克雷西 傑西卡 發自 凹非寺

這還是我認識的MiniMax嗎？

好能增長，好能商業化啊！

MiniMax最新數據披露，今年8月截至目前，公司ARR（年度經常性收入）已經超過8億美元。而今年2月MiniMax披露的ARR還只有1.5億美元。

對應財報數據，這種增長已經開始印證到真實收入水平上：

2026年上半年，MiniMax收入1.166億美元，按年增長283.1%；半年收入已經超過2025全年7904萬美元；Q2收入較Q1按月增長超過80%。

不過，比收入規模擴大更值得注意的，是MiniMax的收入結構正在迅速變化：

今年上半年，MiniMax的B端收入佔比達到63.4%，到8月進一步升至80%；作為對比，2025年MiniMax的B端收入佔比大約僅有三成。

由此可見，MiniMax的增長重心，已經快速從C端產品轉向企業和開發者了。

收入3倍增長，B端成為主引擎

先看營收水平。

2026年上半年，MiniMax收入達到1.166億美元，按年暴漲283.1%，僅半年就已經超過2025全年7904萬美元的收入規模。

而且增長並沒有停留在按年口徑上，今年第二季度，MiniMax的營收按月一季度又繼續增長了81.8%。

如果繼續往下拆，變化更明顯地出現在收入結構上。

2026年上半年，MiniMax開放平台及其他AI企業服務收入為7393萬美元，按年狂飆703.1%；且這部分收入在總收入中的佔比，也從2025全年的32.8%，提高到今年上半年的63.4%。

按半年報數據計算，相較於2025年上半年，MiniMax 2026年上半年的總收入增加約8614萬美元，其中約6472萬美元來自開放平台及企業服務。

也就是說，約四分之三的新增收入來自B端。

這意味着，MiniMax此前更容易被外界感知的Talkie、海螺AI等C端產品，其實已經不再能完整概括公司的商業化結構。

不過，這一變化並非來自C端業務收縮。

2026年上半年，MiniMax AI原生產品收入仍達到約4264萬美元，按年增長100.9%。

財報將增長主要歸因於用戶參與度提升、付費意願增強，以及海螺AI等產品持續商業化。

換句話說，B端和C端兩條業務線都在增長，只是企業和開發者側釋放需求的速度明顯更快，最終讓B端逐漸成為新增收入的主要來源。

收入規模擴大之外，MiniMax在財務效率上也開始出現一些同步變化。

今年上半年MiniMax毛利達到2081萬美元，按年暴漲464.8%；同期毛利率則由去年同期12.1%升至17.9%，財報將其主要歸因於基礎設施效率的提升。

銷售及分銷開支則出現下降，由去年同期3284萬美元降至2697萬美元，按年減少17.9%，主要原因是用戶自然增長策略持續推進，相應減少了推廣開支。

研發層面，MiniMax仍然維持較高投入。

今年上半年，公司研發開支達到2.969億美元，按年增長138.8%，其主要用於基礎模型、多模態能力以及模型訓練相關投入。雖然絕對規模繼續擴大，但其增速已經明顯低於同期283.1%的收入增長。

其實對於基礎模型公司而言，收入增長往往伴隨着模型訓練、推理和基礎設施支出的同步增加。

而MiniMax目前呈現出的狀態，是商業化收入開始以更快速度擴張，同時毛利率、獲客費用等部分效率指標也有所改善。

所以透過這份財報，MiniMax當下呈現出的狀態大致可以概括為：

商業化速度明顯加快，B端迅速成為新增收入的主要來源；與此同時，毛利和部分費用效率繼續改善，而模型研發及基礎設施仍處於高投入階段。

再往前一步，新的問題也隨之出現了——

B端快速成為MiniMax的增長主力，為什麼是現在？

MiniMax靠什麼飆升？

B端業務的崛起，需要結合MiniMax最近的一系列進展來看。

首先是收入增速，進入三季度之後，上半年的增長趨勢仍在延續。

據MiniMax CEO閆俊傑在電話會中透露，今年2月，MiniMax披露的ARR為1.5億美元；到了8月，這一數字已經超過8億美元，半年時間擴大至約5.3倍。

MiniMax的收入結構也已經發生了變化：

去年全年，MiniMax大致還是「三成B端、七成C端」的收入結構；今年上半年已經轉為B端超過六成；到了8月，從ARR結構來看，To B與To C進一步來到約八二開。

再看另一個更接近模型實際使用情況的數據：今年7月，MiniMax的Token消耗量已經達到1月的20倍。

三者同時快速抬升，指向了同一個變化——

MiniMax的模型，正在越來越多進入企業和開發者的真實工作負載，其模型能力正源源不斷地帶來API調用和商業收入。

這些增長不只是因為用戶增多，還有用法的改變帶來的單位用戶消耗量增加，兩個乘數，全在增長。

先說最直觀的用戶數量，到5月，平台上的企業客戶和開發者突破200萬，是去年年底的10倍。

特別是M3模型發布之後，其帶來的能力提升，還在繼續拉動老客戶擴量。

增長的另一頭，是單個用戶的使用程度變得更重了。

以前是人跟AI聊天，現在越來越多是Agent在跟AI打交道，消耗的Token完全不是一個量級。

這也解釋了為什麼由Agent驅動的推理需求增長，顯著快於人類用戶數和消息數的增長。

到了7月，視頻生成模型H3的開源，又給MiniMax的爐竈添上了一把火。

H3開源後，三周之內就獲得了超2400萬次下載，開源社區基於它做出了300多個衍生模型，超過了市場預期。

MiniMax在電話會上表示，H3的表現，改變了先進模型都屬於大廠且走封閉路線的格局。

開源模型讓大量開發者通過開源模型熟悉了MiniMax的技術體系，也在需要雲端服務時轉向了API付費調用，帶來了官方線上服務的使用量的進一步爆發。

需求漲成這樣，MiniMax的模型跟上了嗎？

要知道， Agent工作流跟以前聊天不一樣，每一步都要求模型足夠準，錯一步就可能讓整個鏈條功虧一簣。

幸運的是，MiniMax在6月發布的M3，就是一個模型能力「跟上了」的代表。

它文能查閱資料，武能操作界面，能文能武，開發者纔敢在真實業務場景中接入。

但一邊是模型越來越聰明，一邊是Token消耗越來越多，兩方面都在給計算設施上難度。

於是問題來了——

這麼強的智能，能不能以足夠低的成本持續供給？

更高智能和性價比，不是選擇題

MiniMax當下最強的M3模型，每百萬Token的價格僅1.2美元，比同級模型的中位數（2.2美元）低了一大截。

這麼低的價格怎麼扛得住？

有人會覺得是商業策略，但MiniMax定這個價格的理由，其實異常簡單——因為推理這一環的算力開銷，真的沒有想象那麼高。

不過，這種定價策略，也給MiniMax帶來了一個刻板印象——量大管飽。

這看上去不是什麼壞話，但後面往往還跟着另一句，也就是「智能水平差一截」。

這次電話會上，MiniMax回應了這個問題。

這個刻板印象，很大程度上來源於人們的認知錯位，很多人認為，高智能和高性價比之間，只能二選一。

但在MiniMax看來，兩者並不是互斥關係，他們追求的，不是在智能與成本之間做取捨。

在MiniMax的認知當中，性價比是手段、是路徑，不是目的、不是終點，他們最終要實現的，是更高水平的智能。

降低單位智能成本，商業和技術兩頭都在受益。

商業上，客戶用同樣的預算，能跑起更多調用和更復雜的工作流，他們纔會願意把模型塞進生產環節。

技術上，同樣算力能跑更多後訓練和實驗，模型迭代才能加速。

兩件事互相咬合、互為促進，模型越強，用量也就更大，收入更多。

收入多了，MiniMax就能投入更多算力，讓推理效率繼續得到優化，讓模型繼續變強，開啓下一輪的正向循環。

當然，這套循環還得靠基礎設施撐住，否則就是無稽之談。

MiniMax是國內最早一批建立規模化基礎設施體系的獨立大模型公司之一，ETTR（Effective Training Time Ratio，有效訓練時間比例）達到97%。

並且有了自建算力，訓練和推理的資源可以混合調度，線上推理流量低谷的時候，空出來的算力直接拿去跑強化學習訓練。

自己建的集群，讓訓練跑得穩、推理成本壓得住，省下來的算力還能喂回後訓練。

由此來看，模型能力、推理效率和基礎設施，這三者的關係已經越來越難被拆開討論。

模型架構決定智能能夠達到的上限，推理和系統優化決定每一單位算力可以產出多少有效智能，基礎設施則決定如此大規模的訓練和推理能否長期、穩定運行。

這也是為什麼隨着大模型逐漸進入Agent和真實生產環境，行業評價模型的維度正在繼續增加。

參數規模和Benchmark仍然重要，但隨着模型能力逐漸轉化成持續運行的工作負載，單位成本能夠產生多少智能、單位算力能夠處理多少Token，以及大規模訓練和推理能否保持穩定，開始成為另一組越來越難忽視的指標。

MiniMax在電話會上給出的判斷也是如此，下一階段競爭的重點，會越來越落到能否選擇有效的技術路徑，以及持續提高把算力轉化為智能的效率。

至於下一階段Scaling繼續往哪裏走，MiniMax的判斷已經寫明：

Minimize the Inference Cost, Maximize the Intelligence.