悲观过头了！MiniMax 没有那么惨

26 年逐步掉队的中国独立模型商$MINIMAX-W(00100.HK) 在 8 月 26 日港股盘后发布了上半年的业绩。以 3 月和 6 月为关键分割点，MiniMax 几乎是一路向南， 从 550 亿美金跌到 135 亿美金，现在实际业绩出炉，真有那么惨？

具体来看一下（如需看财报电话会纪要，请点击此处）：

一、收入： Coding 爆发年里，to C APP AI 转性——B 端贡献已超 60%！

原本以国际 to C 渠道变现 AI 研究价值的 MiniMax 26 年上半年收入结构已经生变，几个关键数据：

1. 总收入: 1.17 亿美金，同增加速到了 283%。

2. 产品： AI APP 家族（含 Minimax、视频生成海螺 AI、音频生成 Minimax Audio、Talkie，主要靠 Talkie 和海螺 AI））带来了 4300 万收入，同比增长 101%，相比四季度的 82%，也有所加速。这波应该主要是靠海螺 APP 带来。

3. 企业服务：面向企业用户的 AI 模型即服务，也就是卖各种模态的 API 接口，以及卖 Coding Plan，带来的收入有 7400 万美金，在去年四季度接近 300% 的同比增速下进一步加速到 703%

市面上多数预期都在 7000 万美金以下。在已知 M3 失败且市场已定价这个失败的情况下，这个表现其实还算不错。

c. 关键信息来了！公司业绩交流中披露了几个硬核信息：

• 8 月份 ARR 进一步提升至超 8 亿美元；ARR 结构中 80% 企业用户（vs 去年只有 30%）
• Q2 收入相比于 Q1 环比增长 81.8%；
• 7 月份 Token 消耗量已达到 1 月份的 20 倍，主要来自春节后 agent 和 m3 的多模态能力。
• Token 增长也来自新场景的使用；从人和 agent 交互，变成 agent v agent 的交互（显著快于人和 agent）；单个用户消耗快速增长。

要知道，公司给自己给自己全年定的 ARR 目标是 10 亿美金， M3 和 Agent 交互对 Tokens 的快速消耗，让公司 8 月的 ARR 就超过了 8 亿美金。在一片看衰和吐槽声音中，卖方给出的 8 月估算 ARR 只有 6 亿美金上下。

此外，视频新模型 H3 是 7 月底才上市的，而且 H3 在视频生成领域的口碑还不错；再加上可灵目前看来 ARR 已经不增长，后续有希望 H3 上也拿到更多的 Tokens 消耗。

2) 海外收入占比回落到 60%

MiniMax 作为中国独立模型商的另外一个标签，是 AI APP 在海外变现。但随着 to B 业务占比的提升，海外收入占比已经回落到了 61%。

由于以海外 AI APP 变现为主的产品收入回落过于明显；实际单 API+coding 的 to B 服务中，海外贡献占比是上行还是下行，目前尚不好推断。

但即使是模型即服务这部分收入，海豚君倾向于认为，MiniMax 走海外市场仍然是必然选择。

4）当前创收对上代模型训练投入的覆盖能力？Coding 兴起，Model 全员受益

由于基座模型按年更新，用一年训练投入换出来的模型其实只有一年的服役期。这种情况下，模型的经济性，部分可以通过模型当年的直接、间接创收，对比上年的模型训练投入金额，来看模型的经济性。

而这一轮 to B Coding 需求的爆发，即使对 MiniMax 这种 Coding 并没有做得很成功的模型商，当下收入对上一代模型投入的回收能力已经强了不少。

海豚君用去年上半年全部的研发支出（主要是训练支出 + 研发人员费用）来作为 26 年上粗略估，今年上半年确认的收入，大约是去年上半年训练支出的 94%，模型训练回本已不是问题。

三、企业服务：API 价格战，MiniMax 毛利率不保

之前，企业服务毛利率更高（经济模型上，本质是 Token 推理云成本 vs Minimax 对 Token 的收费），企业客户接 API 基本都要付费，去年前三个季度还有接近 70%。

但到了 2026 年上半年，虽然 to B 业务占比大增，但公司整体毛利率只有 18%，反而从四季度的 30% 回落到了 18%，甚至连 20% 都没有站上。

海豚估算下来，可能只是 25% 上下。模型能力不够强，极致性价比上，还有 DeepSeek。被卡在中间的 MiniMax 在 API 的降价战中，to B 业务高增，但毛利率明显拉胯。

由于成本中，主要是 Tokens 推理成本。而行业上单 Token 的单位算力成本其实是下跌的，算力成本上涨是 2026 年下半年的事情。

换句话说，Tokens 下降 + 消耗放量的收益，主要是被 SOTA 模型商，比如说 Claude 等吃掉了。普通模型商主要是夹在中间，以价换量。到 MiniMax 上，就是收入涨，毛利率下跌。

尤其是，MiniMax 今年上半年的旗舰模型 M3 发布，不仅模型在今年关键的 Coding 领域能力没有跟上，产品定价的时候，还出了关键失误——在没有充分沟通的情况下，计价单位从单次调用改为了按 Token 消耗量，计价变得不透明，而且新老权益没有顺畅对接。

结果是刚涨价不久，立马永久降价 50%，所谓模型能力的上行，没有带来定价权的上行，这里有实际产品相对同行智能溢价不高，也有产品定价的失误。

而先涨价再降价的一顿神操作后，新模型并没有因为上下文边长而有额外定价补偿。由于这个事情是 2026 年 6 月 15 日之后才调整的定价，下半年要看 API 降价和算力国产化后的降本，谁会最终胜出。

不过，公司对于下半年毛利率改善有信心，直接给出了毛利率下半年以及 26 年之后持续向上的指引。

四、亏损：绝对值放大，亏损率收窄，其实还不错

不到 1.2 亿美金的半年度收入，3.3 亿的经营亏损（不含金融资产变动，与摊销折旧），亏损绝对值相比去年同期翻倍。但亏损率其实收窄到了收入的 300%，已算不错。

大模型业务，看着毛利率还不错，主要是因为商业模式中最大的投入——训练开支，是放在了研发支出当中。而研发支出一项就是收入的 3-5 倍，所以只要还在快速用训练迭代模型，扭亏其实很难（点击此处看原因）。

上半年 MiniMax 研发支出（主要是训练开支）已飙到了 3 亿美金，是同期收入的 2.6 倍。这种情况下，虽然销售支出仍有-18% yoy，但管理费用翻倍（管理团队人变多 + 外部专业服务开支），结果仍然是 3.3 亿美金的主营业务经营性亏损。

海豚君整体观点

上次财报以来，港股模型双雄 MiniMax 和智谱，走上了截然相反的道路，智谱靠着国模 Coding 王的能力，市值即使回落也有 600 亿美金以上，而 MiniMax 反而只有 135 亿美金，甚至不如一级市场可灵 180 亿美金的估值。

大跌背后，海豚君总结下来，大致有以下四个原因共振的结果：

1）最核心——M3 模型实战不及预期

模型定价能力取决于智能稀缺性，同时这轮跑通变现是以这个要素为核心的 to B Coding 场景。以 MiniMax、OpenAI 为代表的 C 端模式，与以 Anthropic、智谱为代表的 B 端模式。

这种背景下，MiniMax 6 月 1 日发的 M3 模型在一开始预训练的语料上，就侧重于原生多模态。基于海豚君调研，它最初的语料投喂，纯文本大约占比 15-20%，而语料主要是图文交错数据，图像文本，以及图表、网页截图，文档等数据。

后训练环节的任务自执行上（Coding 侧重领域），本身执行成功的能力，低于 SOTA 模型，且试错次数太多。

Coding 上更多强调 a.1M 长上下文的智能体任务拆解和协作；b.生产者与验证者的对抗循环，执行持续产生代码并修正; c. 即能像人类一样操作电脑界面、点击按钮、输入内容。单纯产出代码的准确性上偏弱。

2）M3 后续迭代跟不上

更重要的是，M3 作为旗舰模型，指标落后太快，后续迭代太慢：

智谱：相隔 12 天后，智谱发布的 GLM 5.2（发布初期其智能指数位列全球第三、中国第一）至今仍稳在第二梯队，而 M3 则已明显掉队。

对比下来，M3 模型参数明显太小——总参数仅 4280 亿、激活参数 230 亿），对比 GLM-5.2（7440 亿/400 亿）、DeepSeek V4（1.6 万亿/490 亿）、Kimi/Qwen（>均大于 2T），在 6 月这一节点掏出来如此轻量化的模型作为旗舰来发，格外扎眼。

新模型的进展差距更加明显，智谱 8 月 14 日发布的 GLM 5.3 同样跻身头部，而 Minimax 的新一代模型却迟迟没有上市，迭代能力具有明显差异。

管理层承认其推出节奏略有落后，原因在于公司在 M3 系列内部推进多模型路线（M3 语言 +H3 视频），资源上无法专注于文本模型；同时于 2026 年一季度正在扩建自运营算力集群。

3）M3 上市定价失误

侧重多模态的训练策略下，本身 Coding 能力相比同行较弱。M3 上市之后，产品定价失误：

Minimax 过往模型一贯以 “量大管饱，轻量模型、较高性能” 为长。6 月 1 日 M3 模型正式发布，单看性能还算不错，但在产品策略上跌了跟头，定价相较于 M2.7 翻倍，订阅计划也大幅提价。

发布同日毫无预兆地将 Coding Plan（按速率限制、无月度 token 上限）替换为 Token Plan（Plus 套餐 49 元/月 = 6 亿 token ≈ 12,000 次调用），引发了过往订阅用户的不满，对于深度用户而言，新套餐也无法满足其用量需求，在开发者社区中引发了较大争议。

4) 雪上加霜：融资 + 解禁

MiniMax 的基石投资者及 Pre-IPO 投资者于 7 月 8 日解禁，使自由流通股扩大 10 倍（从总股本的 5.44% 升至 54.38%），带来更大的抛压。

同时，公司 7 月配股 + 可转债合计融资了大约 US$21 亿（HK$160 亿）：配股占总股本 11%，CB 如果全额转股再加 6%，最多 17% 摊薄。

这部分需要模型加速迭代 +ARR 加速双重验证，才能够对冲股权摊薄的影响。

1）-4）共振，模型的阶段性落后被市场情绪进一步线性演绎成了 MiniMax 模型能力上的结构性掉队，从一梯队要掉到二梯队了！股价一路下泄。

此次，公司直接公布 8 月公司的 ARR 已超过 8 亿美金，隐含的 PS 仅仅 17 倍，悲观情绪已过头了。而市场原本估计它 10 亿美金的年度目标大概率完不成。

海豚君估算，基于 5 月 4 亿美金、8 月 8 亿美金的 ARR，月环增超 25%，线性外推到年底超过 10 亿美金几乎是确定性时间。

而下半年又有下文三因素共振的情况下，边际向上的概率其实不低。海豚君假如年底 15 亿美金 ARR，按照 25-30X PS，MiniMax 在当前悲观预期下，向上翻倍的概率是有的。

Bottom Line——模型厂的竞争实际是交错领先，而非持续单一模型持续 SOTA 或者结构性掉队。用这种思维去线性定价资产的时候，就是投资的多空机会。

海豚君认为，下半年 MiniMax 的向上事件催化，主要观察以下三方面：

1）多模态投入：向上期权

今年 Coding 上，MiniMax 弱的一个很大原因是因为多模态分走了资源，但多模态上半年几乎没有水花。直到 7 月底，公司才推出了视频模型 H3。

视频模型领域：字节 Seedance 2.0 率先达到 SOTA 性能，而后续 H3 与 Seedance 2.5 于 7 月底同时上线。对比来看，H3 相比 Seeddance 2.5，主要是提供了较高的性价比。模型上相比字节的稍差一些，但强于可灵和谷歌的 Veo。

考虑到可灵当下单月收入就有 4200 万美金，H3 应该还有收入释放空间。可以视为一种向上期权，这种需要从后续 ARR 的放量中跟踪。

当然，要真正抢大厂视频模型的收入，也未必那么容易——两家都有广泛应用场景生态的 CSP，Minimax 单靠模型，渠道分发较弱的情况下，还需要进一步观察。

2）M3.1：Coding 能力能缩短差距吗？

根据新闻，M3 更新版 M3.1 侧重于后训练，相当于在 Coding 领域打补丁，应该在 8、9 月份发布。可以关注新模型是否在 Coding 领域提供一些大的改善。

3）重磅模型：万亿参数 Minimax M3pro 要来了？

根据 Minimax 的 Pipeline，9-10 月将发布 Minimax M3pro，真正迎来第一个万亿级参数模型：总参数将从 4,280 亿跃升至 2.7 万亿、激活参数 600 亿。而且另外传据悉公司已开始研究 5 万亿参数规模的模型。

不过对于 Minimax M3pro，出乎海豚君意料的是，根据管理层在最新的分析师交流日的沟通，该模型的核心追求是显著的成本效率优势而非 SOTA，管理层在 3 月以及 5 月的交流口径出现转向，彼时目标是 “能力达到 Opus 级别、跻身全球一梯队”。管理层对后续竞争格局的判断是定价、成本效率和推理速度将成为用户选择的关键驱动因素。

海豚君的看法是，在 ScalingLaw 尚未失效（加参数=加模型智能性）的情况下，模型的智能水平仍然是最为关键的竞争力。性价比的竞争，要等到模型 SOTA 模型进步困难，不同模型智能性差距越来越小的时候，成本经济性的性价比要素才会真正跟上来。

公司这样表述，海豚君认为背后体现的思考是：公司在战略选择上，有别于海外 Anthropic 选择文本单模型的 SOTA、 OpenAI 选择多模态上的 SOTA、国内 DeepSeek 选择文本单模态相对领先的极致性价，MiniMax 的战略定位可能已经转为多模态相对领先的极致性价比。

也是在这样的战略选择下，公司在文本第一的阶段内，仍然选择了多模态研发 + 扩建自运营算力。但是否这么早做这样的选择，以致于模型智力研发受影响，海豚君是有点质疑的。尤其是当下性价比角度的竞争过于激烈了，比如 Kimi 的 K3 已经为后续开源模型的性能与价格设立了一个新的基准，详情请点击此处。

<此处结束>

相关文章：

《大模型血亏 360%，MiniMax 照样 “香饽饽”？》

《深扒 MiniMax 与智谱：大模型，算力强度与融资耐力的血拼？》

本文的风险披露与声明：海豚研究免责声明及一般披露