瘋狂高估值背後，MiniMax 是泡沫還是摸到了未來？
在大模型商業模式分析《深扒 MiniMax 與智譜：大模型，算力強度與融資耐力的絕殺？》中，海豚君説過，在當下模型高成本、快迭代的背景下，大模型行業已成了一場融資耐力的殘酷絕殺。
但支撐 “金錢號召力” 真正的硬核靈魂，離不開模型公司兩大基本面能力：1) 模型能力; 2) 產品和商業落地能力。
本篇海豚君重點分析$MINIMAX-W(00100.HK) 圍繞着兩個基本面能力的表現如何，並粗淺探討如何判斷 MiniMax 的資產價值。
以下是詳細分析：
一、模型能力：智能不是頂尖，強在起步就是多模態
首先，要做一款 to C 的大模型，海豚君認為多模態幾乎是基本條件：
a. 當下移動互聯網 APP，用户輸入的內容和展示給用户的內容通常都有文本、圖片、視頻和語音等全媒體交互形態；
b. 進入 Agent 時代，AI Agent 需要能看文字、識圖、聽音，甚至看視頻等功能，才有可能幫用户做一些 PC 或手機端的操作。
這兩大基本需求合在一起，就意味着一個合格的大模型公司，必須具備多模態輸入和輸出能力。且最理想者如 Gemini 和 OpenAI 在模型訓練的時候，文本、語音和視頻等原始素材都直接轉為統一的 Token ID (Tokenizer)，用統一的神經網絡來做訓練。
即使做不到，至少也能做到相對流暢的多模態融合能力。在這點上，目前率先在港上市的兩個模型商都具備這種能力。
這點上，MiniMax 相當優秀，多模態路線走得非常早。公司因產品主打泛娛樂，語音模型之外還有單獨的音樂模型，且模型迭代速度也相對較快，各類垂類模態上，基本按季更新，基座語言模型從 M2.5 到 M2.7 更是按月更新。
另外，從公司過去兩年的路徑迭代可以看出，DeepSeek 是公司發展中一個清晰的戰略衝擊。在 DS 之前，MiniMax 公司在組織驅動結構上，更多是產品需求，推動模型技術和路線選擇。
DeepSeek 的出現，給中國的同行實力演繹了算法創新帶動模型能力，模型能力帶動用户和使用案例的樣本。DeepSeek 打樣之後，MiniMax 開始更側重模型技術本身，進入模型技術推進產品性能迭代，模型進入架構創新和多模態研發期。
從模型的各模態分類來看，在一眾上榜模型上，MiniMax 綜合來看智能程度不是最高，但好在持續迭代，能基本維持在領先水平上。
而 MiniMax 的模型主要是強在不錯的智能水平 + 多模態能力上，定價最為能打，這在瘋狂吃 Token 的 Agent 時代，價格上的 “親民性” 已變得越來越重要。
海豚君按 Token 輸入價格相對模型智能指數的比值來看，在智能性超過 MiniMax 的大模型中，只有 DeepSeek 的定價更低，但 DeepSeek 以語言模態為主。再綜合多模態能力時，DeepSeek 吸引力就不足了。
模型定價上限的核心因素，還是模型自身的智能水平。這個在 MiniMax 的語音模型上就體現得非常明顯，智能化程度越高，定價上限才能打開：
Speech 系列模型的 Elo 值（生成語音的自然度、表現力、情感真實度等維度）排名靠前、定價上相比同行也高了不少。
視頻生產平台背後的視頻模型 Hailuo 2.3 在垂類模態中的行業競爭力比語音模型差一些，比語言模型強一些，屬於是模型性能偏上且定價極致優惠的模型。
但實際場景落地中，並不是所有的場景中都必須用 “大力出奇跡” 投入方式實現最高的智能化程度。當模型進入到日常場景的規模化滲透時，性價比尤其是單位成本下的智能化程度才是部署的現實考量因素。
而 MiniMax 成為 AI“養蝦” OpenClaw 背後的最大開源模型支撐，本身也體現出到了規模化落地階段，單位智能程度下的成本也是企業採購的核心考量之一。
二、極致質價比背後：閃光的是極致人效與算力投入產出比
從定價和單位智能性來看，MiniMax 恰恰是第一梯隊多模態模型廠中，性價比最高的。而性價比的背後是極致的用人和投入效率。相比智譜，MiniMax 體現出 “人少更能出活” 的極致組織效率：
a. 總人數到 2025 年底也就 428 人，單人薪酬（不含期權費用）大約月成本是 11 萬元，智譜 2025 年上半年是 6 萬元。
b. 但單人創收上，因為 MiniMax 的偏 to C 輕資產的訂閲/充值方式，其人效相比線下 to B 項目制的智譜要高不少。
c. 除了人頭的投入產出比，MiniMax 在算力投入絕對值，以及算力投入對應的收入產出上也會更高一些。
比如説，2025 年 MiniMax 一共投入了大約 2.5 億美金的訓練成本（接近 18 億人民幣），而智譜上半年就耗掉了 1.6 億美金（超 11 億人民幣）。
但在投入的回收能力上，無論是 MiniMax 收入對訓練支出的覆蓋能力，還是第三方 OpenRouter 顯示的 token 調用量上，都體現出了明顯的優越性。
如果把這幾條放一起綜合評價，基本可以看出，在 DeepSeek 衝擊之下，MiniMax 最終形成了以技術本身來驅動模型發展的路線。其在投入基本可控的情況下實現了多模態能力，且各垂類模型的性能基本處於偏上水平。而當我們將模型的智能化水平、模型的多樣性，以及背後的成本投入控制能力綜合考量後，MiniMax 就成了大模型圈子中獨一份的存在。
三、產品落地：獨立模型商裏的頭號玩家
對於模型商而言，模型研發是第一要義，但邁入到 2026 年，只靠模型已經不夠，尤其是對於模型不是全球頭部的模型商而言。
模型在場景上的落地能力已經成了融資正循環中一個不可或缺的關鍵環節之一，也就是模型商全棧閉環的故事。而正是在這點上，模型表現上中等偏上的 MiniMax，才是在一眾獨立模型商中真正突出的地方。
MiniMax 在這點的戰略選擇也非常有意思：從一開始，模型和產品幾乎同步開做，天然是一眼盯產品、一眼盯技術。
而且在商業化落地的選擇上，它與 Kimi 不同，側重 to C 端自研產品落地，避開 Chatbot 這個擁擠的賽道。而 to B 側（模型即服務）的落地上，更側重輕資產、少人力的 API 接口服務。
3.1. 處心積慮的商業選擇：to C 差異化 + 海外同步走，避免早早成為 “炮灰”
而且，在 to C 端商業化落地上，作為獨立模型商還有兩個非常“處心積慮”的選擇：
a）沒有走 Kimi 的 to C 落地方法去死磕通用的 AI 聊天應用 “Chatbot”——一個大廠捨命都要拿下的 AI 時代 “流量入口”，從而避免成為大廠 AI 入口戰（今年春節季的紅包大戰已説明了一切）的 “炮灰”。
b) 全球商業化同步啓動：一開始就是定位全球化的市場，因此推出的 AI 原生產品和 API 接口服務一開始就是全球發行。海外市場更強的付費能力，也給了 MiniMax 的模型研發更多的 “回血” 空間。
從總體商業落地的選擇來看，偏 to C 多模態、避開 Chatbot + toB 業務側重 API 的輕資產選擇（沒有選擇 to B 項目制商業化），讓它在巨頭搏殺 ChatBot 的過程中，不至於像 Kimi 成為營銷戰中的炮灰。
且在 DeepSeek 衝擊之後，MiniMax 意識到模型能力迭代才是獲客和時長的核心驅動力，因此在大廠廝殺中甚至縮減了獲客費用的絕對值。
側重模型研發，用模型來迭代產品，加上收縮產品端的營銷費用的結果是，2025 年 MiniMax 單個新增註冊用户的獲客成本大幅下滑——從 2024 年的 0.8 美金回落到 0.4 美金，直接砍半。
在模型多模態與 to C 差異化的產品策略下，MiniMax 成功跑出了兩款垂類小而美的海外爆火產品，一個是 AI 陪聊 APP Talkie（國內為星野），另一個是視頻生成服務 Hailuo AI（國內為海螺）。
陪聊平台 Talkie 雖然國內不火，但在海外在垂類應用中已經是下載榜上比較靠前的 APP 服務。而且它們也充當了 MiniMax AI 商業化能做到獨立模型商中 “頭號玩家” 的基礎。
當然，從規模上來看，APP 家族中，用户最多的 Talkie 到 2025 年 9 月底是 2000 萬月活，25 年新跑出來的應用海螺 APP 也不過 600 萬月活。
也就是説，公司雖然做到了 AI 研發到 AI 原生產品的落地閉環，但所謂的 AI 產品，無論是 APP 內容還是用户體量，距離真正過億的應用還有一段距離。
3.2 模型太燒錢，變現同步跑
2023 年，MiniMax 手上還主要只有一個不足 300 萬 MAU 的 Talkie 時候，公司就開始操作變現了。只是區區幾百萬的 MAU 能變現的空間太小了。
作為早期股東有米哈遊身影的 MiniMax，其產品變現套路上與泛娛樂產品沒有本質區別，都是互聯網增值服務，一個是訂閲服務，一個是充值服務。
但在商業本質上，海豚君説過，AI 產品訂閲服務的本質是購買模型推理階段 Tokens 輸入和輸出數量。
1）Talkie/星野：情感陪聊，小眾裏的小而美
Talkie（海外）與星野（國內）基本可以理解為一個 AI 情感陪聊 APP。用户可以創建具有明顯特長和技能的 AI 虛擬角色，其他用户可以跟這個 AI 角色互動和共創。
海豚君在 APP 使用中注意到，對於一些虛擬的男（女）友 AI 角色，有用户傾注心血會為 AI 角色進行慶生、買禮物等消費行為。
強互動，強情感鏈接的產品定位，雖然導致它受眾小，但相比工具性 AI 助手、AI 搜索等效率工具（一般 10-20 分鐘），Talkie 有着優越的用户使用時長（人均日使用時長超 70 分鐘）。
同時公司通過虛擬卡、禮物等產品設計，讓 Talkie/星野不僅僅像是 AI 聊天工具，更像是融合了「陪伴 + 遊戲 + 社交 + 交易」的社區娛樂平台。
a. 創作端：星野市集允許交易星念卡牌（用户在與 AI 角色互動中解鎖或購買的卡牌，有一定稀缺屬性），創作者可以獲得分成。相比之下，同行 Character.AI 主要專注聊天對話下"為愛發電"模式，本身社區感不足。
b. 消費端：盲盒抽卡與二級交易機制賦予卡牌稀缺性與流通溢價，提升用户粘性；榜單排名進一步刺激活躍度，引入 “打榜邏輯”，進一步激發用户付費意願。
從上可以看出，只要產品 MAU 做出來，前端的變現形式都是大同小異，Talkie 是一套泛娛樂變現的玩法，只是交易和購買的底層資產本質是 AI 生成的內容。
細分賽道龍二，MAU 維持高增速，付費穩步滲透。招股書披露， Talkie/星野的 MAU 已經高達 2000 萬，同比增速約 62%；根據 aicpb 數據，2025 年 12 月全球 AI 產品應用月活排行榜中，Talkie/星野排名 20，陪伴類賽道中僅位列 Character.AI 之後。
而在付費轉化上，付費率同比增加 3pct 至 6.9%，打破 2023 年以來長期穩定在 4% 左右的瓶頸，大幅拉動付費用户同比增長 184% 至近 140 萬人。
增值變現是通過訂閲 + 內購雙渠道變現：a. 分層訂閲；b. 高頻內購：主要是低頻（$6 起）的星鑽充值配合高頻的抽卡消耗。
Talkie 特有——廣告：作為 AI 產品系中唯一一個 MAU 過千萬的 APP，它也成為唯一一個有廣告變現，且廣告能佔到 Talkie 總收入的 60% 以上的 AI APP。
從 Talkie 的廣告變現其實可以看到，即使是 AI 原生 APP，當有過千萬的 MAU、有每天 70 分鐘的日活，廣告變現幾乎是自然而然的事情。
其他模型及產品還有 MiniMax Audio 整體水花不大，創收效果也一般。
2）海螺 AI：海外驅動、內外兼收
海螺是 MiniMax 的視頻生成模型產品，能夠提供實時高清視頻（文生視頻、圖生視頻）、圖片生成、以及 Agent 功能，主要面向創作者、廣告商羣體，由於並無企業認證，事實上也是一個偏 to C 產品。
模型的迭代情況如下：
海螺的模型在幾個主流榜單偏中上等；國內定價上有優勢，但性能上比不過可靈，創收主要是靠海外市場。
而海外市場，MiniMax 做的是多視頻模型融合策略，所謂的 “Model Container”。簡單來説，除了自營模型海螺，還集成了 Veo、Sora 等視頻生成模型，用户選擇能更加靈活。
之前研究美圖時候，我們説過美圖也是 Model Container 策略。很明顯 MiniMax 作為大模型廠商親自下場更有優勢，能夠直接獲取 RLHF 數據、用作模型訓練調優等。
而且，由於海螺訂閲定價相對較高，高 ARPPU 定價的前提下，支撐了 2025 年前九個月超 7 倍的營收爆發。
海螺的 B 端開放平台（API 接口）：主要在模型還算不錯的情況下狂打低價。產品上在時效性要求高的場景存在短板。相比之下，可靈（Kling）能做到高畫質、低成本以及推理速度的平衡，是這個賽道頭部選手。
其他模型主要是 MiniMax Audio(基於 Speech 模型），本身用户體量不大，即使付費率高，單價也不低，但創收效果一般。
所以，站在當下，除 Talkie 和海螺，真正能用不斷壯大的收入，來撐起高估值的產品和服務還有什麼呢？海豚君認為大概率要從 to B 業務的 API，和 to C 的生產力場景 MiniMax Agent 入手。
1）明日之星：API，已為明牌
海豚君之前説過，AI 研發比拼的模型智能水平，但到推理落地的時候，與智能性同樣重要的是，單位成本的智能程度。而疊加進去多模態的優點之後，單位成本下的智能化程度是開源模型中最高的。
而根據公司財報披露，OpenClaw25 年 11 月份面世後，MiniMax 的 API 接口收入佔比已接近 41%，增速同比猛拉接近 300%。
而公司在電話會中披露，2 月公司 ARR 已經達到了 1.5 億美金，而四季度的月均 ARR 還在大約 1 億美金上下；M2.5 文本模型發佈後，2 月 Tokens 日均消耗量比 25 年 12 月增長了 6 倍。
而現在一個確定的趨勢是，“養龍蝦” 已成了 AI 在終端落地的核心場景，對於大多數支付能力較弱，不是做專門生產力替代的場景來説，用閉源模型如 Claude 等太 “奢侈” 了（MiniMax $1-2/mn token vs Claude 20 美元上下的定價）。
相比定價更便宜的 DeepSeek，MiniMax 模型 M2.5 在 Agent 和辦公協同能力上更強，在衡量 Agent 能力的排行榜上，M 2.5 在代碼解決（SWE-bench verified）、工具調用與指令遵循 (BFCL & VIBE)、多模態校驗（GDPval-MM）等各個方面表現都不錯。
換句話説，在 Agent 的使用場景下，用 MiniMax 代替 Claude，價格便宜了，性能並不會明顯下降。且 M2.5 的推出完美趕上了 OpenClaw 爆火，OpenClaw 也成為 M2.5 調用量大增的關鍵驅動。
2）明日之星：AI Co-work 待爆？
如果看 Claude 在年後的兩大殺器：a. Claude Cowork，內置於 Claude 桌面中的 AI 代理，能夠自主執行多步驟任務；b. 為這個 Agent 配備各項業務職能插件，如銷售與市場、金融、法律、客户支持、數據分析等等。
而 MiniMax 最新推出的 M 2.7 模型幾乎是針對 Agent 任務又做了針對性優化，除了軟件工程，與 Office 編輯工具，用 M 2.7 驅動的 MiniMax Agent 越來越接近一個開源版本的 Claude Cowork。
在模型智商水平提高之後，2026 年註定會是 AI 從 Coding 走到 CoWork 的爆發年。國內模型中，除了 MiniMax 及早定位於辦公 Agent，最新發布的小米 Mimo-V2-Pro 也有着非常類似的定位，市場消息稱延遲發佈的新版 DeepSeek V4 也會側重於 Agent 能力。
目前小米剛剛發佈的 Mimo 也是多模態、也強調智能體 Agent 能力和 Coding 能力，具體來看，在智能體的真實工作任務上稍強，工具調用小米更強；Coding 能力上不分上下，Mimo-V2-Pro 在 Openrouter 的調用量短期超過了 MiniMax。整體上，二者各有所長，差距不大。
但目前 Mimo-V2-Pro 仍在限免狀態，走出限免後，就本身定價來看，小米輸出價格 3-6 美元；MiniMax 輸出單價是 1.2-2.4 美元，性價比上 MiniMax 還是稍高一些。
來源：Intelligence Analysis
四、開源頭部 MiniMax：閉源頭部示範效應下，亦步亦趨的價值跟隨
不僅高定價的頭部模型如 Claude、OAI 等輪流坐莊，性價比梯隊的頭部模型中，坐莊的更換速度更快。這種狀態下，大模型的競爭最終商業模式，以及盈利能力，到底如何？
似乎一個走向的趨勢是，模型已越來越偏大宗商品化，前台類似 Agent OS 系統可以直接基於用户需求特徵自動調度相應的模型，弱化互聯網規模效應。其本質是重資產模式下，成本和性能的比拼。
這個過程，除了模型技術本身領先，成本控制、運營效率同樣重要。但行業終局之前，AI 的迭代速度、AI 在實際場景中的滲透率才是更核心的估值驅動因素。
估值上模型商業模式還處於早期階段，Token 消耗速度與技術推進和落地高度相關。對於開源的頭部模型，一種方式是看收入的增長速度，比照頭部閉源模型，基於年化經常性收入 ARR（Annualized Recurring Revenues）的絕對值和增長斜率來做類比估值。
如果把 OpenAI 和 Anthropic 的收入增長分為兩個階段：a. 1-10 億; b. 10-100 億。
可以看到，OAI 作為偏 to C 變現的公司，階段一 ARR 的月環比增長非常快，達到了 30-40%；但偏重 to B API 業務的 Anthropic 月環比基本是 20%；從 10 億到 100 億美金月環比增長基本是在 12%。目前 OpenAI 的收入月環比增速大約是 5% 上下。
而偏向 to B 的 Anthropic 在 1-10 億階段，增長月率是大約 20%，從 10-100 億還是 20%；核心是因為 to B 模型即服務模式下，模型能力提升幾乎可以和創收加速同速推進。
當下 MiniMax 收入增長的源動力也開始逐漸從 to C 轉到 to B，且收入月環比增速開始有加速趨勢，25 年增長月率是 8%，而按照公司所説的 2 月份年化 1.5 億美金，如果取四季度收入的月平均為 11 月收入體量，那麼到 2 月它的增長月率已經加速到了 14%。
考慮到兩家頭部閉源公司在收入不足 10 億美元的早期階段，絕對收入尚不能充分反映其資產的真實價值，導致 PS 估值一度呈現出 200-400X 的超高狀態。因此，海豚君取兩家公司邁入 10 億美金之後的 40X PS 來作為估值參考。
MiniMax 在持續保持開源性價比頭部模型的情況下，海豚君按照 2 月份 1.5 億美金的月年化，以 15% 的增速來估算，那麼明年 6 月 ARR 應該能達到 12 億美金，如果按照 45X 的 PS 來算，對應屆時的估值是 550 億美金，相比當前大約 30% 的空間。
換句話説，當前估值下繼續持有，拿到明年年中，要實現 30% 的收益，需要公司在 2 月 1.5 億美金年化收入的基礎上，每月再以 15% 的增長月率連續增長 15 個月才能達到。
站在 2026 年 Agent 滲透下的 Token 消耗大爆發背景下，實現這個增長確實是有可能的。只是從收益率的角度來看，一年多 30% 並不是算可觀，中間需要考慮性價比模型比頂級高智能模型迭代更卷的情況，不妨在 MiniMax 競對模型推出，MiniMax 回落中考慮買入。
本文的風險披露與聲明：海豚投研免責聲明及一般披露
相關文章：
《深扒 MiniMax 與智譜：大模型，算力強度與融資耐力的絕殺？》
本文版權歸屬原作者/機構所有。
當前內容僅代表作者觀點，與本平台立場無關。內容僅供投資者參考，亦不構成任何投資建議。如對本平台提供的內容服務有任何疑問或建議，請聯絡我們。
