涨幅达79.15%，又一家中国AI大模型公司上市，用1%的OpenAI成本实现全模态全球第一

作者：青青

AI怪盗图1月9日消息，MiniMax（00100.HK）在港交所敲钟。开盘价从165港元快速拉升至295.6港元，首日涨幅达79.15%。这是继智谱AI首日涨13%后，港股大模型板块再次被激活的时刻。

更引人关注的是IPO过程中的疯狂热度。1209倍的超额认购，1837倍的散户认购倍数，暗盘交易中一度涨幅22%——这些数字体现了二级市场对MiniMax这家初创公司的追捧。但驱动这场热捧的，并非传统的融资金额或估值故事，而是一个更底层的转变：资本市场从评估"谁烧钱最多"转向评估"谁的成本效率最高"。

招股书里有一组数字最为触目惊心。MiniMax从成立至今的累计研发投入仅为5亿美元，而这个数字大约是OpenAI同期投入的1%。在OpenAI用400-550亿美元完成全球AI领导力构建的年代，MiniMax如何用1%的成本完成从文本、音频、视频到音乐的全模态技术布局，并在多个维度超越OpenAI？

01 .

多模态全球第一，但国内排名仍不确定

招股书中，MiniMax将自身定位为"全球第十大大模型技术公司"，按2024年基于模型的收入计算市场份额为0.3%。但这个数字的迷惑性在于，它掩盖了技术维度上更复杂的现实。

在文本模型的争夺上，MiniMax的M2模型在Artificial Analysis的权威排名中位列全球前五。国内来看，这已经是独立AI企业中的最高位置。但真正的优势来自其他模态。Speech-02语音模型已经在国际评测中登顶全球第一，Hailuo视频模型排名全球第二，音乐模型也进入一流行列。放眼全球，在多模态全面布局上能与MiniMax比肩的企业只有OpenAI、Google和字节跳动四家。

这种技术优势在商业端的转化效率值得关注。截至2025年9月30日，MiniMax的个人用户已超2.12亿，覆盖200多个国家及地区。付费用户从2023年的11.97万增至2025年前三季度的177.16万，增速超过14倍。这些都是真金白银的付费数据，而非虚浮的日活统计。C端业务贡献收入的71%，意味着MiniMax走出了一条不同的商业化路径——靠产品能力和口碑取胜，而非依赖巨额投流拉客。

财务数据展现了这种差异化策略的威力。2025年前三季度，MiniMax营收达5343.7万美元，同比增长174.7%。同期销售及营销开支反而同比下降26%，也就是说收入在高速增长，成本却在下降。毛利率从2023年的-24.7%转正至2024年的12.2%，再到2025年前三季度的23.3%。这不是短期的利润调整，而是规模效应和技术效率叠加的结果。

对标的话，智谱虽然获得"大模型第一股"的名号，但其地理位置局限性决定了天花板。智谱在中国独立大模型厂商中位列第一，全球范围内位列第二，这是国内优势无法突破的局限。MiniMax从成立就瞄准全球化，海外收入占比超过70%。这个数字对大多数国内AI公司来说是无法想象的，但对MiniMax已经成为常态。

02 .

以MoE架构突破成本天花板，打开新的定价权

MiniMax的成本优势并非来自临时的财务技巧，而是建立在对底层计算架构的根本创新上。这家公司很早就选择了混合专家（MoE）架构路线，而非业界流行的密集型参数堆砌。

以M2模型为例，总参数量虽然达到2300亿，但核心创新在于稀疏激活设计——推理时只需激活约100亿参数。直接的效果是，M2的算力利用率比行业平均水平高出30%以上。这不是一个"有得有失"的折中方案，而是性能和效率的真正双赢。

在编程和代码生成领域，M2成为全球开源模型中实际token用量最大的AI编程工具。这个排名的含义是什么？这说明开发者们在项目中的实际应用中倾向于选择M2，不只是因为便宜，更关键是性能足够。今年10月的SWE-bench测试中，M2.1的表现达到69.4分，接近GPT-5的74.9分。这是开源模型第一次在这种硬核指标上逼近最先进的闭源产品。

MiniMax后来推出的M2.1在多语言编程和复杂任务处理上做了进一步优化。引入"交错思维链"能力后，模型学会了在思考和执行之间动态切换，根据实时反馈调整应对策略。这种能力对Agent应用来说意义重大，因为真实世界的任务往往需要这种动态反馈而非单轨道的线性推理。

架构创新的商业价值更在于它解锁了全新的定价策略空间。低成本推理让MiniMax可以以Claude Sonnet 8%的价格提供相当的性能，这种定价灵活性为快速占领市场提供了条件。用户获取成本的下降形成自我强化的循环——更低的价格吸引更多用户，更大的用量又进一步降低单位成本。

这种差异在长期竞争中会愈发明显。当其他公司还在用"堆参数、堆数据、堆算力"的方式追赶时，MiniMax已经找到了用算法聪慧完成同样工作的路径。在大模型产业逐步进入成熟期、成本竞争加剧的情况下，这种深层的架构优势会逐渐显现出其威力。

03 .

C端产品支撑B端融资，MiniMax走出不同的商业化路径

与其他大模型公司多专注于API和模型许可的做法不同，MiniMax重投消费端应用，推出了海螺AI、星野、Talkie等一系列AI原生产品。这些不是概念性的演示工具，而是真实的商业收入来源。

海螺AI是MiniMax在视频生成领域的主要产品，今年1月全球AI视频产品访问量排行中位居第一。这个排名的价值不仅在于技术验证，更在于证明了技术能力确实可以转化为用户粘性。用户选择海螺不是看重技术白皮书，而是因为生成质量不错，成本不高，速度够快。

语音和音乐领域的表现类似。Speech-02模型已在Artificial Analysis的全球用户评测中排名第一，支持32种语言、不同口音和情感的人声生成。其核心创新在"内在零样本"能力，一个模型就能产生任意语言、任意口音、任意音色的组合方案。Music 2.0让普通用户能用自己的嗓音创作专业水准的音乐作品，这类工具实际上在放大普通人的创意能力。

企业端的增长同样快速。B端收入同比增长160%，已服务13万多家企业客户。这些企业并非在尝试概念验证，而是已经将MiniMax的模型集成到真实业务中。字节跳动的编程工具中接入了MiniMax模型，阿里把M2作为iFlow工具的底座——这些头部科技公司的选择本身就是对MiniMax能力的最直接认可。

生态布局上，MiniMax既有米哈游、小红书、小米这样的战略投资方，也与Hugging Face、ModelScope、GitHub等全球开发平台建立了深度合作。M2.1发布时同时在三个平台上线，并获得vLLM的"Day-0"支持，这让全球开发者社区能立即使用最新能力。这种开放态度在为MiniMax建立难以复制的开发者护城河。

财务层面，这种全生态战略的成果已经显现。公司现金储备超过11.02亿美元，即便没有IPO募资，这笔现金也足以支撑超过53个月的正常运营。这不只是财务健康的信号，更意味着公司有足够资金在基础模型和应用创新上持续投入，不必做出短期的变现妥协。

招股书透露，募资净额的大部分将投入未来五年的研发。这个承诺有其现金储备作为背书。也正因为有充足的研发预算，MiniMax敢于在IPO周期同步发布M2.1模型。这不是为融资而临时推出的PR概念，而是长期研发计划在既定周期内的自然产出。

MiniMax的港股上市标志着中国AI产业竞争逻辑的转变。从前资本市场关注的是谁融资最多、谁堆砌了最大规模的模型，现在衡量的是谁能在全球范围内找到可持续的商业运营模式。

从成立到现在，MiniMax用5亿美元的累计投入换来了862.5亿港元的上市市值。2023年营收不足346万美元，到2025年前三季度达到5300多万美元。融资次数从零到七轮，融资总额超过15亿美元。单从这些数据的增长曲线看，就足以看出这家公司的运营节奏和市场认可度。

79%的首日涨幅本质上是港股市场在为MiniMax的效率创新和全球化能力买单。与智谱重点关注国内大模型市场地位不同，MiniMax的竞争力更多源于其对全球市场的渗透和对成本效率的坚持。这两条不同的路径选择，可能会在接下来的五年内决定谁能真正接近"全球AGI第一"的目标。站在当下看约900亿港元来看，或许只是这场竞争的第一站。