理解MiniMax：最輕的 AI 公司，干著最重的生意

一、樸素的疑問

上周五，在上海參加了一場騰訊云舉辦的 2026 年峰會活動。

因為工作的原因，過去幾年主要參加Web3 行業的活動，傳統的互聯網大廠的線下展，參加的還真不多。

主論壇的演講臺上，講的內容是：云基礎設施怎么演進，大模型能力如何升級，企業場景怎么落地，生態伙伴如何協同，下一輪 AI 應用會從哪里冒出來。

除了騰訊云自己的分享， MiniMax 的負責人也來介紹其最新的動態，臺下我想到的，卻是一個極度樸素的問題：類似MiniMax 這樣的大模型公司，他們到底靠什么賺錢？

以MiniMax為代表的大模型公司，很有意思。

他們不像傳統企業那樣，擁有廠房、設備和土地；也不像傳統互聯網平臺，靠流量和網絡效應賺取高額收益。

根據公開披露，到 2025 年末，MiniMax 的物業、廠房及設備約為 157 萬美元，公司在上市文件中也將自身概括為一種"輕資產商業模式"，關鍵計算基礎設施主要由外部供應商擁有和維護；但同一年，它的提供服務成本約為 5810 萬美元，研發開支約為 1.94 億美元，經調整凈虧損約為 2.51 億美元。

我突然覺得，MiniMax 這類大模型公司最值得討論的地方，未必只是模型能力，開源策略或者產品熱度，而是它可能代表了一種新的企業形態：表內很輕，經營很重。

二、輕與重之變

輕與重，這不是一個只關于 MiniMax 的問題。它其實是在討論：今天這一代 AI 公司，和傳統企業、傳統互聯網公司，有什么本質上的不同？

傳統企業的"重"，是看得見的重。你走進一家制造業公司，眼前是廠房、設備、流水線、倉儲、土地，這些東西會沉甸甸地壓在資產負債表上，它的生產組織方式首先發生在物理世界里，所以它的"重"，是一種很直觀的重。

互聯網公司來了，它們不需要那么多機器和廠房，也不靠重型設備去完成生產，它的資產很輕，但運營重。在流量獲取、用戶時長、平臺生態、渠道能力和網絡效應，它要持續爭奪入口，持續留住用戶，持續維持系統運轉。

很多頭部大模型公司并不自己大規模持有底層硬件資源，從這個角度看，它當然算輕資產公司。

但它也不像成熟互聯網平臺那樣主要依賴流量和運營來放大利潤，模型訓練要錢，推理調用要錢，研發迭代要錢，工程優化要錢，全球分發和產品競爭同樣要錢。

以MiniMax 為例，MiniMax 2025 年收入約為 7903.8 萬美元，但提供服務成本約為 5810 萬美元，相當于收入的 73.5%；研發開支約為 1.94 億美元，相當于收入的 245.5%；經調整凈虧損約為 2.51 億美元，相當于收入的 317.6%。如果只看提供服務成本和研發開支兩項，合計已經相當于收入的約 319.0%。

這是一門又輕又重的生意：它的"輕"，體現在資產形態上；它的"重"，體現在經營實質上。

過去十多年里，我們習慣于用 SaaS 或者互聯網平臺的眼光去看新技術公司了。大家一看到沒有廠房，沒有重設備，沒有自建大規模機房，就很容易下意識覺得，這是一門天然高毛利、邊際成本不斷下降、規模化之后會越來越舒服的生意。

但大模型并不完全是這樣。

傳統 SaaS 的邊際成本，在很多場景里確實可以壓得比較低；而大模型不是。用戶越多，調用越頻繁，任務越復雜，上下文越長，背后的推理成本就越真實。尤其是進入 Agent、多輪任務和多模態處理之后，公司賣給客戶的雖然是"智能"，自己承擔的卻是非常具體的 GPU 成本、緩存占用、網絡延遲和系統調度損耗。

所以，大模型公司不是傳統意義上的重資產企業，但也不是那種"代碼寫完就可以躺著賺錢"的輕松軟件公司。

三、護城河是什么

今天很多人談大模型公司的壁壘，第一反應還是算法。這當然沒錯，算法當然重要。但如果今天還只把護城河理解成"誰模型更強"，那已經不夠了。

2023 年前后，大模型行業的競爭還帶著很強的"發明競賽"色彩：誰參數更多，誰 benchmark 更好，誰模型更先進，誰就更容易獲得市場關注。

可到了 2025 年、2026 年，行業已經明顯變了。模型仍然在快速迭代，但能力差距在收斂，技術擴散速度在加快，API 定價也在快速透明化。

今天的大模型戰爭，早就不只是"誰做出了模型"，而是“誰能把模型變成一種可持續、可擴張、而且越來越便宜的能力"。

如果從這個角度看，MiniMax 這類公司的競爭力，至少有四個層面。

第一個層面，是系統工程能力。

MiniMax 在公開材料中提到，其推理 MFU 超過 75%，高于行業常見的 40% 到 50% 區間，并強調訓練與推理資源統籌、跨集群負載均衡等能力。翻譯成人話，便是：同樣一批 GPU，別人只能跑出 100 分的產出，你能不能跑出 140 分？

這件事為什么重要？因為今天大模型公司表面上賣的是模型服務，本質上賣的卻是一筆筆被切分出來的機器時間。客戶買的是回答質量、響應速度和任務完成率，公司承擔的是 GPU 成本、緩存浪費、帶寬開銷和系統調度損耗。誰能把同樣的硬件壓榨出更多有效產出，誰就更接近盈利。

第二個層面，是產品和分發能力。

如果只從工程師視角看，模型能力足夠強，價格足夠低，好像就能贏。但商業世界從來不只是技術世界。

根據公開披露，MiniMax 2025 年收入中約 67.2% 來自 AI 原生產品，約 32.8% 來自開放平臺和企業服務，海外收入占比約 73%。也就是說，它現在的收入主軸仍然更偏向產品端，而不是一個純粹依賴企業 API 收費的模型公司。這個結構本身很說明問題：它不是只在賣底層能力，而是在同時爭奪用戶入口、開發者生態和企業客戶。

這一點非常關鍵。模型只是發動機，不是整輛車。真正能形成護城河的，不只是你有沒有發動機，而是你能不能把它裝進用戶愿意持續使用，企業愿意持續付費，合作方愿意持續接入的產品體系里。

過去很多技術公司不是死在技術本身，而是死在沒有入口，沒有分發，沒有穩定場景。AI 行業同樣如此。技術能力越來越普及，產品位置和用戶心智反而越來越稀缺。MiniMax 這類公司如果最終能建立長期價值，靠的不會只是"模型能力領先"，而是"模型能力能否變成產品留存、企業續費和平臺調用"。

第三個層面，是數據和反饋閉環。

開源可以復制權重，但復制不了真實使用過程。你可以下載模型，理解論文，利用開源框架快速部署相似能力，卻很難復制另一家公司在海量真實交互中積累下來的失敗樣本、偏好數據、復雜任務軌跡和產品反饋。

MiniMax 披露，其服務覆蓋 200 多個國家和地區，累計用戶約 2.36 億，企業客戶及開發者約 21.4 萬。 這些數字未必自動等于利潤，但它們至少說明，這家公司有機會建立一個真實而持續的反饋網絡。對于 AI 產品來說，這種反饋網絡不是錦上添花，而是下一輪優化和商業化的地基。

第四個層面，是全球化的組織能力。

今天中國很多 AI 公司都在卷榜單、卷價格、卷參數，但真正難的是把產品和平臺做成一門跨地域、跨法域的全球生意。MiniMax 海外收入占比高達 73%，這至少意味著它并不只是一個困在本地市場內卷的故事。 全球化當然會帶來更復雜的合規、內容治理和分發挑戰，但反過來看，誰能真正把全球市場跑通，誰就更有機會攤薄成本、擴大反饋網絡，并形成更強的生態位置。

四、合作與競爭

MiniMax 在上市文件的風險披露：部分模型和產品的開源，可能使第三方，包括競爭對手，訪問、修改和再分發其技術，從而削弱公司的商業化和差異化能力；開源許可本身也可能帶來知識產權和合規方面的復雜風險，可見公司并不回避開源的代價。

開源會削弱參數優勢，但不會自動消滅經營能力。真正的問題不是模型能不能被復制，而是利潤能不能被復制。誰都可以拿到一份相近的能力，未必誰都能把它做成一門更便宜、更穩定、更有續費能力的生意。

不過，如果把視野再拉遠一點，MiniMax 這類公司面臨的最大壓力，也許并不是來自另一家模型公司，而是來自它們所依賴的云廠商。

這是"云上大模型公司"最現實也最尷尬的處境：你依賴云廠商提供算力、帶寬和基礎設施，而云廠商自己也在賣模型服務。

騰訊云的大模型 API 頁面已經把自研模型和第三方模型一起納入服務體系；阿里云、華為云也都在推進模型即服務能力。對獨立模型廠商而言，云廠商既是基礎設施提供者，也是潛在競爭者。

這意味著，獨立模型公司面對的不只是上游供應商，而是一個同時掌握水電煤、渠道和客戶資源的平臺型角色。云廠商有算力資源，有銷售網絡，有政企客戶，也有將模型能力包裝成標準化服務模塊的能力。一旦客戶發現，在同一個云平臺上既可以調用云廠商自研模型，也可以方便接入第三方和開源模型，那么獨立模型公司的議價空間就會被持續壓縮。

因此，這類公司必須證明三件事中的至少一件：它比平臺默認選項更強，它比平臺默認選項更便宜，或者它比平臺默認選項更懂某些具體任務和具體客戶。否則，它就很容易滑向一個"可替代中間層"的位置。

五、估值的真相

如果把視角再往前推一步，討論就不只是停留在行業競爭層面了。

資本市場真正關心的，是另一個問題：這樣一種表內很輕，經營很重的大模型公司，應該是什么樣的估值？

這就不只是 MiniMax 一家公司的問題了，而是今天整個 AI 賽道在資本市場上的定價邏輯。

同樣以 MiniMax 為例。2025 年，公司收入約 7903.8 萬美元，同比增長 158.9%，毛利約 2007.9 萬美元，毛利率約 25.4%；公開市場數據顯示，其市值一度達到約 3061.6 億港元。

把這兩組數字放在一起看，反差其實很明顯：市場今天給它定價，顯然不是基于當期利潤能力，而是在提前給未來幾年的增長，成本下行、平臺化成功和生態擴張買單。

換句話說，資本市場買入的，不只是一個已經被驗證的盈利模型，更是一整套對未來的預期：它能不能把今天的技術能力變成更穩固的產品留存，能不能把產品熱度變成企業收入，能不能把高投入換成更低的單位成本，能不能在開源擴散和云廠商平臺化的壓力下，繼續保住自己的位置。

任何一個假設沒有兌現，估值都可能被重寫。

所以，從投資角度看，這類公司不確實不適合用"傳統成長股"的簡單邏輯去理解。這種公司最吸引人的地方是想象空間大，最危險的地方也是想象空間太大。一旦后面的現實接不上，市場翻臉會很快。

再新的行業，最后也繞不開那些最樸素的商業現實：成本、效率、現金流、客戶、組織和利潤。

工業時代，偉大的公司靠擁有更多機器。

互聯網時代，偉大的公司靠更強的運營和更大的入口。

而到了 AI 時代，一批新公司正在試圖證明：資源是租來的，技術是開源的，平臺是別人的，你仍然可以依靠更強的工程能力、更好的產品定義，更低的成本結構和更快的組織速度，成為新一代的主角。

這是一個很迷人的故事，也是一場非常殘酷的游戲。

本文作者