" 极致效率 " 正在成为中国大模型的竞争优势。

本文为 IPO 早知道原创

作者｜MD

微信公众号｜ipozaozhidao

美国资本市场近期对于 AI 资本支出和收入之间巨大差距的质疑正在进一步发酵，这也导致一些巨头的股价出现了明显波动。

IPO 早知道发现，自 10 月 27 日至 11 月 7 日的两周之内，在 "M7" 公司中，微软股价已下调约 5%、META 的股价下调约 16%，此外，Oracle 的股价已下调约 15.6%。

让市场进一步焦虑的是 OpenAI 的 CEO Sam Altman 在播客 BG2 上 ( 11 月 1 日 ) 的一段回——当主持人、投资人 Brad Gerstner 问 Altman 如何看待市场对于 1.4 万亿美元的资本支出和大约 130 亿美元的营收差之时，Altman 首先表示，OpenAI 的年收入比这个要高（差不多 200 亿美元），然后便 " 怼 " 了回去："Brad 你要是想卖 OpenAI 的份额，我给你找买家，（买家）有的是。"

Brad Gerstner（右上）播客（来源：BG2@youtube）

而这段视频的剪辑随后在社交媒体上进一步发酵。上周五，Brad 在 All-in 播客上也回应道，之所以有这么大的 " 流量 "，是因为 " 收入和基础设施投入之间的差 " 这个问题过于重要。

就在美国市场对于 AI 泡沫破裂的担忧情绪中，中国 AI 企业却 " 悄悄地 " 追了上来。

中国 AI 模型的赶超

近一段时间以来，国内 AI 大模型公司接连发布了自己最新的模型产品。结合最新的 MiniMax M2 语言模型以及此前月之暗面发布的 Kimi K2-thinking 开源模型，再加上阿里的 Qwen、DeepSeek、智普 GLM 等模型，从受全球开发者的欢迎程度来看，中国头部 AI 模型已经在身为上逐渐逼近甚至在某些纬度上领先于 "OpenAI 们 "。

在 All-in 上周更新的播客中，主播、投资人 Chamath Palihapitiya 就透露，自己的孵化器 8090 在用 Cursor 2.0，" 你知道（Cursor）他们做了什么？他们用一款中国的开源模型替换掉了 Anthropic。"

在全球范围内，越来越多的公司正在将以中国的开源模型作为底座。近期在 A16Z 播客中，知名 AI 分析师、创业者 Nathan Labenz 发现，80% 的新兴 AI 创业公司正在使用中国的开源模型。

而此次 MiniMax M2 的发布再次反映了中国模型的吸引力。在 HuggingFace，MiniMax 这样描述：M2 是一款紧凑、快速、且具性价比的 MoE 模型（总参数 2300 亿，激活参数 100 亿），专为在编程与智能体任务上实现卓越表现而打造，同时保持强大的通用智能。仅 100 亿激活参数，MiniMaxM2 就能提供当今顶尖模型所具备的成熟、端到端的工具使用能力，但以更精简的形态呈现，使部署与扩展比以往更容易。

最新一周 Openrouter 的排名显示，MiniMax M2 已经成为调用 Token 最多的开源模型，而排在前面的三个版本的模型分别来自于 xAI、Anthropic 和谷歌，均为闭源模型。

来源： OpenRouter

在 Token 使用的市场份额方面，OpenRouter 的 11 月 9 日数据显示，市场份额排名前 9 的模型 4 家来自中国公司，其中 MiniMax 的份额排名仅次于 xAI、谷歌、Anthropic 和 OpenAI。而且，上榜中国公司的模型均为开源模型。

AI 模型竞争：从 " 大力出奇迹 " 到 " 极致性价比 "

今年年初 DeepSeek 在全球范围内的 " 爆火 " 直接改变了中国科技的叙事。凭借独特的工程能力和算法，DeepSeek 为代表的中国开源 AI 大模型在性能十分接近的情况下，在训练成本上存在碾压优势。这也直接引发对中国资产的新一轮重估：上证指数已经站上了 4000 点，而港股也迎来了 IPO 项目数量和二级市场头部公司股价的爆发。

回过头来看，DeepSeek 实际上完成了一次对 AI 模型乃至科技公司估值的 " 叙事转变 "：最好的模型不一定来自美国，也不一定是闭源的，关键是性价比与高效。而 DeepSeek R1 的推出，大大降低了普通用户和小团队开发者调用领先大模型的成本。

而随着 AI 应用开发者日益繁荣，中国 AI 模型的 " 效率 " 路线优势正在延续。

以 MiniMax 刚刚发布的 M2 模型为例，计算机科学家吴恩达（Andrew Ng）的 AI 学习网站 DeepLearning.AI 在上周发布的周报文章中特别比较了目前几大模型在性能（AA 标准）和 token 成本上的分布：在性能层面，GPT-5 的两个版本模型领先市场，但问题是其 token 成本却远远落后；而在第一象限（成本、性能综合领先）中的模型，MiniMax 的 M2 与 Grok 4 Fast 难分伯仲（见下图）。

来源：DeepLearning.AI

而且，除了调用 token 的推理成本差别。据科技媒体 theVerge，Grok 4 的训练成本大约 4.9 亿美元，相比之下，的 MiniMax 披露其 M1 模型的训练成本大约在 54 万美元，训练相差数百倍。

尽管 OpenAI 们以 AGI 为终极目标，但对创业公司而言，如此量级的成本差异很难不改变市场的思考方式。

关于 " 这为什么重要 "，DeepLearning.AI 在文章中认为：要开发可靠的智能体应用，需要不断试验提示词、工具以及任务分解的各种组合与排列，这会产生大量的 tokens。像 MiniMax-M2 这样既省成本又具备智能体能力的模型，可以帮助更多小团队在智能体领域进行创新。

而在 " 造血 " 方面，据 IPO 早知道了解，MiniMax 的商业化进程也在高速推进中。据报道，MiniMax 的 ARR 已超 1 亿美元门槛，是年化可持续收入和国际化收入最高的中国公司。

另据 MiniMax 早期投资人透露，相比于国内其他大模型厂商，MiniMax 的营收更市场化，现金流更健康，" 这也是其估值增长能够领跑的重要原因之一 "。

市场有分析指出，目前 AI 底层技术仍处在高速迭代发展之中，产业链价值中枢倾向于于技术甚至是底层基建（" 今年以来美股涨幅最高的公司中，有多家是存储和数据中心基建等硬件公司 "），而产品的大规模爆发通常是在技术成熟稳定、迭代放缓之际。

从组织形态来看，实现这一 "ROI" 优势的背后，是 MiniMax 技术和产品双轮驱动的结果——这与团队基因、组织形态和其在工程及算法上的技术都有密切关系。MiniMax 创始人闫俊杰此前曾在商汤科技担任高管，见证了中国 AI 企业在技术和商业化上的几波浪潮，对商业化和技术优势之间如何平衡有更多切身体会。

中国 AI 模型公司被低估了？

而从资本化节奏来看，目前 OpenAI 已明确表示近期无 IPO 计划，投资者只能通过一级市场老股转让（或者少部分代币化股权）来参与投资 OpenAI。此前外媒报道称 MiniMax 已于今年 7 月向港交所秘交招股书，最快将于今年第四季度赴港上市；与此同时，智谱 AI 也被报将同时准备在香港和 A 股上市，这意味着中国 AI 大模型公司有望率先登录港股这一面向中国内地和海外资金来源的资本市场。

美国二级市场的投资者对 AI 巨头们的风吹草动已经 " 极度敏感 "，背后原因之一正是对美国 AI 巨头 " 资本开支与营收不成比例 " 这一问题的担忧，最终直接体现为巨头市值们的频繁波动。

投资人 Azeem Azhar 认为，衡量 AI 泡沫的大小，最关键的指标是 AI 带来营收的增速能否赶得上 AI 基础设施投入的增速。而他认为 AGI 并不会以想象的方式到来，目前的更多是 " 信仰 " 和 " 心理 " 层面。而且，他还指出，目前美国 AI 巨头的数据中心融资实际上发生在表外，这都不是乐观的指标。

而相比之下，中国 AI 大模型企业无论是在模型的训练和商业化的投入产出比，还是调用模型的性价比上，都具有明显优势。

站在更长期视角，中国高效的能源基础设施和工程人才，让在 AI 的竞争中优势极其明显。

硅谷 AI 分析师 Dwarkesh Patel 在文章中指出：如果在 2030 年之前没有出现纯软件的智能爆炸，而 AI 只是变成了一场涵盖从机器人到太阳能电池板、电池再到钢铁的整个供应链的大规模工业竞赛，那么为什么最终不是中国领先呢？

黄仁勋近期甚至直接告诉 FT：" 中国将赢得人工智能竞争。"

倘若如此，来到二级市场的中国头部大模型公司市值对标 OpenAI（约 5000 亿美元）、Anthropic（约 1830 亿美元），并非不可想象。

本文由公众号 IPO 早知道（ID：ipozaozhidao）原创撰写，如需转载请联系 C 叔↓↓↓

｜｜

｜｜

｜｜