8 月 26 日，MiniMax 发布了 2026 年半年度业绩报告。上半年 MiniMax 总收入约为 1.2 亿美元（约合人民币 8.1 亿元），同比增长 283.1%，增幅近 3 倍。与此同时，MiniMax 报告期内的净亏损为 3.58 亿美元（约合人民币 24.1 亿元），同比收窄 11%。

2025 年 MiniMax 总收入是 7900 万美元，今年上半年的收入是 2025 年全年收入的 1.5 倍。在业绩交流会上，MiniMax 创始人、CEO 闫俊杰还提到，公司 8 月年度经常性收入（ARR）已超过 8 亿美元（约合人民币 53.8 亿元）。

需要注意的是，ARR 反映的是基于当前业务规模推算的年度经常性收入，并不等同于已经确认的财务收入。但这一数字仍然说明，MiniMax 的商业化正在明显提速。

业绩会上闫俊杰表示，当前 ARR 里来自 To B 的业务约占 80%，To C 约占 20%，而去年同期这一数字大约是 To B 占 30%、To C 占 70%。短短一年间，MiniMax 的收入结构从消费者业务主导，转为企业和开发者业务主导。

这一变化也体现在财务数据上。根据财报，上半年 MiniMax 的开放平台及其他 AI 企业服务收入达到 7390 万美元（约合人民币 5 亿元），同比增长超 7 倍，成为公司第一大收入来源。财报称，这一增长主要来自付费用户和企业客户增加、API 调用量增长，以及 TokenPlan 的快速采用。

海外市场仍然是 MiniMax 的重要收入来源。2026 年上半年，海外市场贡献的收入为 7083 万美元（约合人民币 4.8 亿元），占总收入的 60.8%。

不过，快速增长并没有解决亏损问题。上半年 MiniMax 净亏损约为同期收入的 3 倍。对于仍处于模型训练、产品扩张和基础设施投入期的大模型公司来说，接下来的问题除了客户规模的增长，还包括能否有更健康的毛利率和现金流。

在这一过程中，算力成本是一个关键因素。在业绩交流会上，闫俊杰也回应了市场对 MiniMax 算力储备和投入方向的关注。

他表示，公司会根据模型所处阶段、业务需求和边际回报动态调整算力分配比例。现阶段，文本模型仍是 MiniMax 算力投入的最高优先级，其训练资源投入约为视频模型的 4 倍。

MiniMax 也在寻找更多算力来源。闫俊杰透露，M3 和 H3 正在同步推进国产芯片适配，公司很快将有大规模国产算力集群上线。同时，公司希望进一步降低单位 token 的推理成本。

"M3.1 的目标，是把推理成本降到 M3 刚上线时的三分之一左右。" 闫俊杰表示，成本下降之后，将通过降价降低使用门槛，带来更多用户和更大的 token 规模，预计公司毛利率将继续改善。

他表示，在应用场景上，多模态生产力会是一个重要的方向，此外，网络安全、芯片设计以及其他具有专业约束、能够建立反馈闭环的高价值任务，也可能成为下一批重要的应用场景。这些领域的共同特点是任务价值高、结果相对可验证。

当越来越多公司都能获得算力、模型并服务用户，真正决定大模型长期竞争力的是什么？

闫俊杰认为，当下来看，大语言模型带来的智能提升还没有尽头，现在的智能还比较早期。短期来看，进步的速度是重要的，但长期核心的问题是，每家公司对问题的定义、路径的选择是否正确。

" 下一阶段竞争的核心，不只是算力规模和用户规模，而是能不能有独特的正确问题的定义，并且选择有效的技术路径，并持续 scaling。" 闫俊杰感慨，模型训练的过程中有太多的选择，" 从参数规模、架构、训练算力的分配，到强化学习、推理等等，有太多探索空间，所以每家公司自己对模型的定义，技术路线选择会非常不一样。" 这些选择会将模型公司指引到不同的技术路线上，并决定它们如何商业化。