MiniMax，越亏钱越香？

 

文/长焦Focus

 

在上篇文章中，我们探讨了国内大模型双子星智谱和MiniMax在港股市场上的超高估值，以及大模型这门生意背后算力无底洞的商业底色。巨额亏损的造富神话：拆解MiniMax和智谱的生意模式

 

3月2日晚间，作为当下港股香饽饽的MiniMax，交出了上市后的首份年度答卷。

 

这份财报以及随后的业绩电话会，验证了我们此前对大模型商业模式的一些判断，也向市场展现了这家中国独立模型厂商的最新姿态。

 

结合财报数据以及MiniMax创始人闫俊杰在电话会上的表态，我们再来扒一扒，MiniMax现在到底在赚什么钱。

 

以及大模型这门生意，跑通的代价是什么。

 

 

C端放缓，B端接棒

 

 

 

从总盘子来看，MiniMax 2025年全年收入达到了7903万美元，同比增长158.9%。

 

这个数据，比机构预测值7400万美元要好上一些。

 

按照前三季度披露的数据推算，MiniMax四季度的单季收入大概在2600万美元左右。

 

虽然绝对值不低，但同比增速已经从前9个月的175%回落到了130%上下。

 

增速放缓的锅，主要背在C端AI原生产品（如Talkie/星野、海螺AI）身上。

 

前三个季度，C端产品增速接近150%，但到了四季度，这块的收入大概在1500万美金，增速砍半跌到了82%左右。

 

在营销预算收紧、没有基座大模型跨代际发布的情况下，C端应用靠自然裂变获客的瓶颈开始显现。

 

不过惊喜的是，B端的企业服务（API开放平台等）站了出来。

 

财报显示，开放平台及其他企业服务全年收入近2600万美元，同比增长198.7%。

 

如果拆开来看的话，四季度单季B端收入就超过了1055万美元，增速从前三季度的160%一路狂飙到278%。

 

这是个非常重要的信号。

 

此前市场一直有声音质疑MiniMax重C轻B，认为其在严肃的“模型即产品”上竞争力平平。

 

但四季度的业绩证明了一点，就是只要模型核心能力在，降价抢市场、发力API调用的路径是走得通的。

 

显然，企业客户在用真金白银为MiniMax的模型能力和性价比买单。

 

在收入结构上，MiniMax2025年国际市场收入占比达到了73%（5766万美元），和前三季度的数据相比没有变化，出海战略还是稳的。

 

 

 

亏损依然是底色，但烧钱效率提升

 

 

 

在上一篇文章中，我们抛出了一个核心疑问：

 

推理和训练算力的双重消耗，会不会让大模型成为一个规模不经济的生意？

 

从MiniMax 2025年的财报来看，情况有喜有忧。

 

喜的是，随着模型优化，毛利率正在快速改善。

2025年，MiniMax的毛利率从2024年的12.2%大幅提升至25.4%，全年实现毛利2007万美元。

 

这背后应该是底层技术的突破带来的成本下降。

 

但也正如我们上一篇文章所述，这也可能是Talkie/星野上的广告收入继续增加（前三季度广告收入1100万美元），摊薄了整体的推理算力成本。

 

因为目前的业绩快报上没有详细的信息披露，具体的情况还得等往后审计后的年报发布再进行验证。

 

在业绩电话会上，闫俊杰透露了一些值得关注的数据。

 

他说，M2.5发布后，不仅在编程等场景刷新了行业纪录，更关键的是让Agent（智能体）的运行在经济上变得无限可扩展。

 

比如以每秒100 Token的输出速度连续工作一小时，只需1美金。 

 

这意味着1万美金就能让4个Agent连续工作一年。

让市场比较惊喜的正是MiniMax给出的未来指引上。

 

截至2026年2月，M2系列服务模型每百万Token的推理成本相比去年12月下降了超过50%。

 

这是否能一定成都上说明，在推理算力这个环节上，MiniMax正在通过算法优化把边际成本打下来，让“规模经济”的可能性又增加了些许？

 

但忧的是，在训练算力的无底洞面前，这点毛利依然是杯水车薪。

 

正如我们之前提到的，前期的模型训练才是大模型厂商烧钱的大头。

 

2025年全年，MiniMax的研发开支达到了2.53亿美元（约18亿人民币），同比增长33.8%。

 

这其中绝大部分，依然是买算力训练模型的云计算开支。

 

我们算一笔账：

 

全年收入7900万，毛利2000万，但研发开支高达2.53亿。

 

尽管收入基本已经差不多能覆盖营销费用和行政开支，但研发开支却是越来越大。

 

这就导致其2025年经调整的净亏损依然高达2.51亿美元（剔除了15.9亿美元因估值暴涨带来的优先股公允价值变动亏损和股份支付费用以及上市费用）。

 

单看四季度，创收2600万美金，但研发支出高达7250万美金，是当季收入的2.8倍。

 

经营亏损约9200万美金，亏损是收入的3.6倍。

 

 

 

这其实印证了我们之前的逻辑：

 

只要你还想留在牌桌上，还在快速迭代下一代模型，你要扭亏就几乎不可能。

 

 在模型演进到终点之前，大模型厂商之间依然是一场飙血的奋战。

 

因为模型的迭代速度极快，至少保持一年一个大版本的更新，其中的小版本更是按季度甚至按月来算。

 

也因此，从研发投入到产生收入是有时间差的，今年研发的投入，得等到明年才会产生收入。

 

正如闫俊杰提到，现在这些已经发布的业绩，其实都是二线模型带来的，如今的最新模型，得在2026年的业绩上才能体现。

 

从这个角度来看，2024年的研发开支约1.9亿美元，大概是2025年收入7900万的2.4倍。

 

2023年研发开支7000万美元，是2024年3052万收入的2.3倍。

 

按照闫俊杰在会上透露的今年2月份年化收入1.5亿美元（ARR，当月收入乘以12）计算，2025年的研发费用2.53亿，大约是2026年预计收入1.5亿的1.7倍，研发效率确实有了大幅度的提升。

 

这或许也回应了市场此前的一些乐观判断，即大模型厂商的收入不是线性外推，而是阶梯式的增长。

 

所以公允地说，相比于前三个季度429%的亏损率，全年370%的经营亏损率已经在改善。

 

用428名员工，花2.5亿美金训练出全球前列的模型，换来近8000万美金收入，MiniMax已经是国产大模型中少有的、将模型迭代、商业变现和执行效率平衡得极好的公司。

 

 

AI时代的平台公司？

 

 

 

回到估值的问题。

 

截至目前，MiniMax的股价依然维持在IPO价格的近5倍，对应2025年收入的市销率依然在几百倍的量级。

 

凭什么支撑这么大的市值？

 

在业绩会上，闫俊杰向市场描绘了一个更大的愿景（还是饼？）：

 

从大模型公司向AI时代的平台型公司迈进。

 

闫俊杰认为，AI时代平台公司的价值，在于提供智能的密度以及Token的吞吐量。

 

为了证明这个逻辑能跑通，闫俊杰给出了几个颇有想象力的预期。

 

一：当前是需求爆发的前夜。

 

2026年2月，MiniMax的ARR已经超过了1.5亿美金。

 

M2系列模型2月的平均单日Token消耗量，已经增长到了去年12月的6倍以上。

 

编程套餐的消耗量更是增长了超10倍。

 

二：L4/L5级别智能的到来。

 

闫俊杰判断，接下来的编程和办公领域将迎来从“工具”到“同事级”协作的L4/L5级智能。

 

为了迎接这个时代，MiniMax把自己做成了一个试验场。

 

公司内部90%的员工已经在使用Agent“实习生”，覆盖编程、数据分析、人力招聘等工作。

 

三：超级PMF（Product-Market Fit，产品市场契合度）的到来。

 

除了编程，闫俊杰认为办公场景和可直出交付的动态中长视频，将是今年可能爆发的超级PMF。

 

资本市场买单的，正是这种指数级增长的预期。

 

只要Token消耗量能像过去两个月那样保持几倍、十几倍的增长，只要收入的增速跑赢研发支出的增速，高昂的估值就有被消化的可能。

 

短期来看，MiniMax借着M2.5模型的优异表现和OpenClaw（科技圈知名的“龙虾”，能让AI智能体在电脑中自己干活）生态的爆发，吃下了一波红利，股价也充分计价了此次模型的成功（电话会上有分析师问了这个问题，近期的爆发是短期的还是长期的，闫俊杰称不是一次性红利，而是长期趋势的开端）。

 

但同样不容忽视的是，开源竞对对这个市场同样虎视眈眈。

 

技术领先的时间窗口，可能只有几个月甚至几周。

 

不过好在，MiniMax现在的血条还足够厚。

 

通过IPO融资的7亿美金，加上四季度末近10亿美金的资金储备，足以支撑其下一代M3模型的天价训练费用。

 

总结起来，MiniMax的这份成绩单和市场的预期接近，真正惊喜的还是会后的业绩指引。

 

它证明了市场需求量的指数级增长，收入是可以实现阶梯式增长的。

 

但正如前文所述，目前市场已经为最新模型的成效掏出了真金白银。

 

而这几百倍的市销率最终是平稳落地还是泡沫破裂，完全取决于闫俊杰口中的超级PMF能否如期而至，以及Token消耗的指数级飞轮能否真正持续转动起来。

 

 

 

好故事，请加vx：pmbm3322