文 | 光子星球

智谱与 MiniMax 先后敲钟，市场很少在同一时间，给同一赛道提供如此清晰的对照样本。

在一级市场被冠以 " 小龙 " 称号的两家大模型公司，在上市首日收获了不同的市场反映。" 全球大模型第一股 " 智谱上市首日盘中一度回调，而后以较强的韧性逆跌至 131.5 港元，较发行价上涨 13.2%；MiniMax 首个交易日全程较为强势，收盘定格 345 港元，较发行价上涨 109.1%。

如果说一级市场投资的是可能性，二级市场投资的则更多是商业化的可见度。在商业化还都处于早期的时候，其对资本市场所讲故事的性感程度就决定了谁更吃香。

当一家大模型公司走到 IPO 这一刻，是产品与战略形成的图景向投资者展示出不同的估值模型。智谱选择是优先把 AI 能力做成 " 可交付的工程 "，把模型打包进 To B 服务里；MiniMax 则是先把能力做成 " 可消费的产品 "，把模型做成应用，通过 C 端消费市场开始造血。

由此，我们看到了两种不同的市场温度。虽说技术型企业的短期估值更多是市场情绪所致，但跳出 " 短期 = 情绪 " 的判断框架，这组前所未有的样本似乎更像是一场公开的定价实验。

当大模型进入 IPO 阶段，资本市场究竟在为什么样的商业化路径付费？

智谱没有 " 鬼故事 "？

二级市场对敲钟企业增长能力的可见性与判断，往往来自招股书。最浅层的增长性，是白纸黑字写在招股书里的收入结构。

两者的财务模型呈现出显著的差异性：一个是厚积薄发的 " 技术长跑者 "，一个是高举高打的 " 效率实干派 "。

在 2024 年及 2025 年上半年，智谱的本地化部署收入均占总收入的 80% 以上，收入结构呈现明显的 B 端导向。这组结构几乎直接定义了智谱的商业模型：它更像一家 "AI 解决方案公司 "，把大模型能力装进企业的机房、专属环境、专用流程里。

上一轮 AI 浪潮，仍是一轮以 " 算法能力出售 " 为核心的产业周期。行业智能化的交付对象，大多是明确场景下的单点需求。项目之间彼此割裂，算法能力的边际复用有限，规模化更多依赖的是销售半径与项目密度的扩张。

而智谱所处的这一轮，是以通用大模型为基础设施的周期。模型本身并不指向某一个行业，而是通过参数规模、推理能力与 Agent 框架，形成可以在不同场景中反复调用的 " 通用能力池 "。在这一逻辑下，本地化部署虽然在收入结构上仍呈现出 " 项目化 " 的外观，但其底层能力并非一次性交付，而是持续演进、可复用、可升级的模型与工具链。

这也是为什么，智谱在招股书中反复强调模型迭代节奏、Token 调用规模与平台化能力，而不仅仅是单个项目的合同金额——二级市场需要的规模化复制的故事，或许落点不在于云端部署占比的上升，而是在于同一客户商业来往的持续深入。

对智谱而言，项目可以被做成商业化的入口，而非终点。一旦模型被嵌入组织流程，后续的能力升级、Agent 扩展、算力消耗与工具订阅，都会在同一客户内部自然生长。

换言之，如果说此前的项目交付，更像是在不同客户之间 " 复制工程 "，那么智谱所追求的，是在同一客户内部的 " 复制能力 "。前者的规模化依赖横向扩张，后者则更依赖纵向渗透。

也正是在这一点上，市场的分歧才真正产生。对部分投资者而言，看到的仍是熟悉的路径——高毛利、项目制、本地化部署；但对另一部分投资者来说，智谱更像是在用项目制的壳，承载一套尚未完全显形的平台化商业模式。

从盘中回调再到逆跌的表现来看，市场对这家公司的外观与内核的预期存在错位，但其仍需要向市场自证。

当通用能力尚未完全通过云端调用释放出来之前，项目化收入依然是现实解法。能否从 " 交付驱动 " 过渡到 " 调用驱动 "，才是决定智谱能否跳出上一轮 AI 公司 " 鬼故事 " 的分水岭。

大模型时代的 " 字节跳动 "？

与智谱被放到一个熟悉框架做估值相比，MiniMax 的处境几乎相反——人们不能在上一轮 AI 浪潮中找到与它相似的模板。

并非 MiniMax 的技术路线更 " 颠覆 "，而是其创始人闫俊杰本就是上一轮 AI 浪潮中走出的创业者，其对 AI 商业化的理解，往往比外部观察者更早、更清楚。

早在起点，他就让公司的未来路径避开与智谱类似的方向。他知道定制化交付的摩擦在哪里，因此才会更早把资源押在产品、平台和用户上。对于二级市场而言，定制化 B 端的想象力还需要拓宽，但大模型时代的原生化产品模式显得更加 " 性感 "，这或许是其上市首日快速点燃市场情绪的重要原因之一。

反映在收入结构上，MiniMax 透露出互联网式 " 产品 + 平台 " 公司的影子。其在招股书中披露 2024 年收入为 1355.2 万美元，而 2025 年前九个月收入为 5343.2 万美元，其中海螺 AI、星野等 AI 原生应用形成的产品矩阵贡献了超过 71% 的营收。

B 端叙事下，模型本身便是交付物，另一条叙事下，处于底座的模型被封装成产品交付给 C 端用户，从交付物演变成了成本中心。

路径修正的好处明显，MiniMax" 顺应 " 了投资者的期待，并未经历智谱日前遭遇的风浪。甚至从商业模型上看，MiniMax 更容易被放进消费互联网公司的范畴做比对，沿用 ARPU × MAU 的模型判断增长潜力。

值此，市场的判断重心便落在了其增长有没有持续性，成本有没有被规模摊薄的可能这两点上。

需要注意的是，这条路走起来或许也不会轻松。相较于项目制收入，消费级产品与平台调用会让成本暴露更早、用户增长与算力支出同频增长。在此情况下，效率直接决定毛利，以及更大的企业整体运营。

我们从招股书中也能窥得一二。招股书显示，MiniMax 强调自己仍处商业化早期并呈现较高亏损率，其对历史现金消耗的详细披露，往往对应的是 " 烧钱换规模 / 增长 " 的潜台词。

这是一个更集中的战略下注。只要产品飞轮不停，它就能用规模摊薄模型成本，并把平台化收入做大；反之，一旦增长停滞，成本曲线会立刻变成压力曲线——高强度研发与算力投入下，商业化若不能持续提速，估值的锚点将从收入变成现金流。

从这个角度看，MiniMax 与 10 年余前大肆购买服务器，以提升个性化算法效率的字节跳动颇为相似。有趣的是，两家的创始人也在不同场合发表过相似的观点，例如两家公司均自 Day 1 开始便将目光放在了全球化上。

相比张一鸣，闫俊杰的创业环境更好。张一鸣创业时，信息找人的逻辑还只隐约体现在海外少数 " 算法新闻 " 小众产品中，他需要向每个投资人阐述信息与分发的价值；闫俊杰面对的则是 AI 基本成为共识的火热市场，无怪市场用脚投票，给予 MiniMax 更高的期待。

肥水还流向了哪儿？

AI 是一个技术驱动、层次分明的行业。两家大模型公司商业化路径上的分歧尚需时间证明对错，但还有一个现实相对市值更冷——算力并不掌握在它们自己手中。

以 MiniMax 为例，2025 年前 9 个月，其向阿里云购买云计算服务的金额达到 5830 万美元；预计在 2026 年 -2028 年，其每年向阿里云采购云服务的预算上限分别为 1.15 亿、1.25 亿、1.35 亿美元。

市值反映的市场情绪之下，真正稳定、确定、并且持续放大的现金流，正在沿着算力账单，回流到云厂商一侧。所谓 " 商业化路径之争 "，更像是两家公司，以不同方式在为同一张底层账单买单。

MiniMax 用的是用户规模与产品增长，把算力成本前置、暴露在报表之上；智谱用的是项目交付与本地化部署，把算力成本包进整体解决方案里，再由客户间接承担。

或许，这一轮大模型 IPO 还有另一层的隐性结论，无论资本市场短期更偏爱哪一种叙事，真正站在产业链上游、具备议价能力的，仍然是掌握算力、网络与调度能力的云平台。

" 肥水还流向了哪儿？" 的答案并不复杂。毕竟在这场 AI 产业链商业化的竞速中，算力作为生产要素，已经提前完成了定价。这或许才是这一轮大模型浪潮里，最具确定性的事实。