Coding 的爆发，彻底断绝了「AI 泡沫论」，这个应该已经成为共识了。

阿里财报显示 MaaS ARR 超过 80 亿元，年底还有希望再涨三倍以上，说明只有投入没有回报的周期是真的过去了，能够开始赚钱，大大小小的玩家腰杆都硬起来了。

原生 AI 公司的日子甚至可能更加乐观，摩根士丹利测算发现，在主流高性能 AI 推理集群的部署下，MiniMax 平均每分钟进账 1 美金，同时成本低于 0.3 美金，而行业平均收入只有约 0.5 美元 / 分钟，相当于 MiniMax 仅凭利润就跑赢了大盘。

同期，在相同的硬件配置下，Claude Opus 4.6 和 GPT 5.4 等美国闭源模型等单位推理成本大概是 MiniMax 的 15 倍以上，即便定价更贵，单位经济效益依然是落后的。

根据 OpenRouter 的数据，最近一年里，中国模型的 Token 消耗量从 5% 一路飙升到了 32%，完全赢得了用脚投票的选择。

这就是 Pure-play 的价值，算清楚这笔账，对于理解走向拐点时刻的 AI 行业，非常关键。

MiniMax 之所以重要，是因为它被逐渐发现出来了稀缺性资产的一面。

最近几个月，各大投行和券商都在接连发布和 MiniMax 有关的研报，比如：

摩根大通认为，MiniMax 在 2B/2C 两大市场的双管齐下，以及早有铺垫的全球布局，为这家公司带来看了同行里难得见到的经济灵活性；

相比同类上市公司，摩根士丹利对 MiniMax 的 ARR 和 GPM 更为乐观，它在基础设施上的优势，将会转化为领先的用户体验，以及超出预期的 Token 消费；

在高盛看来，MiniMax 将是新一轮模型竞争周期里的赢家，因为它实际上是和阿里、字节站在了同一高度，提前站稳了多模态能力，人类交互本质上就是多模态的；

国盛海外也更新了观点，表示可灵的估值达到 200 亿美金——几乎占到快手市值的 7 成——说明能够满足创造力场景的模型供给始终是市场紧缺的；

它们也都有理有据的解释了市场误读的回调，随着新版本模型的密集发布时期到来，竞争加剧引发了一定程度的不确定性情绪，但时间会证明一切，好的模型就是可以穿越周期；

于是，对于 MiniMax，除了买入和增持的评级，基本看不到其他意见了⋯⋯

风动涟漪起，这些苗头当然不是凭空出现的，若是足够尊重金融机构们的情报来源和信托责任，就必须承认它们是在就着同一个信号发出表态：

大的要来了。

甚至可以说，只把 MiniMax 即将发布新一代模型当作所谓「大的」，恐怕还是不够支撑如此山雨欲来的吹风，在所有的暗示里，Google 就要召开的 I/O 大会，都成了给 MiniMax 打响的前哨战⋯⋯

难道，多模态叙事真的要反转了？

在细说之前，还是先来对齐一下行业拐点的判断标准吧。

打开合订本，前两年还有断断续续的 AI 泡沫论出现，直到进入去年 Q4，Token 用量的彻底爆发，把世界上的每一片 GPU 都干冒烟了，再有言必称泡沫的人，完全可以合理怀疑他是不是刚坐完牢被放出来。

Anthropic 吃到的回旋镖就很经典，它的创始人曾经严厉抨击科技大厂囤积 GPU 是不负责任的行为，没必要这么激进的扭曲市场，然后就是 Anthropic 因为需求涨了 80 倍——而不是原本最乐观预计的 10 倍——而缺卡缺得心力交瘁。

这也不是美国市场的单一反馈，根据国家数据局的 3 月数据，中国的日均 Token 调用量已经超过 140 万亿，OpenClaw 的火爆更是开始用指数级的 Token 消耗去接入千行百业的工作流。

在研报里，摩根大通认为中国在 2026 年的企业端需求，很大概率会复制美国 2025 年至今的来路，也就是从试点到规模化投入再到 AI 成为固定支出的三级跳。

简而言之，就是 Anthropic 的那条离谱曲线。

Anthropic 创造了 AI 行业还是商业史上的创收奇迹，300 亿美金的经常性年化收入，让它成为了全球瞩目的新王，甚至让 OpenAI 的股份交易在一级市场失去了吸引力。

毫无疑问，Coding 是一个回报路径极其明确的赛道，根据 The Information 的报道，在企业级市场，Anthropic 展现了空前强势的定价权，从它用按量计费替换订阅套餐，到上线导致 Token 费用上涨的分词器，都让企业找不到商量余地，只能拿着超标的账单去找老板加大预算。

没办法，品质和稀缺绑在一起，就是硬通货。

摩根大通也是这么判断的，在 AI 行业，拥有强大模型的公司某种程度上可以豁免于成本战争，而且它想进入「下沉市场」的难度，要远低于低价模型打入「高端市场」。

那么 Anthropic 就赢定了吗？别急，提前开香槟的剧本，已经不止一次的上演过了。那么 Coding 之后，下一个要来的到底是什么？

其实这一年来所谓的共识已经反复变换了好几次，市场信号也趋于「见人下菜碟」：

去年的这个时候，大家都在震惊于 GPT-4o 的生图能力，吉卜力画风全网刷屏，把 ChatGPT 本就断崖式领先的周活用户直接打翻倍了；

然后到了下半年的「Google 主场」，Nano Banana 和 Veo 3 在多模态领域还以颜色，Gemini 更是在 SOTA 上把屁股都坐麻了，这家公司重回牌桌的爽文深受媒体关注；

再才轮到 Anthropic 的低调发育和一鸣惊人，人们意识到原来 Coding 的经济价值如此之大，大到可以纵容一家公司血洗掉整个万亿级的软件行业。

最近甚至有人做了一张数据图，预测 Anthropic 的收入将在 3 年内超过谷歌：

姑且不论这个计算方式是否合理，但将 Google 当作静态标的本身，就是一种过于傲慢的视角，而低估 Google，以及眼里只有 Coding，可能会让人错过更大的东西。

毫不意外的，Google 已经意外剧透了一部分出来，就是那个教授在黑板上写公式讲课的片段，之所以艳惊四座，是因为它并非简单的视频生成，这个新的 Gemini Omni 模型同时搞对了三件事：

手持粉笔的空间关系、板书撰写的画面关系、推导过程的逻辑关系。

更直白的说，这绝对不是三个模型合在一起的结果，而是基座模型已经就在全模态信息上完成了训练，也就是，世界模型的雏形。

像是杨立昆、李飞飞这些不属于 Transform 派别的行业大佬，都对语言模型颇有微词，认为这条路线跑不出真正的世界模型，所以都选择了另辟蹊径，但 Google、OpenAI 甚至字节跳动都在证明，即使语言模型确实有局限之处，只要坚持 Sc ­ a ­ l ­ i ­ ng La ­ ws、在同一个基座模型上训练全模态能力，同样能够渐进式的通向世界模型。

所以，眼看着 Google 会在即将召开的 I/O 大会上、会在沉寂已久后重磅发布的 Gemini Omni 上「来波大的」，评估国产模型的标准，也一定会发生变化。

只看 Coding 的叙事，中国的原生 AI 公司都在扮演「一个更便宜的 Anthropic」，杀成一片红海。

但在找出「一个更本土的 Google」这件事情上，只会发现一个玩家，就是 MiniMax，只有它的模型迭代方向与 Google 完全一致：在一个系统内完成文本理解、图片生成、视频生成和音频输出。

不开玩笑，MiniMax 真是中国独立大模型厂商里唯一一个同时具备「文本 + 图像 + 视频 + 音频 + 音乐」全栈能力的，Kimi、DeepSeek、智谱都没有如此「德智体美劳」全面发展。

既然 Anthropic 可以用一年的投影「碰瓷」Google，那么 MiniMax 也用完整的全模态体系「卡位」下一个 Google，不过分吧？

同理，如果相信 Google 会为全模态重新定价，那么 MiniMax 作为国内稀缺性最高的一家映射公司，它的价值也很难再用旧的刻度尺去测量。

这不是我说的，摩根士丹利给 MiniMax 画了年内 10x 的 ARR 增长，同时上调收入和股价预期。

说回全模态，这当然不是「有就够了」的简单游戏，不能打也不行，所有的压力都来到了 MiniMax 即将发布的 M3 系列模型身上。

根据中信建投在小范围交流会里透露的，多模态能力将是这轮升级最强的地方，集成的 H3 视频模型被小范围评测为能与 Seedance 共同担当视频模型的「夯」级别：

「我们认为，多模态训练产生的视觉理解能力，可以反哺文本模型，提升模型智能上限⋯⋯ MiniMax 是少数兼顾 Coding/ 办公场景 + 多模态 / 内容生成行业，两个超级赛道的玩家。」

其实我对 MiniMax 曾经有过不解，坚持发力五大模态似乎意味着要同时开辟多个战线，这难道不会徒增成本么？

直到看了 Gemini Omni 的相关讨论，指出多模态的生成是语言模型理解世界的硬验证信号，且大部分底层能力与核心模型复用，多个模态并不等同于多份研发投入，有限的成本提升，能够极具经济性的帮助 AI 构建世界，并让每一代模型的更新不断放大效率差。

既然那些被逃掉的课，终究都是要补回来的，不如一开始就不走捷径。

Coding 之外的市场很大，只是 AI 过去还接不住，以致于没法转化为经济回报。

事实上，连 Anthropic 都在尝试扩圈了，Claude Design 就是一个例子——虽然本质上还是一种前端 Coding ——但它却没能像之前血洗 SaaS 行业那样引发震动，设计股基本上只被「吓到」了寥寥数日。

只能说隔行如隔山，一招鲜是没法永远管用的。

当真正的全模态模型足够成熟和丝滑，它将接管更宽泛的生产力市场——广告、影视、音乐、游戏、娱乐等等——最终进入生活场景，成为可被调用的基础智能资源。

那些现在做不到的事情，都可以想象成真，比如一个陪你眼观六路耳听八方的搭子，比如一套个性化到千人千面的课件，比如一次再也不需要设计师的房屋装修⋯⋯

这就是 MiniMax 和 Google 同时看到的机会。

就像经济学家 Eldar Maksymov 所言，「历史证明，技术的进步将会创造出前所未见的需求，在大量采用计算机技术的职业群体里，就业增长速度都远超没有采用计算机的职业群体，成本的下跌，对应需求的增长，最终推动就业规模的扩大化。」

简单来说，能力的提升，会让人类意识到还有更多事情可做，而这样的丰饶，正是 AI 公司们承诺给我们的。

希望他们能说到做到吧。