MiniMax 走通了反常識的路

文：王智遠 | ID:Z201440

MiniMax 招股書也來了。

這么快，智遠第一時間去看了下數據，最直觀感受：這大概是，目前見過「性價比」最高，最反常識的一次 AI 突圍。

為什么？因為在大模型敘事里，我們聽慣了「燒錢」故事，比如：OpenAI 花了 400 億到 550 億美金做成現在的樣子。

但 MiniMax數據顯示：做多模態到全球第一梯隊，并不貴，累計研發投入約 4.5 億美元就夠了。

沒錯，用對手 1% 的錢，干成了這件事；而且，人家才300多個人，平均年齡29 歲；所以，當全行業都在比誰燒錢快時，這群年輕人憑什么？

01

現在投資人最怕聽到 AI 創業者大談「長期主義」。

過去兩年敘事里，長期主義是長期虧損的代名詞；大家默認了一個AI 行業的「不可能三角」：高增長、低投入、快變現，三者很難簡單。

但 MiniMax 這份招股書，最狠的地方在于，它用數據證明了：這個三角，可以被打破。

我們來看一組很多人可能會忽略，但極具殺傷力的財務指標，訓練成本占比。

根據招股書數據：MiniMax 訓練相關的云計算服務開支占收入的比例，從 2023 年的1342%，2025 年前九個月的 266.5%。

這組數據的降幅，是它「低成本突圍」的底氣，這背后藏著閆俊杰的一個核心判斷：

Scaling Law（縮放定律）不僅要有 A 面（大力出奇跡），更必須有 B 面，隨著規模擴大，單位智能的邊際成本必須瘋狂下降。

如果不解決成本問題，模型越強，虧得越多，這生意就是個無底洞。那MiniMax 怎么做到的？一個字：算。

技術架構上，他們采用 MoE（混合專家）架構 + Lighting Attention（線性注意力）機制；這像在發動機里裝了渦輪增壓，用更少的算力消耗，跑出了同樣甚至更好的效果。

不僅省錢，還支持了原生 100 萬 token 的超長上下文，這是技術帶來的「代際紅利」。

除了機器效率，還有人的效率。

385 人 ，這個數字放在字節跳動或者騰訊，可能連一個中臺部門的人數都不到；但就是385 人，支撐全球累計 2.12 億注冊用戶、月活 2760 萬，以及 10 萬 + 企業、開發者客戶。

為什么人效這么高？

智遠看到招股書里有句話，大概意思是：MiniMax 超過 80% 的代碼，是AI協助敲出來的，所以，這是生產關系的重構。

現在，你再問我憑什么？智遠認為，效率本質，是高瞻遠矚的戰略判斷力。

成本控制住了，賺進來的錢質量怎么樣？現在市場環境，大家對「營收」這個詞是脫敏的；因為在 To B 領域，有太多營收是虛胖。

要么靠燒錢買來的虧損流量，要么，賬期長達半年，但 MiniMax 的錢，有點不一樣。

我根據業務模式算了下，發現個特有意思的點：應收賬款周轉天數大概 38 天（數據來源：行業對比分析）。

哪怕你不是財務出身也能懂，SaaS 和 AI 行業一般要 60-90 天才能回款，38 天，意味著它的回款速度幾乎是行業平均水平的兩倍。

這個效率說明了一件事：商業模式擁有極高的議價權；怎么做到的呢？這得益于它獨特的收入結構：訂閱服務 + 云端 API。

再來看一組數據：

截至 2025 年 9 月 30 日，MiniMax 的 To C 收入同比增長了 181%，營收占比超過 71%。

注意，這里有個更恐怖的細節：不到兩年時間，它的付費用戶數暴漲了 15 倍。這說明它的增長是用戶真的愿意真金白銀地投票。

與此同時，To B 收入也同比增長了 160%，其中，核心企業服務業務毛利達 69.4%。

69.4% 是什么概念？它已經完全跳出了 AI 行業普遍「賠本賺吆喝」的怪圈；要知道，在當前的大模型行業，不少玩家還在還在負毛利的泥潭里。

所以，MiniMax 這一數據，展現出一種新的想象空間。

02

如果說財務數據是 MiniMax 的「面子」，那全球化戰略就是它的「里子」。

翻開招股書，有個數據讓我挺意外，但細想又覺得極度合理：截至 2025 年前九個月，MiniMax 來自海外的收入占比居然超過了 70%。

嗯，70%。

在國產大模型廠商里，這絕對是個孤品。憑什么？一家上海公司，怎么就從全世界 200 多個國家、2 億多老外的兜里，把大頭的錢賺回來了？

智遠分析認為，這背后，藏著閆俊杰對 AI 商業終局的一次深刻預判。

跟老羅訪談里，他提過當初的一個核心邏輯：他早就猜到了，一旦 AI 火了，國內大概率會先陷入純免費模式，而在那種泥潭里，創業公司根本活不下來。

這是一種極其清醒的「逃離內卷」思維。

2023 年到 2024 年，咱們眼看著國內「百模大戰」殺得血流成河，巨頭們恨不得把 Token 價格打到負數。這時，MiniMax 早就把戰場轉移到了付費意愿最高、最不差錢的地方。

注：MiniMax 收入結構大逆轉；To C 產品已成絕對主力。尤其是 2025 年前九個月，C 端收入占比合計已超 70%，徹底驗證了“C 端也能在這個階段賺到錢”的商業邏輯。

這不僅是「出海」，更是一種商業模式的降維打擊。所以，MiniMax 做對了兩件事：第一，選對了戰場。

海外用戶，尤其是北美和歐洲，早就養成了為優質產品掏錢的習慣。同樣算力消耗，在海外能換回幾倍于國內的 ARPU 值（每用戶平均收入）。

這也是為什么 MiniMax 能在短短兩年內，把海外收入從 0 干到數千萬美金，而且還保持著170% 以上的狂飆增速

它賺美元。在現在宏觀周期下，這種「生而全球化（Born Global）」的結構，天然是一種最高效的避險策略。

第二，做對了產品。

不像很多國內公司還在死磕「中國的 ChatGPT」，MiniMax 在海外走了一條完全不同的AI原生產品之路。

比如：當海外巨頭還在局限單一的文本交互時，它實現了語言、視覺和文本的融合，把冰冷的搜索框，變成了一個高度擬人化的產品。

這種多模態融合產品形態一出來，立馬在北美、東南亞火了，甚至在某些維度上反超了地頭蛇 Character.AI。

這種成功，本質上是「技術溢出」換來的；因為 MiniMax 手里有全球第一梯隊的語音和視頻模型，它可以把原子能力無縫塞進任何里，給用戶一種「降維」的沉浸感。

所以，當別人還在苦哈哈地做搬運工（Copy to China）時，MiniMax 用新的視野，賺取了全球市場的紅利。

這算給中國 AI商業化路徑做了一次狠狠的修正嗎？我不敢下結論，至少做法有意思。

03

全模態（語音、視頻、文本、音樂），外界討論很多了；智遠不想再重復陳舊爛掉，我想用一個財務視角來看這件事。

招股書里，大家通常會擔心：一家創業公司同時做四個模態，研發成本（R&D）會不會爆炸？MiniMax 給出的答案恰恰相反：全模態，反而為了省錢。

為什么？這里藏著一個極少被外界關注的「技術復用率」問題。我看到一個詞，他們特別強調：Unified Stack（統一技術棧）。

什么意思呢？

把做模型比作造車，很多公司是做轎車開一條產線，做卡車又重開一條；但MiniMax 用同一套底層架構（MoE + Linear Attention）來支撐四個模態。

這意味著，在文本模型上跑通的 Scaling Law 經驗，可以零成本復用到視頻和語音上；這就解釋了為什么它能用 4.5億美金這種「極低」的成本，通過了 OpenAI 花了幾百億才跑通的全模態關卡。

因為是極致的資本利用率；而且，這種技術資產，已經開始在 B 端大規模兌現了。翻看這次披露的客戶名單，我會發現很多意想不到的名字。

比如：

數億用戶的小愛同學，它那越來越像人的語音交互，底座也有 MiniMax 的技術；連字節海外爆火的代碼工具 Trae，都在調用它的模型。還有很多……

發現了嗎？ MiniMax 的技術已經嵌入到了國民級應用里，變成實打實的現金牛，這塊應該會帶來源源不斷的增長......

還有一個更隱蔽的財務護城河：推理成本。

現在大模型都在卷「長上下文」（Long Context），但大多數模型的成本是隨著長度指數級暴漲的，類似于，讀一本小說可能要幾塊錢。

MiniMax的技術后續能帶來結構性成本優勢。也就說，用戶用得越多，邊際成本優勢就越明顯，毛利空間就越大。

所以，它「貪多」快速做了四個模態，其實修了一條通用的高速公路。

有點像「基建紅利」，路修好了，接下來無論封裝成 MaaS 平臺收「過路費」，還是自己在上面跑出更多的「超級應用」深入行業，邊際成本都只會越來越低，而商業想象空間會更大。

04

另外，這家公司最顯眼，也最容易被誤讀的特征：年輕。

招股書顯示，MiniMax 員工平均年齡29 歲（95 后），董事會平均年齡32 歲（90 后）。

傳統商業世界里，如果一家上市公司的掌舵人是 90 后，投資人會打個問號：嘴上沒毛，辦事不牢；但在 AI 這個特定賽道，年輕反而是最大的紅利。

為什么？

兩個字：包袱。第一，在 AI 這一行，「經驗」有時就是「偏見」。

行業變化太快了。兩年前被老專家視為鐵律的所謂技巧，在今天，可能全是錯的；資歷越深，往往意味著你想問題的慣性越大，轉身越慢。

閆俊杰在羅永浩的訪談說過：很多傳統經驗已經過時了……年輕人沒有包袱，他們不需要「轉型，他們生來就在新世界里。

是這樣。

這群 95 后是AI Native（AI 原生）的一代。他們不用像老一輩那樣痛苦地「忘掉舊知識」，一上手就是最新的邏輯。

另一點是極度干凈的「決策效率」。

385 人，要做全模態，要打全球化，靠什么？在很多千人規模的大廠，時間都去哪了？一半在開會，一半在做 PPT 匯報。

智遠記得閆俊杰說過：在 MiniMax，CEO 之下不超過 3 層；這里沒有復雜的職場政治，只有一句最簡單的話：代碼能不能跑通？模型能不能上線？

但這還不是全部。更深層的原因在于，MiniMax 解決了一個中國科技圈的頑疾：天才的土壤。

閆俊杰一直有個觀點：中國從來不缺有潛力的年輕人，缺的是讓人才成長為天才的環境。

MiniMax 的 385 人，其實在這塊「去中心化、去權威」的土壤里長出來的「特種部隊」，這種組織層面的「純粹性」，是財報里看不見。

也正是憑著這股「純粹」，他們才敢喊出一個看似理想主義，實則充滿商業野心的終局口號，即奔向AGI。

對了，上次去上海 WAIC，智遠記得閆俊杰提到的一句愿景：Intelligence with Everyone。

我還特意琢磨了一下，什么是 Everyone？要做到 Everyone，前提必須是 Cheap Enough（足夠便宜）。

當技術迭代讓推理成本呈數量級下降，AI 終將變成像「水和電」一樣的基礎設施；到那時，誰能率先把「電費」打下來，誰就是新時代的愛迪生。

站在這個角度看，MiniMax可能就是這個意思。

卷效率、卷全模態、卷 Unified Stack，本質上在爭奪未來的「電力定價權」；不缺錢，為什么還要IPO？在這個 AI 的大航海時代，這個世界不需要「下一個 OpenAI」。

中國公司，理應是坐在桌上發牌的人。不是嗎？