本文来源：时代财经 APP 作者：赵姝婵
8 月 ARR 超 8 亿， B 端收入占比飙升至八成，MiniMax 的增长引擎是什么？
近日，MiniMax（00100.HK）交出了上市后的首份半年报。财报显示：上半年总收入达 1.17 亿美元，同比增长 283.1%，仅半年便超 2025 年全年营收；毛利 2081 万美元，同比增速 464.8%。毛利率从去年同期的 12.1% 拉升至 17.9%。
比增速更值得关注的，是收入结构的变化：B 端（开放平台及企业服务）收入同比暴增 703.1% 至 7390 万美元。占比由去年同期的 30.3% 跃升至 63.4%，正式取代 C 端成为第一大收入来源。
资本市场的嗅觉比财报更快。时代财经发现，高盛近期将 MiniMax2026 至 2028 年的收入预期上调了 22% 至 64%，维持 " 买入 " 评级，12 个月目标价定到 800 港元。摩根士丹利今年同样给予 " 增持 " 评级，目标价 900 港元。两家国际投行的逻辑出奇一致：M3 模型竞争力上来了，H3 视频模型打开了新空间，后续年度经常性收入仍有上行预期。财报发布次日，花旗上调 MiniMax 目标价 8% 至 576 港元，称公司业绩表现强劲。
半年赚了去年全年近 1.5 倍，MiniMax 靠什么？
时代财经拆解半年报发现，企业端暴涨 7 倍的同时，C 端也在翻倍增长，个人用户累计超 3 亿。换言之，不是此消彼长，是两头一起跑，只是企业端跑得太快了。
通过业绩会，时代财经了解到，MiniMax 8 月 ARR 已超过 8 亿美元，其中 ToB 板块在整体 ARR 中的贡献已超过 80%。MiniMax 副总裁薛子钊分享道，" 收入快速增长的核心在于在提供前沿模型能力的同时不断优化推理效率，做到了有竞争力的性价比。"CEO 闫俊杰也给出了一组数字：7 月全平台 Token 消耗量为 1 月的 20 倍，企业客户和开发者突破 200 万，是 2025 年底的 10 倍。
" 模型消费正在从‘人类与 AI 的交互’，拓展到‘ Agent 与 AI 的多轮交互’。由 Agent 驱动的推理需求增长显著快于用户数和消息量的增速。" 闫俊杰在业绩会上解释，当客户从 " 问一个问题 " 变成 " 跑通一个流程 "，单次任务背后的 Token 消耗成倍放大。
Agent 带来的 Token 消耗激增，也正在推动国内整个大模型产业的调用规模持续走高。据高盛研报数据，中国大模型日均 Token 调用量正在快速增长，预计中国 AI 模型日均 Token 消耗量将从 2026 年的 350 万亿增至 2030 年的 4600 万亿，5 年增长约十余倍。
在这个快速膨胀的蛋糕里，MiniMax 的 8 亿美元年度经常性收入已经是不小的站位。
把时间线拉长一点，会发现这条从 C 端向 B 端迁移的转换线早有迹可循。时代财经观察到，2025 年前三季度 MiniMax 企业端收入占比为 28.9%，全年升至 32.8%；仅半年时间，公司收入结构便完成根本性倒转。但转型来得越快，根基也越薄弱，随着大厂集体加码企业级市场，MiniMax 能否站稳这套全新收入结构、守住并持续扩大约 6% 的市场份额，仍有待时间检验。
" 在 AI 时代，模型即产品本身。无论是 ToB 还是 ToC，本质上客户都是在为模型能力而付费。" 闫俊杰在业绩会上表示。这句话既是对收入结构剧变的注解，也透露出 MiniMax 对自身定位的重新校准：它首先是一家模型公司，消费端产品与企业端接口，都是模型能力对外输出的出口。
从技术模态上看，这一转向同样体现得十分清晰。薛子钊透露，越来越多企业客户会同时调用语言、视觉、声音多类能力，当下多模态生成的核心，在于模型能力与业务场景的深度融合，M3 与 H3 正在共同拉动 ARR 增长。这也意味着 MiniMax 不再单纯输出文字对话能力，而是将整套多模态能力打包交付给企业，直接带动客单价与用户使用粘性同步抬升。
让高增长可持续
如果说企业端业务爆发解答了 MiniMax" 收入从何而来 " 的问题，那么摆在它面前更核心的命题是：如何让高增长具备可持续性。
闫俊杰在业绩会上用较大篇幅阐释底层技术逻辑，核心目标直指将推理成本压至低位。" 推理既是对外供给智能的过程，也是内部生产下一代智能的过程。" 在他的逻辑里，推理成本越低，后训练的深度就可以做得更高，模型能力随之迭代变强，进一步拓展客户规模，反过来继续摊薄单位成本，由此形成正向飞轮，而非简单依靠产品降价换取市场。
为实现这一飞轮，MiniMax 选择稀疏模型路线：模型虽拥有数千亿参数，但处理具体请求时仅激活部分参数，其余参数处于待命状态。其自研混合稀疏注意力架构 MSA 升级至 2.0 版本后，处理超长文本无需反复从头计算，计算效率得到显著提升。高盛 8 月研报专门提及该套架构，认为其将百万字长文档处理成本压到极低水平，同时在代码生成、智能体基准测试上跻身全球第一梯队。
这套技术路线已经体现在模型实测指标上。MiniMax 内部测试数据显示，M3 在国际编程评测 SWE Bench Pro 取得 59.0% 得分，高于 GPT 5.5 的 58.6%、Gemini 3.1 Pro 的 54.2%；自主浏览检索评测 BrowseComp 得分 83.5，超过 Claude Opus 4.7 的 79.3。M3 可支持 100 万 Token 上下文，单 Token 计算量仅为 M2 版本的约 1/20。
薛子钊从财务视角佐证技术迭代带来的收益：过去两个多月，文本模型单位算力吞吐提升 3 倍；M3.1 的目标，是将推理成本降至 M3 上线之初的 1/3 左右。这并非单点优化实现，而是模型、推理系统与底层基础设施协同迭代的结果。他同时强调，成本优化与毛利率改善并不冲突，只要单 Token 维持正向毛利并持续优化，规模扩张就会带来绝对毛利的增长。
算力基建是支撑这套路线的另一重要底牌。时代财经了解到，MiniMax 是国内较早搭建规模化、长期稳定算力基础设施的独立大模型厂商之一，有效训练时间占比达到 97%，算力损耗被控制在低位，保障模型迭代效率。
其算力供给形成三层架构：自主可控核心集群承担旗舰模型训练，云厂商补充弹性算力，Token Factory 承接推理流量峰值。薛子钊透露，当前文本模型训练资源投入约为视频模型的 4 倍，大语言模型承担通用智能主要的规模扩展任务；与此同时，M3、H3 正在推进国产芯片适配，大规模国产算力集群不久后将承接正式业务流量。
多模态业务的成绩同样亮眼。时代财经注意到，7 月底开源的视频生成模型 H3 上线一个月下载量突破 2400 万次，衍生出 300 多个公开衍生模型。颇具行业代表性的细节是，字节跳动剪映海外版 CapCut 在 H3 发布当日便宣布接入，竞品主动集成开源模型，在国内大模型行业并不多见。
"H3 不只是一款视频生成模型，更关键的是实现了语言模型与视觉生成能力的深度融合。" 闫俊杰表示，语言模型深度参与创作链路，理解上下文、参考素材与用户意图，并转化为精细化的生成控制。在 Artificial Analysis 全球视频模型评测中，H3 视频编辑能力位列全球第一，文生视频、图生视频跻身全球前三，开源权重文生视频榜单高居榜首，而其定价仅 0.8 元 / 秒，约为同级旗舰模型的三分之一。
弹药充足，MiniMax 准备打一场持久战
MiniMax 下一步怎么走？
高速增长之下，MiniMax 也在业绩会上对外披露了后续模型路线图。M3.1 是 M3 的迭代款，底座不变，重点打磨代码生成、工具调用和智能体任务这些 " 干活 " 场景，定位就是一个字：好用，而且要大量地用。M3 Pro 则是一次全面升级，参数规模拉到了 3 万亿级别，引入 MSA 2.0 架构，计算效率预计再翻 3 倍。两款模型都在按计划推进，没有跳票迹象。
" 我们判断，模型智能仍有很大的提升空间，既来自技术，也来自市场。" 闫俊杰在 Q&A 环节对包括时代财经在内的媒体表示，"Coding 还远未达到市场天花板，今天很多 Coding 产品还停留在代码生成和辅助开发阶段，未来会进一步走向端到端交付复杂软件。" 他还指出，网络安全、芯片设计等高价值任务也可能成为下一批重要的应用场景，" 随着模型能力和可靠性不断提高，商业模式也可能从按 Token 计费，逐步转向按任务结果和专业价值计费。"
商业化层面，薛子钊在业绩会上提到，目前多模态和语音的毛利率相对更高。文本模型的收入占比正在快速提升，同时它的推理成本也在快速下降。他表示，预计 MiniMax 毛利率在今年下半年会继续改善，明年还有进一步提升的空间。
费用端研发增速跑不赢收入，上半年研发投入 2.97 亿美元，同比涨 139%，但收入涨了 283%；另一边，销售费用反而降了 18%，靠的是用户自己找上门；行政开支占收入比例从 48.8% 压到 25.9%，直接腰斩。高盛研报显示，2026 年中国大模型行业训练总成本约 40 亿美元，推理总成本约 70 亿美元，整个板块还没到赚钱的时候，普遍预计 2030 年前后才会出现盈利拐点。
从财报不难看出，MiniMax 在走一条 " 先用高研发投入换增长曲线和效率壁垒，等规模起来再谈利润 " 的路线。
" 大语言模型行业并不是一个简单的零和竞争，大语言模型带来的智能提升几乎没有尽头。" 闫俊杰在业绩会最后说，" 下一阶段模型竞争的核心，不是算力规模、用户规模，而是能不能定义正确的问题，选择有效的技术路径，并持续提高把算力转化为智能的效率。"
短短半年，MiniMax 实现 ARR 从 1.5 亿美元跃升至 8 亿美元以上，企业端收入占比由三成跳升至八成，收入结构完成彻底反转。这家公司正在完成从消费端产品厂商，向模型基础设施服务商的身份跃迁。方向已然清晰，但能走多远、走得多稳，仍取决于后续季度的模型迭代与商业化落地——大模型赛道，从来都不是一场短跑。
