---
title: "悲觀過頭了！MiniMax 沒有那麼慘"
type: "Topics"
locale: "zh-HK"
url: "https://longbridge.com/zh-HK/dolphin/post/43609158.md"
description: "26 年逐步掉隊的中國獨立模型商$MINIMAX-W(00100.HK) 在 8 月 26 日港股盤後發佈了上半年的業績。以 3 月和 6 月為關鍵分割點，MiniMax 幾乎是一路向南， 從 550 億美金跌到 135 億美金，現在實際業績出爐，真有那麼慘？具體來看一下（如需看財報電話會紀要，請點擊此處）：一、收入： Coding 爆發年裏..."
datetime: "2026-08-26T14:31:57.000Z"
locales:
  - [en](https://longbridge.com/en/dolphin/post/43609158.md)
  - [zh-CN](https://longbridge.com/zh-CN/dolphin/post/43609158.md)
  - [zh-HK](https://longbridge.com/zh-HK/dolphin/post/43609158.md)
author: "[Dolphin Research](https://longbridge.com/zh-HK/dolphin.md)"
generator: "portal-rs"
---

# 悲觀過頭了！MiniMax 沒有那麼慘

26 年逐步掉隊的中國獨立模型商$MINIMAX-W(00100.HK) 在 8 月 26 日港股盤後發佈了上半年的業績。以 3 月和 6 月為關鍵分割點，MiniMax 幾乎是一路向南， 從 550 億美金跌到 135 億美金，現在實際業績出爐，真有那麼慘？

具體來看一下（如需看財報電話會紀要，請點擊[此處）](https://longbridge.cn/zh-CN/dolphin/post/43606351?channel=SH000001&invite-code=032064&app_id=longbridge&utm_source=longbridge_app_share&locale=zh-CN&share_track_id=78d31dfb-16e8-4bca-a7f7-e32b6558a508https://longbridge.cn/zh-CN/dolphin/post/43606351?channel=SH000001&invite-code=032064&app_id=longbridge&utm_source=longbridge_app_share&locale=zh-CN&share_track_id=78d31dfb-16e8-4bca-a7f7-e32b6558a508)：

**一、收入： Coding 爆發年裏，to C APP AI 轉性——B 端貢獻已超 60%！**

原本以國際 to C 渠道變現 AI 研究價值的 MiniMax 26 年上半年收入結構已經生變，幾個關鍵數據：

**1\. 總收入:** 1.17 億美金，同增加速到了 283%。

**2\. 產品：** AI APP 家族（含 Minimax、視頻生成海螺 AI、音頻生成 Minimax Audio、Talkie，主要靠 Talkie 和海螺 AI））帶來了 4300 萬收入，同比增長 101%，相比四季度的 82%，也有所加速。這波應該主要是靠海螺 APP 帶來。

**3\. 企業服務：**面向企業用户的 AI 模型即服務，也就是賣各種模態的 API 接口，以及賣 Coding Plan，帶來的收入有 7400 萬美金，在去年四季度接近 300% 的同比增速下進一步加速到 703%

市面上多數預期都在 7000 萬美金以下。在已知 M3 失敗且市場已定價這個失敗的情況下，這個表現其實還算不錯。

**c. 關鍵信息來了！公司業績交流中披露了幾個硬核信息：**

-   **8 月份 ARR 進一步提升至超 8 億美元；ARR 結構中 80% 企業用户（vs 去年只有 30%）**
-   Q2 收入相比於 Q1 環比增長 81.8%；
-   7 月份 Token 消耗量已達到 1 月份的 20 倍，主要來自春節後 agent 和 m3 的多模態能力。
-   Token 增長也來自新場景的使用；從人和 agent 交互，變成 agent v agent 的交互（顯著快於人和 agent）；單個用户消耗快速增長。

要知道，公司給自己給自己全年定的 ARR 目標是 10 億美金， M3 和 Agent 交互對 Tokens 的快速消耗，讓公司 8 月的 ARR 就超過了 8 億美金。在一片看衰和吐槽聲音中，賣方給出的 8 月估算 ARR 只有 6 億美金上下。

此外，視頻新模型 H3 是 7 月底才上市的，而且 H3 在視頻生成領域的口碑還不錯；再加上可靈目前看來 ARR 已經不增長，後續有希望 H3 上也拿到更多的 Tokens 消耗。

**2) 海外收入佔比回落到 60%**

MiniMax 作為中國獨立模型商的另外一個標籤，是 AI APP 在海外變現。但隨着 to B 業務佔比的提升，海外收入佔比已經回落到了 61%。

由於以海外 AI APP 變現為主的產品收入回落過於明顯；實際單 API+coding 的 to B 服務中，海外貢獻佔比是上行還是下行，目前尚不好推斷。

但即使是模型即服務這部分收入，海豚君傾向於認為，MiniMax 走海外市場仍然是必然選擇。

**4）當前創收對上代模型訓練投入的覆蓋能力？Coding 興起，Model 全員受益**

由於基座模型按年更新，用一年訓練投入換出來的模型其實只有一年的服役期。這種情況下，模型的經濟性，部分可以通過模型當年的直接、間接創收，對比上年的模型訓練投入金額，來看模型的經濟性。

而這一輪 to B Coding 需求的爆發，即使對 MiniMax 這種 Coding 並沒有做得很成功的模型商，當下收入對上一代模型投入的回收能力已經強了不少。

海豚君用去年上半年全部的研發支出（主要是訓練支出 + 研發人員費用）來作為 26 年上粗略估，今年上半年確認的收入，大約是去年上半年訓練支出的 94%，模型訓練回本已不是問題。

**三、企業服務：API 價格戰，MiniMax 毛利率不保**

之前，企業服務毛利率更高（經濟模型上，本質是 Token 推理雲成本 vs Minimax 對 Token 的收費），企業客户接 API 基本都要付費，去年前三個季度還有接近 70%。

但到了 2026 年上半年，雖然 to B 業務佔比大增，但公司整體毛利率只有 18%，反而從四季度的 30% 回落到了 18%，甚至連 20% 都沒有站上。

海豚估算下來，可能只是 25% 上下。模型能力不夠強，極致性價比上，還有 DeepSeek。被卡在中間的 MiniMax 在 API 的降價戰中，to B 業務高增，但毛利率明顯拉胯。

由於成本中，主要是 Tokens 推理成本。而行業上單 Token 的單位算力成本其實是下跌的，算力成本上漲是 2026 年下半年的事情。

換句話説，Tokens 下降 + 消耗放量的收益，主要是被 SOTA 模型商，比如説 Claude 等吃掉了。普通模型商主要是夾在中間，以價換量。到 MiniMax 上，就是收入漲，毛利率下跌。

尤其是，MiniMax 今年上半年的旗艦模型 M3 發佈，不僅模型在今年關鍵的 Coding 領域能力沒有跟上，產品定價的時候，還出了關鍵失誤——在沒有充分溝通的情況下，計價單位從單次調用改為了按 Token 消耗量，計價變得不透明，而且新老權益沒有順暢對接。

結果是剛漲價不久，立馬永久降價 50%，所謂模型能力的上行，沒有帶來定價權的上行，這裏有實際產品相對同行智能溢價不高，也有產品定價的失誤。

而先漲價再降價的一頓神操作後，新模型並沒有因為上下文邊長而有額外定價補償。由於這個事情是 2026 年 6 月 15 日之後才調整的定價，下半年要看 API 降價和算力國產化後的降本，誰會最終勝出。

不過，公司對於下半年毛利率改善有信心，直接給出了毛利率下半年以及 26 年之後持續向上的指引。

**四、虧損：絕對值放大，虧損率收窄，其實還不錯**

不到 1.2 億美金的半年度收入，3.3 億的經營虧損（不含金融資產變動，與攤銷折舊），虧損絕對值相比去年同期翻倍。但虧損率其實收窄到了收入的 300%，已算不錯。

大模型業務，看着毛利率還不錯，主要是因為商業模式中最大的投入——訓練開支，是放在了研發支出當中。而研發支出一項就是收入的 3-5 倍，所以只要還在快速用訓練迭代模型，扭虧其實很難[（點擊此處看原因）](https://longbridge.cn/zh-CN/topics/38121039?channel=SH000001&invite-code=032064&app_id=longbridge&utm_source=longbridge_app_share&locale=zh-CN&share_track_id=f43b7d6b-1801-4315-b9aa-dc5d8bc44318)。

上半年 MiniMax 研發支出（主要是訓練開支）已飆到了 3 億美金，是同期收入的 2.6 倍。這種情況下，雖然銷售支出仍有-18% yoy，但管理費用翻倍（管理團隊人變多 + 外部專業服務開支），結果仍然是 3.3 億美金的主營業務經營性虧損。

**海豚君整體觀點**

上次財報以來，港股模型雙雄 MiniMax 和智譜，走上了截然相反的道路，智譜靠着國模 Coding 王的能力，市值即使回落也有 600 億美金以上，而 MiniMax 反而只有 135 億美金，甚至不如一級市場可靈 180 億美金的估值。

大跌背後，海豚君總結下來，大致有以下四個原因共振的結果：

**1）最核心——M3 模型實戰不及預期**

模型定價能力取決於[智能稀缺性](https://longbridge.com/zh-CN/dolphin/post/42052740)，同時這輪跑通變現是以這個要素為核心的 to B Coding 場景。以 MiniMax、OpenAI 為代表的 C 端模式，與以 Anthropic、智譜為代表的 B 端模式。

這種背景下，MiniMax 6 月 1 日發的 M3 模型在一開始預訓練的語料上，就側重於原生多模態。基於海豚君調研，它最初的語料投餵，純文本大約佔比 15-20%，而語料主要是圖文交錯數據，圖像文本，以及圖表、網頁截圖，文檔等數據。

後訓練環節的任務自執行上（Coding 側重領域），本身執行成功的能力，低於 SOTA 模型，且試錯次數太多。

Coding 上更多強調 a.1M 長上下文的智能體任務拆解和協作；b.生產者與驗證者的對抗循環，執行持續產生代碼並修正; c. 即能像人類一樣操作電腦界面、點擊按鈕、輸入內容。單純產出代碼的準確性上偏弱。

**2）M3 後續迭代跟不上**

更重要的是，M3 作為旗艦模型，指標落後太快，後續迭代太慢：

智譜：相隔 12 天后，智譜發佈的 GLM 5.2（發佈初期其智能指數位列全球第三、中國第一）至今仍穩在第二梯隊，而 M3 則已明顯掉隊。

對比下來，M3 模型參數明顯太小——總參數僅 4280 億、激活參數 230 億），對比 GLM-5.2（7440 億/400 億）、DeepSeek V4（1.6 萬億/490 億）、Kimi/Qwen（>均大於 2T），在 6 月這一節點掏出來如此輕量化的模型作為旗艦來發，格外扎眼。

新模型的進展差距更加明顯，智譜 8 月 14 日發佈的 GLM 5.3 同樣躋身頭部，而 Minimax 的新一代模型卻遲遲沒有上市，迭代能力具有明顯差異。

管理層承認其推出節奏略有落後，原因在於公司在 M3 系列內部推進多模型路線（M3 語言 +H3 視頻），資源上無法專注於文本模型；同時於 2026 年一季度正在擴建自運營算力集羣。

**3）M3 上市定價失誤**

側重多模態的訓練策略下，本身 Coding 能力相比同行較弱。M3 上市之後，產品定價失誤：

Minimax 過往模型一貫以 “量大管飽，輕量模型、較高性能” 為長。6 月 1 日 M3 模型正式發佈，單看性能還算不錯，但在產品策略上跌了跟頭，定價相較於 M2.7 翻倍，訂閲計劃也大幅提價。

發佈同日毫無預兆地將 Coding Plan（按速率限制、無月度 token 上限）替換為 Token Plan（Plus 套餐 49 元/月 = 6 億 token ≈ 12,000 次調用），引發了過往訂閲用户的不滿，對於深度用户而言，新套餐也無法滿足其用量需求，在開發者社區中引發了較大爭議。

**4) 雪上加霜：融資 + 解禁**

MiniMax 的基石投資者及 Pre-IPO 投資者於 7 月 8 日解禁，使自由流通股擴大 10 倍（從總股本的 5.44% 升至 54.38%），帶來更大的拋壓。

同時，公司 7 月配股 + 可轉債合計融資了大約 US$21 億（HK$160 億）：配股佔總股本 11%，CB 如果全額轉股再加 6%，最多 17% 攤薄。

這部分需要模型加速迭代 +ARR 加速雙重驗證，才能夠對沖股權攤薄的影響。

1）-4）共振，模型的階段性落後被市場情緒進一步線性演繹成了 MiniMax 模型能力上的結構性掉隊，從一梯隊要掉到二梯隊了！股價一路下泄。

**此次，公司直接公佈 8 月公司的 ARR 已超過 8 億美金，隱含的 PS 僅僅 17 倍，悲觀情緒已過頭了。而市場原本估計它 10 億美金的年度目標大概率完不成。**

海豚君估算，基於 5 月 4 億美金、8 月 8 億美金的 ARR，月環增超 25%，線性外推到年底超過 10 億美金幾乎是確定性時間。

**而下半年又有下文三因素共振的情況下，邊際向上的概率其實不低。海豚君假如年底 15 億美金 ARR，按照 25-30X PS，MiniMax 在當前悲觀預期下，向上翻倍的概率是有的。**

**Bottom Line——模型廠的競爭實際是交錯領先，而非持續單一模型持續 SOTA 或者結構性掉隊。用這種思維去線性定價資產的時候，就是投資的多空機會。**

**海豚君認為，下半年 MiniMax 的向上事件催化，主要觀察以下三方面：**

**1）多模態投入：向上期權**

今年 Coding 上，MiniMax 弱的一個很大原因是因為多模態分走了資源，但多模態上半年幾乎沒有水花。直到 7 月底，公司才推出了視頻模型 H3。

視頻模型領域：字節 Seedance 2.0 率先達到 SOTA 性能，而後續 H3 與 Seedance 2.5 於 7 月底同時上線。對比來看，H3 相比 Seeddance 2.5，主要是提供了較高的性價比。模型上相比字節的稍差一些，但強於可靈和谷歌的 Veo。

考慮到可靈當下單月收入就有 4200 萬美金，H3 應該還有收入釋放空間。可以視為一種向上期權，這種需要從後續 ARR 的放量中跟蹤。

當然，要真正搶大廠視頻模型的收入，也未必那麼容易——兩家都有廣泛應用場景生態的 CSP，Minimax 單靠模型，渠道分發較弱的情況下，還需要進一步觀察。

**2）M3.1：Coding 能力能縮短差距嗎？**

根據新聞，M3 更新版 M3.1 側重於後訓練，相當於在 Coding 領域打補丁，應該在 8、9 月份發佈。可以關注新模型是否在 Coding 領域提供一些大的改善。

**3）重磅模型：萬億參數 Minimax M3pro 要來了？**

根據 Minimax 的 Pipeline，9-10 月將發佈 Minimax M3pro，真正迎來第一個萬億級參數模型：總參數將從 4,280 億躍升至 2.7 萬億、激活參數 600 億。而且另外傳據悉公司已開始研究 5 萬億參數規模的模型。

不過對於 Minimax M3pro，出乎海豚君意料的是，根據管理層在最新的分析師交流日的溝通，**該模型的核心追求是顯著的成本效率優勢而非 SOTA，**管理層在 3 月以及 5 月的交流口徑出現轉向，彼時目標是 “能力達到 Opus 級別、躋身全球一梯隊”。管理層對後續競爭格局的判斷是定價、成本效率和推理速度將成為用户選擇的關鍵驅動因素。

海豚君的看法是，在 ScalingLaw 尚未失效（加參數=加模型智能性）的情況下，**模型的智能水平仍然是最為關鍵的競爭力**。性價比的競爭，要等到模型 SOTA 模型進步困難，不同模型智能性差距越來越小的時候，成本經濟性的性價比要素才會真正跟上來。

公司這樣表述，海豚君認為背後體現的思考是：公司在戰略選擇上，有別於海外 Anthropic 選擇文本單模型的 SOTA、 OpenAI 選擇多模態上的 SOTA、國內 DeepSeek 選擇文本單模態相對領先的極致性價，MiniMax 的戰略定位可能已經轉為**多模態相對領先的極致性價比**。

**也是在這樣的戰略選擇下，公司在文本第一的階段內，仍然選擇了多模態研發 + 擴建自運營算力。**但是否這麼早做這樣的選擇，以致於模型智力研發受影響，海豚君是有點質疑的。尤其是當下性價比角度的競爭過於激烈了，比如 Kimi 的 K3 已經為後續開源模型的性能與價格設立了一個新的基準，詳情請點擊[此處](https://longbridge.com/zh-CN/dolphin/post/42853339)。

<此處結束>

相關文章：

[《大模型血虧 360%，MiniMax 照樣 “香餑餑”？》](https://longbridge.cn/zh-CN/dolphin/post/38991861?channel=SH000001&invite-code=032064&app_id=longbridge&utm_source=longbridge_app_share&locale=zh-CN&share_track_id=d12c396f-771c-4dea-95d4-a409f3db69dc)

[《深扒 MiniMax 與智譜：大模型，算力強度與融資耐力的血拼？》](https://longbridge.cn/zh-CN/topics/38121039?channel=SH000001&invite-code=032064&app_id=longbridge&utm_source=longbridge_app_share&locale=zh-CN&share_track_id=f43b7d6b-1801-4315-b9aa-dc5d8bc44318)

**本文的風險披露與聲明：**[**海豚研究免責聲明及一般披露**](https://support.longbridge.global/topics/misc/dolphin-disclaimer)

### 相關股票

- [00100.HK](https://longbridge.com/zh-HK/quote/00100.HK.md)
- [GOOG.US](https://longbridge.com/zh-HK/quote/GOOG.US.md)
- [GOOGL.US](https://longbridge.com/zh-HK/quote/GOOGL.US.md)
- [GOOGN.US](https://longbridge.com/zh-HK/quote/GOOGN.US.md)
- [GGLL.US](https://longbridge.com/zh-HK/quote/GGLL.US.md)
- [GGLS.US](https://longbridge.com/zh-HK/quote/GGLS.US.md)
- [GOOY.US](https://longbridge.com/zh-HK/quote/GOOY.US.md)
- [GOOX.US](https://longbridge.com/zh-HK/quote/GOOX.US.md)
- [GOOP.US](https://longbridge.com/zh-HK/quote/GOOP.US.md)
- [GOU.US](https://longbridge.com/zh-HK/quote/GOU.US.md)

---
> **免責聲明: 本文僅供參考，不構成任何投資建議。**