大模型的 「效率派」跑通了？

作者：相青 ；编辑：嘉辛

在一众拼算力、拼参数的大模型公司里，MiniMax走出了一条差异化明显的道路。

8月26日，MiniMax交出了上市后的首份半年报，上半年收入1.166亿美元，同比增长283.1%，已经超过2025年全年，毛利率则从12.1%提升至17.9%。

收入增长近三倍，毛利率也在提升，这并不是大模型行业最常见的增长方式。电话会上，创始人闫俊杰把增长归因到一句话："Minimize the Inference Cost, Maximize the Intelligence"，即最小化推理成本，最大化智能。

更重要的是，MiniMax的增长引擎也在发生变化。过去，外界更多是通过Talkie、海螺AI等C端产品认识MiniMax。如今，B端收入已经占到上半年收入的63.4%，8月进一步升至约80%。

从B端崛起，到推理效率提高带来的成本改善，再到H3开源和新模型的推进，MiniMax正在走出一条不同于单纯堆算力换增长的路径。它也证明了，AI公司可以用更低的成本，做出更强的模型，并服务更多的个人、开发者和企业用户。

一、B端崛起，MiniMax的增长引擎变了

过去几年，提到MiniMax，外界首先想到的是Talkie、海螺AI等C端产品。

尤其是Talkie，曾是MiniMax面向海外市场的重要产品，也让MiniMax一度成为国内大模型公司探索海外市场的标杆。2025年上半年，AI原生产品收入2122万美元，贡献了公司69.7%的收入。

今年上半年开始，MiniMax正在从一家主要靠C端获得收入的大模型公司，变成C端与B端双轮驱动的平台型公司。

财报显示，上半年，开放平台及其他AI企业服务收入7393万美元，同比增长703.1%，占总收入比重从2025年全年的32.8%，提升至63.4%。

进入第三季度，这一比例还将继续增长。管理层在业绩会上披露，截至8月，公司ARR（年度经常性收入）已超过8亿美元，其中 ToB业务贡献超80%。

AI公司的ARR统计口径并不完全统一，行业目前尚未形成统一的ARR披露标准，多数公司对外PR时倾向于选取单日峰值收入折算成年化，但如果直接采用单日峰值进行年化，短期波动可能被明显放大。

按照MiniMax披露的口径，其8月ARR以最近一周收入的日均水平折算成年化，并非简单采用某一天的峰值。这种周均口径能够在一定程度上平滑单日波动，因此更适合用来观察AI公司当前的业务运行速度。

从新增收入来看，这个变化更加明显。相比2025年上半年，MiniMax今年上半年新增收入约8614万美元，其中约6472万美元来自开放平台及企业服务。也就是说，约四分之三的新增收入来自B端。

更重要的是，这轮B端增长并没有伴随销售投入的大幅增加。上半年，MiniMax销售及分销开支同比下降约18%，但企业服务收入增长超过7倍。因此，MiniMax的增长更多来自模型能力和产品竞争力的提升。

B端成为主力，不等于C端失速。

上半年，AI原生产品收入4264万美元，同比增长100.9%，增速快于2025年四季度的82%。财报将增长归因于用户参与度提升、付费意愿增强，以及海螺AI等产品的持续商业化，其中视频生成是主要推手。

所以，MiniMax已经形成了双轮驱动的两条业务线。

一方面是C端，Talkie、海螺AI等产品直接面对用户，一方面贡献收入，另一方面也是模型能力落地的重要场景。尤其对于视频生成这样的多模态产品，用户对效果的反馈会直接进入产品迭代，帮助MiniMax继续打磨模型和应用。

另一条是B端。开放平台让模型能力从自己的产品里走出去，进入更多开发者和企业的应用。企业和开发者使用得越多，API调用和Token消耗就越大，B端收入也随之增长。

当收入主力从C端换成B端，MiniMax已从依赖爆款产品的AI应用公司，转型为以模型能力为核心的平台型公司。

前者天花板，取决于爆款产品的生命周期。后者将模型能力嵌入企业生产流程，具有更强的可持续性和规模效应。前者按产品公司估值，后者按基础设施公司估值，市场给MiniMax重新定价的过程，大概率才刚刚开始。

二、从推理效率到毛利改善， 技术路线开始兑现

这种增长的含金量有多高，还要看收入增长背后的成本变化。

2026上半年毛利率17.9%，去年同期12.1%，提升5.8个百分点。毛利2081万美元，同比增长464.8%。

一般来说，大模型公司收入增长，往往伴随着更高的算力消耗。模型被调用得越多，理论上需要承担的推理成本也越高，因此规模扩大未必能够带来更好的经济性。

但MiniMax这次出现了不同的情况。

上半年，MiniMax销售成本为9576万美元，同比增长258.1%，低于收入283.1%的增速。随着收入快速增长，成本并没有同步以同样的速度上升，单位收入对应的成本正在下降。

电话会议上，MiniMax把成本效率和毛利率改善归结为同一个问题，即能不能用更低的成本，提供同样甚至更好的模型能力。

过去两个多月，文本模型单位算力的吞吐量已经提升了约3倍。下一代M3.1的目标，则是将推理成本降至M3刚上线时的约三分之一。

这也解释了MiniMax毛利率改善的来源。

从大模型推理的成本结构来看，影响最终成本的并不只是芯片价格。模型本身需要多少计算量、单张芯片能够承载多少请求、每秒能够生成多少Token，以及整个集群的利用效率，都会直接影响单位Token的成本。

因此，MiniMax同时从模型、推理系统和基础设施几个环节提升效率。这也是当前大模型竞争正在发生的一个变化。

过去，行业更关注模型能力本身，比如参数规模多大、Benchmark分数多高。但当模型能力逐渐趋近之后，以多高的成本获得同样的智能水平，正在成为另一个决定商业化能力的变量。

成本下降，也为MiniMax提供了更大的经营空间。一部分可以通过降价让渡给客户，降低模型使用门槛，从而吸引更多用户和企业接入，带动Token规模增长。另一部分则可以改善毛利率。

MiniMax证明了，对于大模型公司而言，降价和毛利率提升并不一定相互矛盾。关键在于，单位Token的成本下降速度能否快于价格下降的速度。只要单位经济性持续改善，更大的调用规模就能够转化为更高的毛利。

这也形成了一条新的增长逻辑。模型能力提升带来更多调用，更大的调用规模提高算力和基础设施的利用效率。而更低的单位成本，又为继续降价、扩大使用规模，或改善毛利率提供空间。

三、狂飙之后，增长靠什么续上？

B端崛起与推理效率的提高，解释了 MiniMax 业务的爆发。但市场更关心，在强劲的半年度业绩之后，MiniMax 的增长动能能否持续？

我们在公司新产品线的布局与多模态壁垒的构建中发现了一些关键信息。

今年7月底，MiniMax发布开源模型MiniMax H3。过去，先进的视频生成模型大多掌握在头部科技公司手中，以封闭产品或API的方式提供能力。H3的开源，让MiniMax把视频生成模型直接交给开发者，也让这家公司在多模态领域有了一个新的生态入口。

一方面，它验证了MiniMax此前在多模态上的技术积累。MiniMax长期同时推进语言、语音、图像和视频能力，海螺AI也提供了大量真实的用户反馈。H3则进一步尝试把语言模型的能力延伸到视觉生成中。如果这条路线能够跑通，语言模型在理解、推理上的优势就有机会进一步提高视觉生成的上限。

另一方面，H3也在探索一种新的商业关系，开源模型、C端产品和API并不一定互相冲突，反而可以形成协同。

开发者可以从开源模型开始接触MiniMax的技术，再进入API和商业服务。普通用户则通过海螺AI等产品直接使用模型。对MiniMax而言，开源并不意味着放弃商业化，而是用更大的开发者生态换取更多模型使用和反馈。

这也是H3选择此时开源的价值所在。

当视频生成仍处于快速迭代阶段，模型效果、成本和应用场景都没有完全定型时，尽早获得开发者的使用反馈，本身就是一种竞争优势。从商业化角度来看，多模态模型未来还有机会进入广告、电商、游戏、设计、影视等更完整的内容生产流程。

与此同时，MiniMax在语言模型上的迭代也在加速，M3.1和M3 Pro都在按计划推进。

其中，M3.1更直接关系到前文提到的效率问题。如果推理成本能够继续下降，同时模型能力保持提升，那么它既能帮助B端扩大使用规模，也能进一步改善单位经济性。

M3 Pro则对应更高智能水平和更复杂的任务需求，有望承接企业客户对模型能力不断提高的要求。H3.1则继续向视频和多模态能力延伸。

大模型行业的竞争已经很难靠一款爆款产品建立长期壁垒。模型能力迭代越来越快，价格持续下降，今天的领先能力可能很快成为行业标配。真正的壁垒，是能否持续完成模型研发—产品落地—用户使用—反馈迭代的循环。

目前来看，MiniMax已经跑通了这条路径，从模型研发，到C端产品和B端服务，再到真实用户和开发者的反馈，已经形成了相互促进的业务循环。随着M3.1、M3 Pro和H3.1陆续推进，这套能力也有望继续释放价值。