AI导读

2026年大模型行业迎来拐点，MiniMax在技术突围与商业闭环中展现独特打法：B端收入占比突破40%、模型成本仅为竞品1/20、海外市场贡献73%营收。但C端亏损与幻觉率攀升的代价，让2500亿市值仍需用代码能力与智能体生态来证明。

内容由AI智能生成

文 | 锦缎

2026年春天，大模型行业的风向变了。

资本的耐心正在消退，狂热逐渐退潮。投资人现在只关心两个问题：你的技术有没有不可替代性，以及商业模式能不能跑通盈利。

表面是行业承压，背后是技术悄然逼近临界点。过去两个月，Openclaw的横空出世，预示着AI编程能力完成了一次质的跃迁，Agent因此不再停留在实验室概念，而是开始嵌入真实的企业工作流。支撑这一切的，是代码能力。它是智能体创造价值的底层语言，也是大模型公司能否跑通商业闭环的关键变量。

就在此时，中国首个大模型公司的年报出炉——MiniMax交出了上市后的首份成绩单。数字里有亮点，但比数据更值得追问的是：行业拐点已至，这家公司究竟站在技术浪潮的哪一侧？它又配得上当前2500多亿的市值吗？

先看基本面。

2025年全年，MiniMax实现营收7903.8万美元，同比增长158.9%，海外收入占比超过七成。但第四季度收入约2600万美元，同比增速从前三季度的175%回落至130%。增长节奏放缓，说明战略调整的阵痛正在显现。

更值得关注的，是收入结构的变化。

与订阅制和持续性API调用相关的收入，从483万美元增长到3186万美元，增幅达6.6倍，在总收入中的占比也从15.8%跃升至40.3%。

这个指标的穿透力，比总营收增速更强。它背后意味着客户粘性在增强，调用行为从偶发走向常态。

亏损的数字看起来确实吓人。全年净亏损18.72亿美元，但这里面包含了16亿美元可转债转股带来的账面亏损。剔除这一因素后，经调整净亏损为2.51亿美元，同比微增2.7%。

更关键的是销售费用在收缩：从8700万美元降到5190万美元，降幅达40.3%，而同期收入翻倍。这使得销售费用占营收的比重从285%锐减至65.7%。曾经烧钱换增长的路径，正在转向效率驱动。

毛利率从12.2%提升到25.4%，看起来不错。但结合招股书披露的分业务数据来看，前三季度C端毛利率只有4.7%，B端却高达69.4%。再加上四季度B端收入占比从29%提升至41%，不难推断：整体毛利率改善，主要靠高毛利的B端业务放量，C端盈利能力并没有实质性提升。

公允地说，这未必是负面信号，而是一种必要的战略取舍：C端产品承担积累交互数据、收集用户反馈的任务，通过构建数据飞轮，为B端能力输出打基础。闫俊杰在业绩会上也强调了这一点：对话模型M2-her的迭代受益于星野和Talkie的海量交互，视频模型的精进则依托于海螺AI累计生成的6亿个视频。

但这种“C端烧钱换数据、B端变现补缺口”的模式，能否形成可持续闭环，仍需要时间验证。

模型层面的进阶，是MiniMax押注“代码-智能体”闭环的核心支撑。

2026年2月，它发布了主打“Agent原生设计”的基座模型M2.5，在SWE-Bench Verified上拿到80.2%的分数，和Claude Opus 4.6的80.8%几乎持平。这个表现直接回应了行业对智能体核心能力——代码能力的需求。

成本优势是它的另一张牌。M2.5输入价格0.30美元/百万token，输出价格区间为1.10-2.40美元/百万token。相比之下，Claude Opus 4.6的输入价格是5美元、输出25美元，价格便宜了10到20倍。

能力虽有差距，但对用户而言，这个性价比的“杀伤力”在于：一个连续运行的Agent，每小时成本仅约1美元，1万美元就能支撑4个Agent全天候工作一年。

调用量的爆发，验证了性价比的吸引力。据媒体报道，2026年2月，M2系列文本模型日均Token消耗量比2025年12月增长超过6倍，编程套餐Coding Plan增幅超过10倍。

OpenRouter的数据更有说服力：M2.5以2.45万亿token的月消耗量空降调用量榜首，环比激增197%，成为该平台首个日token消耗量突破500亿的中国模型。Notion把M2.5接入其Custom Agents，也是第一次选用非欧美模型，某种程度上是对M2.5技术能力的认可。

但技术进阶总要付出代价。Artificial Analysis的评测数据显示：M2.5的幻觉指数从M2.1的-30降至-41，幻觉率从67%攀升至88%。

这背后是MiniMax在模型推理能力和输出可靠性之间做了取舍——为了抢占智能体的先发优势，不得不在可靠性上做出让步。

而对于面向企业级场景的智能体而言，输出的可靠性恰恰是核心前提。一旦出现严重的幻觉问题，可能会影响客户信任，甚至引发业务风险。这也是MiniMax后续需要解决的核心技术痛点。

事后看来，在大模型行业同质化竞争加剧的当下，MiniMax早期的战略选择显得极为清醒。

2023年，国内大模型创业公司纷纷扎堆对标ChatGPT，陷入同质化竞争的泥潭时，MiniMax选择了一条差异化路径。闫俊杰当时的表述是：“我们在那条路上创造不了独特价值。”基于这一判断，MiniMax将有限的资源集中投向三个核心方向：星野/Talkie两款C端产品、海螺AI视频模型，以及开放平台。

三组关键数据，初步验证了这条差异化路径的可行性：

海外收入占比达73%，说明其海外市场布局已站稳脚跟，具备了较强的国际竞争力；开放平台增速接近200%，彰显出开发者生态的活力与增长潜力；营销费用下降四成的同时收入实现翻倍，印证了“依靠模型口碑与开发者生态实现自然扩散”的模式行之有效，也体现了其经营效率的持续提升。

闫俊杰对“平台公司”的重新定义，暗藏着MiniMax的战略野心：互联网时代的平台，核心是流量入口，比拼的是流量聚合能力；而AI时代的平台，核心是智能范式的定义者，其价值可以简化为“智能密度×Token吞吐量”——智能密度决定了模型的核心竞争力，Token吞吐量则决定了商业变现的规模与潜力。

这种认知，也决定了MiniMax的战略纵深，使其跳出了单纯的模型竞争，转向了生态与范式的竞争。

但清醒的战略选择，并未完全规避行业共同的隐忧。

2月下旬，港股AI板块的情绪波动，意外撕开了大模型行业的脆弱面：智谱因流量激增导致服务承压，股价单日下跌22%；MiniMax虽然没有直接出现服务故障，但也被板块情绪波及，下跌13%。

这一波动并非个例，而是折射出AI创业公司从初创期迈入成长期的共同深层困境——“增长断层”：当用户规模与调用量快速增长时，技术支撑、服务能力、盈利模式能否同步跟上，成为考验企业能否持续发展的关键。

更深层的隐忧，在于技术路线的路径依赖。当用户选择MiniMax时，核心理由往往是“接近顶尖模型，而且更便宜”；而放弃选择时，理由也很直白：“既然差距不大，为什么不用原版”。这种后发者的“参照系困境”，像一个无形的枷锁——即便在性价比上做到极致，也可能永远在别人划定的赛道里追赶，难以形成真正的不可替代性。这也是所有后发大模型企业面临的共同难题。

此外，版权风险如同一把悬在头顶的利剑，随时可能影响企业的发展。2025年9月，迪士尼等好莱坞片商在加州起诉MiniMax，指控其海螺AI在模型训练、内容生成及推广阶段存在侵权行为，潜在索赔金额可能达到数千万美元。

目前案件仍处于初期阶段，但它的走向不仅关乎MiniMax的财务成本，更可能重塑大模型公司的数据合规策略，进而直接影响商业模式，也给MiniMax的海外业务发展带来了不确定性。

闫俊杰对2026年行业趋势的三个预判，勾勒出MiniMax的发力方向：编程领域将进入L4-L5级智能，实现从“工具”到“同事级”的协作跨越；办公场景将复刻编程领域的高速发展轨迹；多模态创作将实现“直出可交付”，中长视频生成能力的突破，会让AI生成内容真正具备实用价值。

三者叠加之下，闫俊杰预计，Token消耗量将迎来一到两个数量级的爆发式增长，公司ARR有望迈入10亿美元区间。但这个愿景的实现，依赖M3基座模型和Hailuo 3视频模型的能力突破——这两款产品，是MiniMax实现“代码-智能体”闭环、跨越“增长断层”的关键抓手。

研发投入的节奏，也印证了战略重心在转移。2025年公司研发费用2.53亿美元，同比增长33.8%，增速远低于收入增速；但四季度单季研发费用约7247万美元，比前三季度季均高出20%。

随着M3和Hailuo 3进入关键训练阶段，2026年研发支出的压力只会更大。今年1月IPO募资的约48.2亿港元，虽然提供了一定的资金缓冲，但行业算力竞赛的烈度并未降低。

截至2月底，公司ARR已突破1.5亿美元，对应月度收入约1250万美元，接近2025年月均水平的两倍。但必须清醒的是，对于一家年收入还不到8000万美元的公司来说，当前的估值锚定的从来不是当下的业绩，而是市场对其未来智能体战略落地的预期。

回到开篇的问题：当“代码-智能体”成为商业模式闭环的核心，MiniMax究竟站在了哪一侧？

它手里有筹码：B端收入加速增长，海外市场已经站稳脚跟，经常性收入占比跃升，营销效率持续改善；M2.5的性能和成本形成的剪刀差，内部近90%任务由AI完成的组织效率，都证明它在技术和商业化上已取得阶段性成果。

但它背上的负重同样不轻：C端贡献了三分之二的收入，却几乎不产生毛利；幻觉率攀升是技术取舍的代价，也可能成为市场信任的隐患；版权诉讼悬而未决；而最根本的疑问在于：当商业模式的核心支撑是“性价比”而不是“不可替代性”，这样的护城河，到底能抵御多久行业巨头的冲击？

2026年是大模型行业的拐点之年，也是MiniMax的分水岭时刻。它在技术拐点处的每一步落子，都关乎生死。

两个季度后，随着M3模型的发布、办公场景的渗透、中长视频能力的落地，市场将能更清晰地判断：这2500亿究竟是价值锚点，还是又一个被证伪的预期。届时，MiniMax的未来走向，以及它对这个问题的回答，都将逐渐清晰。

（本文系基于公开资料撰写，仅作为信息交流之用，不构成任何投资建议）

AI导读

2026年大模型行业迎来拐点，MiniMax在技术突围与商业闭环中展现独特打法：B端收入占比突破40%、模型成本仅为竞品1/20、海外市场贡献73%营收。但C端亏损与幻觉率攀升的代价，让2500亿市值仍需用代码能力与智能体生态来证明。

内容由AI智能生成

文 | 锦缎

2026年春天，大模型行业的风向变了。

资本的耐心正在消退，狂热逐渐退潮。投资人现在只关心两个问题：你的技术有没有不可替代性，以及商业模式能不能跑通盈利。

表面是行业承压，背后是技术悄然逼近临界点。过去两个月，Openclaw的横空出世，预示着AI编程能力完成了一次质的跃迁，Agent因此不再停留在实验室概念，而是开始嵌入真实的企业工作流。支撑这一切的，是代码能力。它是智能体创造价值的底层语言，也是大模型公司能否跑通商业闭环的关键变量。

就在此时，中国首个大模型公司的年报出炉——MiniMax交出了上市后的首份成绩单。数字里有亮点，但比数据更值得追问的是：行业拐点已至，这家公司究竟站在技术浪潮的哪一侧？它又配得上当前2500多亿的市值吗？

先看基本面。

2025年全年，MiniMax实现营收7903.8万美元，同比增长158.9%，海外收入占比超过七成。但第四季度收入约2600万美元，同比增速从前三季度的175%回落至130%。增长节奏放缓，说明战略调整的阵痛正在显现。

更值得关注的，是收入结构的变化。

与订阅制和持续性API调用相关的收入，从483万美元增长到3186万美元，增幅达6.6倍，在总收入中的占比也从15.8%跃升至40.3%。

这个指标的穿透力，比总营收增速更强。它背后意味着客户粘性在增强，调用行为从偶发走向常态。

亏损的数字看起来确实吓人。全年净亏损18.72亿美元，但这里面包含了16亿美元可转债转股带来的账面亏损。剔除这一因素后，经调整净亏损为2.51亿美元，同比微增2.7%。

更关键的是销售费用在收缩：从8700万美元降到5190万美元，降幅达40.3%，而同期收入翻倍。这使得销售费用占营收的比重从285%锐减至65.7%。曾经烧钱换增长的路径，正在转向效率驱动。

毛利率从12.2%提升到25.4%，看起来不错。但结合招股书披露的分业务数据来看，前三季度C端毛利率只有4.7%，B端却高达69.4%。再加上四季度B端收入占比从29%提升至41%，不难推断：整体毛利率改善，主要靠高毛利的B端业务放量，C端盈利能力并没有实质性提升。

公允地说，这未必是负面信号，而是一种必要的战略取舍：C端产品承担积累交互数据、收集用户反馈的任务，通过构建数据飞轮，为B端能力输出打基础。闫俊杰在业绩会上也强调了这一点：对话模型M2-her的迭代受益于星野和Talkie的海量交互，视频模型的精进则依托于海螺AI累计生成的6亿个视频。

但这种“C端烧钱换数据、B端变现补缺口”的模式，能否形成可持续闭环，仍需要时间验证。

模型层面的进阶，是MiniMax押注“代码-智能体”闭环的核心支撑。

2026年2月，它发布了主打“Agent原生设计”的基座模型M2.5，在SWE-Bench Verified上拿到80.2%的分数，和Claude Opus 4.6的80.8%几乎持平。这个表现直接回应了行业对智能体核心能力——代码能力的需求。

成本优势是它的另一张牌。M2.5输入价格0.30美元/百万token，输出价格区间为1.10-2.40美元/百万token。相比之下，Claude Opus 4.6的输入价格是5美元、输出25美元，价格便宜了10到20倍。

能力虽有差距，但对用户而言，这个性价比的“杀伤力”在于：一个连续运行的Agent，每小时成本仅约1美元，1万美元就能支撑4个Agent全天候工作一年。

调用量的爆发，验证了性价比的吸引力。据媒体报道，2026年2月，M2系列文本模型日均Token消耗量比2025年12月增长超过6倍，编程套餐Coding Plan增幅超过10倍。

OpenRouter的数据更有说服力：M2.5以2.45万亿token的月消耗量空降调用量榜首，环比激增197%，成为该平台首个日token消耗量突破500亿的中国模型。Notion把M2.5接入其Custom Agents，也是第一次选用非欧美模型，某种程度上是对M2.5技术能力的认可。

但技术进阶总要付出代价。Artificial Analysis的评测数据显示：M2.5的幻觉指数从M2.1的-30降至-41，幻觉率从67%攀升至88%。

这背后是MiniMax在模型推理能力和输出可靠性之间做了取舍——为了抢占智能体的先发优势，不得不在可靠性上做出让步。

而对于面向企业级场景的智能体而言，输出的可靠性恰恰是核心前提。一旦出现严重的幻觉问题，可能会影响客户信任，甚至引发业务风险。这也是MiniMax后续需要解决的核心技术痛点。

事后看来，在大模型行业同质化竞争加剧的当下，MiniMax早期的战略选择显得极为清醒。

2023年，国内大模型创业公司纷纷扎堆对标ChatGPT，陷入同质化竞争的泥潭时，MiniMax选择了一条差异化路径。闫俊杰当时的表述是：“我们在那条路上创造不了独特价值。”基于这一判断，MiniMax将有限的资源集中投向三个核心方向：星野/Talkie两款C端产品、海螺AI视频模型，以及开放平台。

三组关键数据，初步验证了这条差异化路径的可行性：

海外收入占比达73%，说明其海外市场布局已站稳脚跟，具备了较强的国际竞争力；开放平台增速接近200%，彰显出开发者生态的活力与增长潜力；营销费用下降四成的同时收入实现翻倍，印证了“依靠模型口碑与开发者生态实现自然扩散”的模式行之有效，也体现了其经营效率的持续提升。

闫俊杰对“平台公司”的重新定义，暗藏着MiniMax的战略野心：互联网时代的平台，核心是流量入口，比拼的是流量聚合能力；而AI时代的平台，核心是智能范式的定义者，其价值可以简化为“智能密度×Token吞吐量”——智能密度决定了模型的核心竞争力，Token吞吐量则决定了商业变现的规模与潜力。

这种认知，也决定了MiniMax的战略纵深，使其跳出了单纯的模型竞争，转向了生态与范式的竞争。

但清醒的战略选择，并未完全规避行业共同的隐忧。

2月下旬，港股AI板块的情绪波动，意外撕开了大模型行业的脆弱面：智谱因流量激增导致服务承压，股价单日下跌22%；MiniMax虽然没有直接出现服务故障，但也被板块情绪波及，下跌13%。

这一波动并非个例，而是折射出AI创业公司从初创期迈入成长期的共同深层困境——“增长断层”：当用户规模与调用量快速增长时，技术支撑、服务能力、盈利模式能否同步跟上，成为考验企业能否持续发展的关键。

更深层的隐忧，在于技术路线的路径依赖。当用户选择MiniMax时，核心理由往往是“接近顶尖模型，而且更便宜”；而放弃选择时，理由也很直白：“既然差距不大，为什么不用原版”。这种后发者的“参照系困境”，像一个无形的枷锁——即便在性价比上做到极致，也可能永远在别人划定的赛道里追赶，难以形成真正的不可替代性。这也是所有后发大模型企业面临的共同难题。

此外，版权风险如同一把悬在头顶的利剑，随时可能影响企业的发展。2025年9月，迪士尼等好莱坞片商在加州起诉MiniMax，指控其海螺AI在模型训练、内容生成及推广阶段存在侵权行为，潜在索赔金额可能达到数千万美元。

目前案件仍处于初期阶段，但它的走向不仅关乎MiniMax的财务成本，更可能重塑大模型公司的数据合规策略，进而直接影响商业模式，也给MiniMax的海外业务发展带来了不确定性。

闫俊杰对2026年行业趋势的三个预判，勾勒出MiniMax的发力方向：编程领域将进入L4-L5级智能，实现从“工具”到“同事级”的协作跨越；办公场景将复刻编程领域的高速发展轨迹；多模态创作将实现“直出可交付”，中长视频生成能力的突破，会让AI生成内容真正具备实用价值。

三者叠加之下，闫俊杰预计，Token消耗量将迎来一到两个数量级的爆发式增长，公司ARR有望迈入10亿美元区间。但这个愿景的实现，依赖M3基座模型和Hailuo 3视频模型的能力突破——这两款产品，是MiniMax实现“代码-智能体”闭环、跨越“增长断层”的关键抓手。

研发投入的节奏，也印证了战略重心在转移。2025年公司研发费用2.53亿美元，同比增长33.8%，增速远低于收入增速；但四季度单季研发费用约7247万美元，比前三季度季均高出20%。

随着M3和Hailuo 3进入关键训练阶段，2026年研发支出的压力只会更大。今年1月IPO募资的约48.2亿港元，虽然提供了一定的资金缓冲，但行业算力竞赛的烈度并未降低。

截至2月底，公司ARR已突破1.5亿美元，对应月度收入约1250万美元，接近2025年月均水平的两倍。但必须清醒的是，对于一家年收入还不到8000万美元的公司来说，当前的估值锚定的从来不是当下的业绩，而是市场对其未来智能体战略落地的预期。

回到开篇的问题：当“代码-智能体”成为商业模式闭环的核心，MiniMax究竟站在了哪一侧？

它手里有筹码：B端收入加速增长，海外市场已经站稳脚跟，经常性收入占比跃升，营销效率持续改善；M2.5的性能和成本形成的剪刀差，内部近90%任务由AI完成的组织效率，都证明它在技术和商业化上已取得阶段性成果。

但它背上的负重同样不轻：C端贡献了三分之二的收入，却几乎不产生毛利；幻觉率攀升是技术取舍的代价，也可能成为市场信任的隐患；版权诉讼悬而未决；而最根本的疑问在于：当商业模式的核心支撑是“性价比”而不是“不可替代性”，这样的护城河，到底能抵御多久行业巨头的冲击？

2026年是大模型行业的拐点之年，也是MiniMax的分水岭时刻。它在技术拐点处的每一步落子，都关乎生死。

两个季度后，随着M3模型的发布、办公场景的渗透、中长视频能力的落地，市场将能更清晰地判断：这2500亿究竟是价值锚点，还是又一个被证伪的预期。届时，MiniMax的未来走向，以及它对这个问题的回答，都将逐渐清晰。

（本文系基于公开资料撰写，仅作为信息交流之用，不构成任何投资建议）

AI导读

2026年大模型行业迎来拐点，MiniMax在技术突围与商业闭环中展现独特打法：B端收入占比突破40%、模型成本仅为竞品1/20、海外市场贡献73%营收。但C端亏损与幻觉率攀升的代价，让2500亿市值仍需用代码能力与智能体生态来证明。

内容由AI智能生成

文 | 锦缎

2026年春天，大模型行业的风向变了。

资本的耐心正在消退，狂热逐渐退潮。投资人现在只关心两个问题：你的技术有没有不可替代性，以及商业模式能不能跑通盈利。

表面是行业承压，背后是技术悄然逼近临界点。过去两个月，Openclaw的横空出世，预示着AI编程能力完成了一次质的跃迁，Agent因此不再停留在实验室概念，而是开始嵌入真实的企业工作流。支撑这一切的，是代码能力。它是智能体创造价值的底层语言，也是大模型公司能否跑通商业闭环的关键变量。

就在此时，中国首个大模型公司的年报出炉——MiniMax交出了上市后的首份成绩单。数字里有亮点，但比数据更值得追问的是：行业拐点已至，这家公司究竟站在技术浪潮的哪一侧？它又配得上当前2500多亿的市值吗？

先看基本面。

2025年全年，MiniMax实现营收7903.8万美元，同比增长158.9%，海外收入占比超过七成。但第四季度收入约2600万美元，同比增速从前三季度的175%回落至130%。增长节奏放缓，说明战略调整的阵痛正在显现。

更值得关注的，是收入结构的变化。

与订阅制和持续性API调用相关的收入，从483万美元增长到3186万美元，增幅达6.6倍，在总收入中的占比也从15.8%跃升至40.3%。

这个指标的穿透力，比总营收增速更强。它背后意味着客户粘性在增强，调用行为从偶发走向常态。

亏损的数字看起来确实吓人。全年净亏损18.72亿美元，但这里面包含了16亿美元可转债转股带来的账面亏损。剔除这一因素后，经调整净亏损为2.51亿美元，同比微增2.7%。

更关键的是销售费用在收缩：从8700万美元降到5190万美元，降幅达40.3%，而同期收入翻倍。这使得销售费用占营收的比重从285%锐减至65.7%。曾经烧钱换增长的路径，正在转向效率驱动。

毛利率从12.2%提升到25.4%，看起来不错。但结合招股书披露的分业务数据来看，前三季度C端毛利率只有4.7%，B端却高达69.4%。再加上四季度B端收入占比从29%提升至41%，不难推断：整体毛利率改善，主要靠高毛利的B端业务放量，C端盈利能力并没有实质性提升。

公允地说，这未必是负面信号，而是一种必要的战略取舍：C端产品承担积累交互数据、收集用户反馈的任务，通过构建数据飞轮，为B端能力输出打基础。闫俊杰在业绩会上也强调了这一点：对话模型M2-her的迭代受益于星野和Talkie的海量交互，视频模型的精进则依托于海螺AI累计生成的6亿个视频。

但这种“C端烧钱换数据、B端变现补缺口”的模式，能否形成可持续闭环，仍需要时间验证。

模型层面的进阶，是MiniMax押注“代码-智能体”闭环的核心支撑。

2026年2月，它发布了主打“Agent原生设计”的基座模型M2.5，在SWE-Bench Verified上拿到80.2%的分数，和Claude Opus 4.6的80.8%几乎持平。这个表现直接回应了行业对智能体核心能力——代码能力的需求。

成本优势是它的另一张牌。M2.5输入价格0.30美元/百万token，输出价格区间为1.10-2.40美元/百万token。相比之下，Claude Opus 4.6的输入价格是5美元、输出25美元，价格便宜了10到20倍。

能力虽有差距，但对用户而言，这个性价比的“杀伤力”在于：一个连续运行的Agent，每小时成本仅约1美元，1万美元就能支撑4个Agent全天候工作一年。

调用量的爆发，验证了性价比的吸引力。据媒体报道，2026年2月，M2系列文本模型日均Token消耗量比2025年12月增长超过6倍，编程套餐Coding Plan增幅超过10倍。

OpenRouter的数据更有说服力：M2.5以2.45万亿token的月消耗量空降调用量榜首，环比激增197%，成为该平台首个日token消耗量突破500亿的中国模型。Notion把M2.5接入其Custom Agents，也是第一次选用非欧美模型，某种程度上是对M2.5技术能力的认可。

但技术进阶总要付出代价。Artificial Analysis的评测数据显示：M2.5的幻觉指数从M2.1的-30降至-41，幻觉率从67%攀升至88%。

这背后是MiniMax在模型推理能力和输出可靠性之间做了取舍——为了抢占智能体的先发优势，不得不在可靠性上做出让步。

而对于面向企业级场景的智能体而言，输出的可靠性恰恰是核心前提。一旦出现严重的幻觉问题，可能会影响客户信任，甚至引发业务风险。这也是MiniMax后续需要解决的核心技术痛点。

事后看来，在大模型行业同质化竞争加剧的当下，MiniMax早期的战略选择显得极为清醒。

2023年，国内大模型创业公司纷纷扎堆对标ChatGPT，陷入同质化竞争的泥潭时，MiniMax选择了一条差异化路径。闫俊杰当时的表述是：“我们在那条路上创造不了独特价值。”基于这一判断，MiniMax将有限的资源集中投向三个核心方向：星野/Talkie两款C端产品、海螺AI视频模型，以及开放平台。

三组关键数据，初步验证了这条差异化路径的可行性：

海外收入占比达73%，说明其海外市场布局已站稳脚跟，具备了较强的国际竞争力；开放平台增速接近200%，彰显出开发者生态的活力与增长潜力；营销费用下降四成的同时收入实现翻倍，印证了“依靠模型口碑与开发者生态实现自然扩散”的模式行之有效，也体现了其经营效率的持续提升。

闫俊杰对“平台公司”的重新定义，暗藏着MiniMax的战略野心：互联网时代的平台，核心是流量入口，比拼的是流量聚合能力；而AI时代的平台，核心是智能范式的定义者，其价值可以简化为“智能密度×Token吞吐量”——智能密度决定了模型的核心竞争力，Token吞吐量则决定了商业变现的规模与潜力。

这种认知，也决定了MiniMax的战略纵深，使其跳出了单纯的模型竞争，转向了生态与范式的竞争。

但清醒的战略选择，并未完全规避行业共同的隐忧。

2月下旬，港股AI板块的情绪波动，意外撕开了大模型行业的脆弱面：智谱因流量激增导致服务承压，股价单日下跌22%；MiniMax虽然没有直接出现服务故障，但也被板块情绪波及，下跌13%。

这一波动并非个例，而是折射出AI创业公司从初创期迈入成长期的共同深层困境——“增长断层”：当用户规模与调用量快速增长时，技术支撑、服务能力、盈利模式能否同步跟上，成为考验企业能否持续发展的关键。

更深层的隐忧，在于技术路线的路径依赖。当用户选择MiniMax时，核心理由往往是“接近顶尖模型，而且更便宜”；而放弃选择时，理由也很直白：“既然差距不大，为什么不用原版”。这种后发者的“参照系困境”，像一个无形的枷锁——即便在性价比上做到极致，也可能永远在别人划定的赛道里追赶，难以形成真正的不可替代性。这也是所有后发大模型企业面临的共同难题。

此外，版权风险如同一把悬在头顶的利剑，随时可能影响企业的发展。2025年9月，迪士尼等好莱坞片商在加州起诉MiniMax，指控其海螺AI在模型训练、内容生成及推广阶段存在侵权行为，潜在索赔金额可能达到数千万美元。

目前案件仍处于初期阶段，但它的走向不仅关乎MiniMax的财务成本，更可能重塑大模型公司的数据合规策略，进而直接影响商业模式，也给MiniMax的海外业务发展带来了不确定性。

闫俊杰对2026年行业趋势的三个预判，勾勒出MiniMax的发力方向：编程领域将进入L4-L5级智能，实现从“工具”到“同事级”的协作跨越；办公场景将复刻编程领域的高速发展轨迹；多模态创作将实现“直出可交付”，中长视频生成能力的突破，会让AI生成内容真正具备实用价值。

三者叠加之下，闫俊杰预计，Token消耗量将迎来一到两个数量级的爆发式增长，公司ARR有望迈入10亿美元区间。但这个愿景的实现，依赖M3基座模型和Hailuo 3视频模型的能力突破——这两款产品，是MiniMax实现“代码-智能体”闭环、跨越“增长断层”的关键抓手。

研发投入的节奏，也印证了战略重心在转移。2025年公司研发费用2.53亿美元，同比增长33.8%，增速远低于收入增速；但四季度单季研发费用约7247万美元，比前三季度季均高出20%。

随着M3和Hailuo 3进入关键训练阶段，2026年研发支出的压力只会更大。今年1月IPO募资的约48.2亿港元，虽然提供了一定的资金缓冲，但行业算力竞赛的烈度并未降低。

截至2月底，公司ARR已突破1.5亿美元，对应月度收入约1250万美元，接近2025年月均水平的两倍。但必须清醒的是，对于一家年收入还不到8000万美元的公司来说，当前的估值锚定的从来不是当下的业绩，而是市场对其未来智能体战略落地的预期。

回到开篇的问题：当“代码-智能体”成为商业模式闭环的核心，MiniMax究竟站在了哪一侧？

它手里有筹码：B端收入加速增长，海外市场已经站稳脚跟，经常性收入占比跃升，营销效率持续改善；M2.5的性能和成本形成的剪刀差，内部近90%任务由AI完成的组织效率，都证明它在技术和商业化上已取得阶段性成果。

但它背上的负重同样不轻：C端贡献了三分之二的收入，却几乎不产生毛利；幻觉率攀升是技术取舍的代价，也可能成为市场信任的隐患；版权诉讼悬而未决；而最根本的疑问在于：当商业模式的核心支撑是“性价比”而不是“不可替代性”，这样的护城河，到底能抵御多久行业巨头的冲击？

2026年是大模型行业的拐点之年，也是MiniMax的分水岭时刻。它在技术拐点处的每一步落子，都关乎生死。

两个季度后，随着M3模型的发布、办公场景的渗透、中长视频能力的落地，市场将能更清晰地判断：这2500亿究竟是价值锚点，还是又一个被证伪的预期。届时，MiniMax的未来走向，以及它对这个问题的回答，都将逐渐清晰。

（本文系基于公开资料撰写，仅作为信息交流之用，不构成任何投资建议）

AI导读

2026年大模型行业迎来拐点，MiniMax在技术突围与商业闭环中展现独特打法：B端收入占比突破40%、模型成本仅为竞品1/20、海外市场贡献73%营收。但C端亏损与幻觉率攀升的代价，让2500亿市值仍需用代码能力与智能体生态来证明。

内容由AI智能生成

文 | 锦缎

2026年春天，大模型行业的风向变了。

资本的耐心正在消退，狂热逐渐退潮。投资人现在只关心两个问题：你的技术有没有不可替代性，以及商业模式能不能跑通盈利。

表面是行业承压，背后是技术悄然逼近临界点。过去两个月，Openclaw的横空出世，预示着AI编程能力完成了一次质的跃迁，Agent因此不再停留在实验室概念，而是开始嵌入真实的企业工作流。支撑这一切的，是代码能力。它是智能体创造价值的底层语言，也是大模型公司能否跑通商业闭环的关键变量。

就在此时，中国首个大模型公司的年报出炉——MiniMax交出了上市后的首份成绩单。数字里有亮点，但比数据更值得追问的是：行业拐点已至，这家公司究竟站在技术浪潮的哪一侧？它又配得上当前2500多亿的市值吗？

先看基本面。

2025年全年，MiniMax实现营收7903.8万美元，同比增长158.9%，海外收入占比超过七成。但第四季度收入约2600万美元，同比增速从前三季度的175%回落至130%。增长节奏放缓，说明战略调整的阵痛正在显现。

更值得关注的，是收入结构的变化。

与订阅制和持续性API调用相关的收入，从483万美元增长到3186万美元，增幅达6.6倍，在总收入中的占比也从15.8%跃升至40.3%。

这个指标的穿透力，比总营收增速更强。它背后意味着客户粘性在增强，调用行为从偶发走向常态。

亏损的数字看起来确实吓人。全年净亏损18.72亿美元，但这里面包含了16亿美元可转债转股带来的账面亏损。剔除这一因素后，经调整净亏损为2.51亿美元，同比微增2.7%。

更关键的是销售费用在收缩：从8700万美元降到5190万美元，降幅达40.3%，而同期收入翻倍。这使得销售费用占营收的比重从285%锐减至65.7%。曾经烧钱换增长的路径，正在转向效率驱动。

毛利率从12.2%提升到25.4%，看起来不错。但结合招股书披露的分业务数据来看，前三季度C端毛利率只有4.7%，B端却高达69.4%。再加上四季度B端收入占比从29%提升至41%，不难推断：整体毛利率改善，主要靠高毛利的B端业务放量，C端盈利能力并没有实质性提升。

公允地说，这未必是负面信号，而是一种必要的战略取舍：C端产品承担积累交互数据、收集用户反馈的任务，通过构建数据飞轮，为B端能力输出打基础。闫俊杰在业绩会上也强调了这一点：对话模型M2-her的迭代受益于星野和Talkie的海量交互，视频模型的精进则依托于海螺AI累计生成的6亿个视频。

但这种“C端烧钱换数据、B端变现补缺口”的模式，能否形成可持续闭环，仍需要时间验证。

模型层面的进阶，是MiniMax押注“代码-智能体”闭环的核心支撑。

2026年2月，它发布了主打“Agent原生设计”的基座模型M2.5，在SWE-Bench Verified上拿到80.2%的分数，和Claude Opus 4.6的80.8%几乎持平。这个表现直接回应了行业对智能体核心能力——代码能力的需求。

成本优势是它的另一张牌。M2.5输入价格0.30美元/百万token，输出价格区间为1.10-2.40美元/百万token。相比之下，Claude Opus 4.6的输入价格是5美元、输出25美元，价格便宜了10到20倍。

能力虽有差距，但对用户而言，这个性价比的“杀伤力”在于：一个连续运行的Agent，每小时成本仅约1美元，1万美元就能支撑4个Agent全天候工作一年。

调用量的爆发，验证了性价比的吸引力。据媒体报道，2026年2月，M2系列文本模型日均Token消耗量比2025年12月增长超过6倍，编程套餐Coding Plan增幅超过10倍。

OpenRouter的数据更有说服力：M2.5以2.45万亿token的月消耗量空降调用量榜首，环比激增197%，成为该平台首个日token消耗量突破500亿的中国模型。Notion把M2.5接入其Custom Agents，也是第一次选用非欧美模型，某种程度上是对M2.5技术能力的认可。

但技术进阶总要付出代价。Artificial Analysis的评测数据显示：M2.5的幻觉指数从M2.1的-30降至-41，幻觉率从67%攀升至88%。

这背后是MiniMax在模型推理能力和输出可靠性之间做了取舍——为了抢占智能体的先发优势，不得不在可靠性上做出让步。

而对于面向企业级场景的智能体而言，输出的可靠性恰恰是核心前提。一旦出现严重的幻觉问题，可能会影响客户信任，甚至引发业务风险。这也是MiniMax后续需要解决的核心技术痛点。

事后看来，在大模型行业同质化竞争加剧的当下，MiniMax早期的战略选择显得极为清醒。

2023年，国内大模型创业公司纷纷扎堆对标ChatGPT，陷入同质化竞争的泥潭时，MiniMax选择了一条差异化路径。闫俊杰当时的表述是：“我们在那条路上创造不了独特价值。”基于这一判断，MiniMax将有限的资源集中投向三个核心方向：星野/Talkie两款C端产品、海螺AI视频模型，以及开放平台。

三组关键数据，初步验证了这条差异化路径的可行性：

海外收入占比达73%，说明其海外市场布局已站稳脚跟，具备了较强的国际竞争力；开放平台增速接近200%，彰显出开发者生态的活力与增长潜力；营销费用下降四成的同时收入实现翻倍，印证了“依靠模型口碑与开发者生态实现自然扩散”的模式行之有效，也体现了其经营效率的持续提升。

闫俊杰对“平台公司”的重新定义，暗藏着MiniMax的战略野心：互联网时代的平台，核心是流量入口，比拼的是流量聚合能力；而AI时代的平台，核心是智能范式的定义者，其价值可以简化为“智能密度×Token吞吐量”——智能密度决定了模型的核心竞争力，Token吞吐量则决定了商业变现的规模与潜力。

这种认知，也决定了MiniMax的战略纵深，使其跳出了单纯的模型竞争，转向了生态与范式的竞争。

但清醒的战略选择，并未完全规避行业共同的隐忧。

2月下旬，港股AI板块的情绪波动，意外撕开了大模型行业的脆弱面：智谱因流量激增导致服务承压，股价单日下跌22%；MiniMax虽然没有直接出现服务故障，但也被板块情绪波及，下跌13%。

这一波动并非个例，而是折射出AI创业公司从初创期迈入成长期的共同深层困境——“增长断层”：当用户规模与调用量快速增长时，技术支撑、服务能力、盈利模式能否同步跟上，成为考验企业能否持续发展的关键。

更深层的隐忧，在于技术路线的路径依赖。当用户选择MiniMax时，核心理由往往是“接近顶尖模型，而且更便宜”；而放弃选择时，理由也很直白：“既然差距不大，为什么不用原版”。这种后发者的“参照系困境”，像一个无形的枷锁——即便在性价比上做到极致，也可能永远在别人划定的赛道里追赶，难以形成真正的不可替代性。这也是所有后发大模型企业面临的共同难题。

此外，版权风险如同一把悬在头顶的利剑，随时可能影响企业的发展。2025年9月，迪士尼等好莱坞片商在加州起诉MiniMax，指控其海螺AI在模型训练、内容生成及推广阶段存在侵权行为，潜在索赔金额可能达到数千万美元。

目前案件仍处于初期阶段，但它的走向不仅关乎MiniMax的财务成本，更可能重塑大模型公司的数据合规策略，进而直接影响商业模式，也给MiniMax的海外业务发展带来了不确定性。

闫俊杰对2026年行业趋势的三个预判，勾勒出MiniMax的发力方向：编程领域将进入L4-L5级智能，实现从“工具”到“同事级”的协作跨越；办公场景将复刻编程领域的高速发展轨迹；多模态创作将实现“直出可交付”，中长视频生成能力的突破，会让AI生成内容真正具备实用价值。

三者叠加之下，闫俊杰预计，Token消耗量将迎来一到两个数量级的爆发式增长，公司ARR有望迈入10亿美元区间。但这个愿景的实现，依赖M3基座模型和Hailuo 3视频模型的能力突破——这两款产品，是MiniMax实现“代码-智能体”闭环、跨越“增长断层”的关键抓手。

研发投入的节奏，也印证了战略重心在转移。2025年公司研发费用2.53亿美元，同比增长33.8%，增速远低于收入增速；但四季度单季研发费用约7247万美元，比前三季度季均高出20%。

随着M3和Hailuo 3进入关键训练阶段，2026年研发支出的压力只会更大。今年1月IPO募资的约48.2亿港元，虽然提供了一定的资金缓冲，但行业算力竞赛的烈度并未降低。

截至2月底，公司ARR已突破1.5亿美元，对应月度收入约1250万美元，接近2025年月均水平的两倍。但必须清醒的是，对于一家年收入还不到8000万美元的公司来说，当前的估值锚定的从来不是当下的业绩，而是市场对其未来智能体战略落地的预期。

回到开篇的问题：当“代码-智能体”成为商业模式闭环的核心，MiniMax究竟站在了哪一侧？

它手里有筹码：B端收入加速增长，海外市场已经站稳脚跟，经常性收入占比跃升，营销效率持续改善；M2.5的性能和成本形成的剪刀差，内部近90%任务由AI完成的组织效率，都证明它在技术和商业化上已取得阶段性成果。

但它背上的负重同样不轻：C端贡献了三分之二的收入，却几乎不产生毛利；幻觉率攀升是技术取舍的代价，也可能成为市场信任的隐患；版权诉讼悬而未决；而最根本的疑问在于：当商业模式的核心支撑是“性价比”而不是“不可替代性”，这样的护城河，到底能抵御多久行业巨头的冲击？

2026年是大模型行业的拐点之年，也是MiniMax的分水岭时刻。它在技术拐点处的每一步落子，都关乎生死。

两个季度后，随着M3模型的发布、办公场景的渗透、中长视频能力的落地，市场将能更清晰地判断：这2500亿究竟是价值锚点，还是又一个被证伪的预期。届时，MiniMax的未来走向，以及它对这个问题的回答，都将逐渐清晰。

（本文系基于公开资料撰写，仅作为信息交流之用，不构成任何投资建议）

AI导读

2026年大模型行业迎来拐点，MiniMax在技术突围与商业闭环中展现独特打法：B端收入占比突破40%、模型成本仅为竞品1/20、海外市场贡献73%营收。但C端亏损与幻觉率攀升的代价，让2500亿市值仍需用代码能力与智能体生态来证明。

内容由AI智能生成

文 | 锦缎

2026年春天，大模型行业的风向变了。

资本的耐心正在消退，狂热逐渐退潮。投资人现在只关心两个问题：你的技术有没有不可替代性，以及商业模式能不能跑通盈利。

表面是行业承压，背后是技术悄然逼近临界点。过去两个月，Openclaw的横空出世，预示着AI编程能力完成了一次质的跃迁，Agent因此不再停留在实验室概念，而是开始嵌入真实的企业工作流。支撑这一切的，是代码能力。它是智能体创造价值的底层语言，也是大模型公司能否跑通商业闭环的关键变量。

就在此时，中国首个大模型公司的年报出炉——MiniMax交出了上市后的首份成绩单。数字里有亮点，但比数据更值得追问的是：行业拐点已至，这家公司究竟站在技术浪潮的哪一侧？它又配得上当前2500多亿的市值吗？

先看基本面。

2025年全年，MiniMax实现营收7903.8万美元，同比增长158.9%，海外收入占比超过七成。但第四季度收入约2600万美元，同比增速从前三季度的175%回落至130%。增长节奏放缓，说明战略调整的阵痛正在显现。

更值得关注的，是收入结构的变化。

与订阅制和持续性API调用相关的收入，从483万美元增长到3186万美元，增幅达6.6倍，在总收入中的占比也从15.8%跃升至40.3%。

这个指标的穿透力，比总营收增速更强。它背后意味着客户粘性在增强，调用行为从偶发走向常态。

亏损的数字看起来确实吓人。全年净亏损18.72亿美元，但这里面包含了16亿美元可转债转股带来的账面亏损。剔除这一因素后，经调整净亏损为2.51亿美元，同比微增2.7%。

更关键的是销售费用在收缩：从8700万美元降到5190万美元，降幅达40.3%，而同期收入翻倍。这使得销售费用占营收的比重从285%锐减至65.7%。曾经烧钱换增长的路径，正在转向效率驱动。

毛利率从12.2%提升到25.4%，看起来不错。但结合招股书披露的分业务数据来看，前三季度C端毛利率只有4.7%，B端却高达69.4%。再加上四季度B端收入占比从29%提升至41%，不难推断：整体毛利率改善，主要靠高毛利的B端业务放量，C端盈利能力并没有实质性提升。

公允地说，这未必是负面信号，而是一种必要的战略取舍：C端产品承担积累交互数据、收集用户反馈的任务，通过构建数据飞轮，为B端能力输出打基础。闫俊杰在业绩会上也强调了这一点：对话模型M2-her的迭代受益于星野和Talkie的海量交互，视频模型的精进则依托于海螺AI累计生成的6亿个视频。

但这种“C端烧钱换数据、B端变现补缺口”的模式，能否形成可持续闭环，仍需要时间验证。

模型层面的进阶，是MiniMax押注“代码-智能体”闭环的核心支撑。

2026年2月，它发布了主打“Agent原生设计”的基座模型M2.5，在SWE-Bench Verified上拿到80.2%的分数，和Claude Opus 4.6的80.8%几乎持平。这个表现直接回应了行业对智能体核心能力——代码能力的需求。

成本优势是它的另一张牌。M2.5输入价格0.30美元/百万token，输出价格区间为1.10-2.40美元/百万token。相比之下，Claude Opus 4.6的输入价格是5美元、输出25美元，价格便宜了10到20倍。

能力虽有差距，但对用户而言，这个性价比的“杀伤力”在于：一个连续运行的Agent，每小时成本仅约1美元，1万美元就能支撑4个Agent全天候工作一年。

调用量的爆发，验证了性价比的吸引力。据媒体报道，2026年2月，M2系列文本模型日均Token消耗量比2025年12月增长超过6倍，编程套餐Coding Plan增幅超过10倍。

OpenRouter的数据更有说服力：M2.5以2.45万亿token的月消耗量空降调用量榜首，环比激增197%，成为该平台首个日token消耗量突破500亿的中国模型。Notion把M2.5接入其Custom Agents，也是第一次选用非欧美模型，某种程度上是对M2.5技术能力的认可。

但技术进阶总要付出代价。Artificial Analysis的评测数据显示：M2.5的幻觉指数从M2.1的-30降至-41，幻觉率从67%攀升至88%。

这背后是MiniMax在模型推理能力和输出可靠性之间做了取舍——为了抢占智能体的先发优势，不得不在可靠性上做出让步。

而对于面向企业级场景的智能体而言，输出的可靠性恰恰是核心前提。一旦出现严重的幻觉问题，可能会影响客户信任，甚至引发业务风险。这也是MiniMax后续需要解决的核心技术痛点。

事后看来，在大模型行业同质化竞争加剧的当下，MiniMax早期的战略选择显得极为清醒。

2023年，国内大模型创业公司纷纷扎堆对标ChatGPT，陷入同质化竞争的泥潭时，MiniMax选择了一条差异化路径。闫俊杰当时的表述是：“我们在那条路上创造不了独特价值。”基于这一判断，MiniMax将有限的资源集中投向三个核心方向：星野/Talkie两款C端产品、海螺AI视频模型，以及开放平台。

三组关键数据，初步验证了这条差异化路径的可行性：

海外收入占比达73%，说明其海外市场布局已站稳脚跟，具备了较强的国际竞争力；开放平台增速接近200%，彰显出开发者生态的活力与增长潜力；营销费用下降四成的同时收入实现翻倍，印证了“依靠模型口碑与开发者生态实现自然扩散”的模式行之有效，也体现了其经营效率的持续提升。

闫俊杰对“平台公司”的重新定义，暗藏着MiniMax的战略野心：互联网时代的平台，核心是流量入口，比拼的是流量聚合能力；而AI时代的平台，核心是智能范式的定义者，其价值可以简化为“智能密度×Token吞吐量”——智能密度决定了模型的核心竞争力，Token吞吐量则决定了商业变现的规模与潜力。

这种认知，也决定了MiniMax的战略纵深，使其跳出了单纯的模型竞争，转向了生态与范式的竞争。

但清醒的战略选择，并未完全规避行业共同的隐忧。

2月下旬，港股AI板块的情绪波动，意外撕开了大模型行业的脆弱面：智谱因流量激增导致服务承压，股价单日下跌22%；MiniMax虽然没有直接出现服务故障，但也被板块情绪波及，下跌13%。

这一波动并非个例，而是折射出AI创业公司从初创期迈入成长期的共同深层困境——“增长断层”：当用户规模与调用量快速增长时，技术支撑、服务能力、盈利模式能否同步跟上，成为考验企业能否持续发展的关键。

更深层的隐忧，在于技术路线的路径依赖。当用户选择MiniMax时，核心理由往往是“接近顶尖模型，而且更便宜”；而放弃选择时，理由也很直白：“既然差距不大，为什么不用原版”。这种后发者的“参照系困境”，像一个无形的枷锁——即便在性价比上做到极致，也可能永远在别人划定的赛道里追赶，难以形成真正的不可替代性。这也是所有后发大模型企业面临的共同难题。

此外，版权风险如同一把悬在头顶的利剑，随时可能影响企业的发展。2025年9月，迪士尼等好莱坞片商在加州起诉MiniMax，指控其海螺AI在模型训练、内容生成及推广阶段存在侵权行为，潜在索赔金额可能达到数千万美元。

目前案件仍处于初期阶段，但它的走向不仅关乎MiniMax的财务成本，更可能重塑大模型公司的数据合规策略，进而直接影响商业模式，也给MiniMax的海外业务发展带来了不确定性。

闫俊杰对2026年行业趋势的三个预判，勾勒出MiniMax的发力方向：编程领域将进入L4-L5级智能，实现从“工具”到“同事级”的协作跨越；办公场景将复刻编程领域的高速发展轨迹；多模态创作将实现“直出可交付”，中长视频生成能力的突破，会让AI生成内容真正具备实用价值。

三者叠加之下，闫俊杰预计，Token消耗量将迎来一到两个数量级的爆发式增长，公司ARR有望迈入10亿美元区间。但这个愿景的实现，依赖M3基座模型和Hailuo 3视频模型的能力突破——这两款产品，是MiniMax实现“代码-智能体”闭环、跨越“增长断层”的关键抓手。

研发投入的节奏，也印证了战略重心在转移。2025年公司研发费用2.53亿美元，同比增长33.8%，增速远低于收入增速；但四季度单季研发费用约7247万美元，比前三季度季均高出20%。

随着M3和Hailuo 3进入关键训练阶段，2026年研发支出的压力只会更大。今年1月IPO募资的约48.2亿港元，虽然提供了一定的资金缓冲，但行业算力竞赛的烈度并未降低。

截至2月底，公司ARR已突破1.5亿美元，对应月度收入约1250万美元，接近2025年月均水平的两倍。但必须清醒的是，对于一家年收入还不到8000万美元的公司来说，当前的估值锚定的从来不是当下的业绩，而是市场对其未来智能体战略落地的预期。

回到开篇的问题：当“代码-智能体”成为商业模式闭环的核心，MiniMax究竟站在了哪一侧？

它手里有筹码：B端收入加速增长，海外市场已经站稳脚跟，经常性收入占比跃升，营销效率持续改善；M2.5的性能和成本形成的剪刀差，内部近90%任务由AI完成的组织效率，都证明它在技术和商业化上已取得阶段性成果。

但它背上的负重同样不轻：C端贡献了三分之二的收入，却几乎不产生毛利；幻觉率攀升是技术取舍的代价，也可能成为市场信任的隐患；版权诉讼悬而未决；而最根本的疑问在于：当商业模式的核心支撑是“性价比”而不是“不可替代性”，这样的护城河，到底能抵御多久行业巨头的冲击？

2026年是大模型行业的拐点之年，也是MiniMax的分水岭时刻。它在技术拐点处的每一步落子，都关乎生死。

两个季度后，随着M3模型的发布、办公场景的渗透、中长视频能力的落地，市场将能更清晰地判断：这2500亿究竟是价值锚点，还是又一个被证伪的预期。届时，MiniMax的未来走向，以及它对这个问题的回答，都将逐渐清晰。

（本文系基于公开资料撰写，仅作为信息交流之用，不构成任何投资建议）