这这这……这招股书一披露，不是里里外外都在讲 OpenAI 和美国大模型巨兽们的泡沫之大吗？

21 日，上海大模型独角兽 MiniMax，正式通过港交所聆讯，吹响了 IPO 冲刺号角。

历数 MiniMax 的过往经历，这家大模型独角兽在市场当中一骑绝尘，也绝非偶然——

更早之前，这家公司在资本市场的融资能力同样一流，成立四年间，已吸引米哈游、阿里巴巴、腾讯、小红书、小米、金山、PCG 和正大集团等知名机构投资站台，累计融资已超 15 亿美元。

但直到招股书披露，更重要的资本吸引力原因才完全明确——

不仅因为全模态能力全球领先，更关键的是，累计花费只用了 5 亿美元，不到 OpenAI 的 1%。

所以，MiniMax 到底都做了些什么？

MiniMax 是谁？

如果用 MiniMax 给自己的定位来说，这是一家全球化的通用人工智能（AGI）科技公司。

全球化不难理解，MiniMax 的服务已经覆盖了全球 200 多个国家和地区，国际化业务收入占比达 70%，公司人才也有 30% 拥有海外背景。

AGI，则是 MiniMax 的终极探索目标。

具体实现上，MiniMax 将可扩展性（Scalability）视为通往 AGI 的核心驱动力。

Scaling 的确是许多 AGI 探索者奉为圭臬的行动指南，具体到 MiniMax，他们的路线又有什么不同之处呢？

这个问题可以从技术、产品和商业化三个维度窥探一二。

技术层面，MiniMax 是少数自成立起就投入全模态模型研发的大模型公司之一。

对此，MiniMax 创始人闫俊杰曾在与罗永浩的对谈当中给出了这样的解释：

我们觉得真正的 AGI，一定要支持多模态的输入、多模态的输出，只是这件事实在太难了，三年多以前，我们刚开始做的时候，创业的时候，那个时候其实完全没有技术路线，我们的想法就是每个模态至少先走通，到了时机合适的时候就可以再起来整合。

时过境迁，现实成功证明了 MiniMax 选择的这种模式不是广种薄收，而是多个模态齐头并进——技术迭代密集，关键技术突破频率高，是 MiniMax 留给业界的一大印象。

先说我们最常接触的文本。

今年 6 月，MiniMax 发布并开源了M1 模型，四个月后，M2 也闪亮登场。

MiniMax M2 发布期间，在 Artificial Analysis 榜单刷新了国产文本模型最高成绩——全球前五，开源第一。

而且专为智能体和编程而生，编程能力和 Agent 表现出众，同时经济高效，推理速度是 Claude 3.5 Sonnet 的两倍，API 价格却只有 8%。

这个成绩不是花拳绣腿，从市场反应上看，开发者们用实际行动选择了 MiniMax M2 ——

在知名模型聚合平台 OpenRouter 上，MiniMax M2 其日消耗量最高跻身全球前三，成为该平台上最受欢迎的中国大模型之一。

再来看语音，2023 年起， MiniMax 推出国内首个基于 Transformer 架构的语音大模型 Speech 01，2024 年，推出升级版本 Speech 02，综合性能位列第一。

截至目前，MiniMax 语音模型已经迭代到 2.6 版本，支持 40+ 种语言，帮助用户生成了累计超过 2.2 亿小时（约 2.5 万年）的语音。

就连支撑 ChatGPT 高级语音模式的 LiveKit，也是选择了 MiniMax Speech 作为底层技术引擎，同时该模型也受到了智能玩具、智能眼镜等新物种的青睐。

声音除了有语音之外，还包括音乐，MiniMax 的音乐模型 Music 2.0，也被誉为 AI 界的 " 全能制作人 "。

它支持生成长达 5 分钟、包含主歌副歌完整结构的专业级歌曲，拥有极高的人声拟真度和精细的编曲控制。

还有更复杂的视频。

MiniMax 视频模型 Hailuo 支持文生视频、图生视频、主体参考、首尾帧等功能，在 VBench 和 Video Arena 等国际榜单第三方独立测试结果中综合排名位于第一梯队。

而且性价比依旧超高，再次刷新了全球视频模型效果成本纪录。

海螺 AI 已成为全球领先的 AI 视频生成平台，截至目前已帮助全球用户创作超 5.9 亿视频。

技术和商业化之间，产品是为桥梁，MiniMax 采用了 " 模型即产品 " 的模式，同时面向 BC 两端获客，建立了以订阅服务与云端 API为核心的高质量可持续收入矩阵。

但在这一环节，核心逻辑不是模型的性能指标，而是能够解决具体问题。

海螺 AI 和MiniMax Audio 就是 " 模型即产品 " 的典型代表。

前者提供了导演级的 AI 视频生产力，只需简单的描述就能将创意变成精彩的视频；后者则让用户在文字转语音中可真正实现了 " 所需即所得 "。

在此之外，MiniMax 还积极拥抱智能体热潮，推出了国内首款全栈通用智能体 MiniMax Agent，以及支持用户自由创造和分享 AI Agent 的交互平台星野（Talkie）。

再来看 B 端，MiniMax 开放平台是 MiniMax 旗下的 B 端业务，简单说就是销售 API，前面提到过的所有模型，都能在 MiniMax 开放平台上找到对应的 API 服务。

该平台日均处理超万亿 Token 请求，已累计面向来自超过 100 个国家及地区的企业客户和开发者提供服务。

另外，还有多家海内外知名应用平台和开源项目同时接入了 MiniMax M2。

从技术和产品上看，MiniMax 在其押注的不同模态上的确都取得了一些成绩。

技术驱动、服务用户和国际化，也成为了 MiniMax 刻进 DNA 当中的三个基本原则。

那么，这样的成果和路径选择，又给 MiniMax 带来了怎样的财务业绩呢？

MiniMax 财务业绩如何？

首先，从营收角度去切入这家公司的业绩：

MiniMax 从 2023 年开始进行商业化，营收已达到 346 万美元，2024 年直接飙升到 3052 万美元，同比暴涨了782.2%。

2025 年前 9 个月，公司的营收额再度大涨 175%，达到 5344 万美元，已经远远超越了去年全年的水平。

截至今年 9 月 30 日，公司 C 端收入同比增长了 181%，B 端收入同比增长了 160%。

从市场维度拆解收入来源，会发现有超 70% 的收入来自海外——这意味着 MiniMax 已成为国际化收入最高的中国大模型公司。

再从渠道维度拆解收入，MiniMax 的收入又以订阅和云端 API为主要来源，也就是基本以现有商业模式为主，属于持续产生的、可预测的长期现金流入，即可持续性收入。

对大模型公司来说，收入的" 可持续性 "比规模更重要。

由此体现在利润层面，MiniMax 的核心盈利能力正在增强。

MiniMax 的毛利率从 2023 年的 -24.7%，快速转正到 2024 年的 12.2%，今年前 9 个月继续提升至23.3%。

以今年前 9 个月的数据为例进行拆解，公司 C 端和 B 端的毛利率分别为 4.7% 和 69.4%。

B 端毛利显著较高，且明显高于行业平均水平，是由于公司早早进行全球化布局，并受益于可持续的云端 API 调用制商业模式。

如果不计入星野的影响，公司整体毛利率已近乎50%。

在费用层面，研发依然是一家大模型公司的重中之重。

但最需要关注的并不只是简单的投入金额，而是足够的投入是否能更多转化为实质，也就是研发效率是否够高。

拿大模型公司最核心的训练相关的云计算服务开支举例：

直观上看是训练成本的金额在持续提升，2022 年、2023 年、2024 年及 2025 年前九个月分别为 415 万美元、4723 万美元、1.4 亿美元和 1.42 亿美元。

但随着投入加码，技术推动产品用户增长、业务扩张以及收入规模爆发，公司就能保持相对更低的成本，产出更高的效率。

就像 MiniMax 往期训练相关的云计算服务开支占收入的比例，已从 2023 年的超过 1365%，优化到今年前 9 个月的 266.5%。

而和其他多数大模型公司一样的是，MiniMax 目前仍处于亏损中，透过更贴近真实运营水平的经调整净亏损来看：

2022 年、2023 年和 2024 年，公司经调整净亏损分别为 1215 万美元、8907 万美元和 2.44 亿美元；今年前 9 个月，MiniMax 的经调整净亏损为 1.86 亿美元。

我们结合公司的营收增速去衡量，从 2023 年到 2024 年，再到今年前 9 个月，营收增速分别高达782% 和 175%，远远高于经调整净亏损上涨的幅度，净亏损率迅速下降。

这也意味着公司的商业模式已经跑通，业务也已步入了高质量、规模化的扩张轨道。

更不必说，MiniMax 背后还有相当充裕的 " 现金弹药库 " 做后盾——

截至 2025 年 9 月 30 日，公司的现金储备合计为11.02 亿美元（包括现金及等价物和理财产品）。

以公司目前的现金消耗率来看，即便没有 IPO 募资，账上的现金也足够支持正常运营53 个月以上。

这不仅仅是因为公司运营效率高，当然也离不开公司背后站队的一众投资人。

MiniMax 有怎样一支队伍？

MiniMax 成立于 2022 年，放在大模型公司里算得上年轻。

别看成立至今，满打满算只有近 4 年，但公司背后的投资队伍已是众星云集，其中不乏顶尖资本。

其中既有米哈游、阿里、腾讯、小红书、小米、金山、PCG 和正大集团这样的战略投资人，亦包括高瓴、IDG、红杉、经纬、明势、云启等知名投资机构，累计融资金融超 15 亿美元（折合人民币约 106 亿元）。

一旦成功上市，MiniMax 将成为从成立到完成 IPO 用时最短的公司。

那么是怎样一支团队带领 MiniMax，能在短期内吸引大批顶尖投资者、撑起这样的估值呢？

事实上，作为中国的 AGI 独角兽代表，MiniMax 的创始团队拥有极其浓厚的 " 商汤基因 "。

创始人兼 CEO 闫俊杰，在创立 MiniMax 之前，就是商汤科技的副总裁，同时也担任商汤科技研究院副院长和智慧城市事业群首席技术官。

他是商汤早期的关键技术人物之一，负责搭建了商汤深引以为傲的深度学习工具链和底层算法体系。

除了闫俊杰本人，MiniMax 的早期核心团队中也汇聚了多位具有 AI 落地经验的技术人才。

早期联合创始人周彧聪（商汤算法团队原负责人）和贠烨祎（商汤 CEO 办公室原战略负责人）均曾在 AI1.0 时代历经实战，这种人才构成的连贯性使得 MiniMax 在成立之初就具备了成熟的工程化落地能力和算法研究体系。

这种 "AI 基因 " 对 MiniMax 最显著的影响，就在于其虽然年轻，却拥有准确的技术路径选择与极高的执行效率。

公司不仅自身年轻，还有一支年轻的队伍——全员 385 人，平均年龄 29 岁（95 后），董事平均年龄也只有 32 岁。

385 名员工中，研发人员占比高达 73.8%。

因为年轻，所以热忱，对自己的工作保持热爱，就是团队年轻化的优势，对此，闫俊杰曾经对罗永浩这样坦言：

我觉得我们整个团队其实属于这种比较纯粹，大家真的是热爱这个东西，我们自认为大家都很草根，也没啥背景，我们就是在比较踏实地往前来做。

当然这种 " 年轻 " 不仅体现在年龄，还体现在 MiniMax 高效的管理和运行模式。

MiniMax 的组织架构高度扁平化，在 CEO 之下设立的职级不超过三层，实现了管理效率的指数级缩放。

并且作为一家 AI 独角兽，AI 已经深入到 MiniMax 日常工作的底层方式，其超过 80% 的代码是由 AI 完成的，闫俊杰甚至将公司当中用到的 AI 称为实习生：

其实我们内部也在不停在用自己的模型，我们内部叫它 " 实习生 " ——一个名为 AI 的实习生，它可以看我们内部的各种各样的代码库、线上的一些环境。比如说有时候线上出了点问题，飞书里面跟它聊几句，它就可以来改一些线上代码，让我们 review，review 完就可以直接上线了。

这并不是为了 " 省事 "，而是对工作方式的一次彻底重构。

这种重构带来的高效直接体现为了经济效益，公司累计融资 15 亿美元，现金储备超 11 亿美元，从公司成立至今年 9 月，MiniMax 累计花费约 5 亿美元。

可能你对这个金额没有概念，我们可以拿 OpenAI 来对比——

OpenAI 花了 400 亿至 550 亿美元达到的布局，而 MiniMax 仅仅用了不到 1% 的钱，就做成了全模态全球领先的公司。

只能说，相比 OpenAI 和其他玩家，MiniMax 的效率和 ROI，真的太高了。