     
     
  2. 2
     
     
     
     
  3. 3
     
     
     
     
  4. 4
     
     
     
     
  5. 5
     
     
     
     
  6. 6
     
     
     
     
  7. 7
     
     
     
     
  8. 8
     
     
     
     
  9. 9
     
     
     
     
  10. 10