文字|光锥智能魏林华AI 第一波大模型公司上市已经到来，最先跨线的两家公司MiniMax和智普亮出了自己的王牌。与其他人工智能公司相比，MiniMax在中国显得谦逊而神秘。这家自成立以来就拓展海外市场的公司是如何赚钱的呢？从招股书来看，2025年前三季度，MiniMax营收从去年同期的1945万美元飙升至5344万美元（约合人民币3.8亿元），同比增长174%。可以看到MiniMax的实际应用就像三级火箭一样加速。翻倍增长并非特例。放眼全球，这是2025年全球AI商业化加速的一个缩影。以OpenAI和Anthropic为首的这些公司，今年的收入也将暴涨。那么 MiniMax 是如何做到的呢？经过详细分析后ospectus、光果智能发现，与AI 1.0时代主要专注于B端业务的企业相比，MiniMax正在开创一种相对较新的商业模式：“全B+C”，即企业级和个人用户兼具。这在过去的人工智能公司中并不常见。相比于Conti AI、星野等用户熟知的热门AI产品AI Video、AI Social，今天我想谈谈MiniMax鲜为人知的B端业务。在C端光环下，MiniMax的B端业务往往被忽视。招股书显示，MiniMax B端业务贡献营收1542万美元，占比28.9%（接近三分之一），同比增长161%。 MiniMax B端业务的收入从何而来？你们的模式与其他专注于B端业务的领先AI模型公司有何不同？收入占B端业务的1/3。针对传统业务的非传统应用Roach 与任何其他大型应用程序一样-规模人工智能模型。 MiniMax的B端业务收入主要来自API调用。从OpenAI到阿里巴巴统一钱文，即使在探索其他商业模式之前，API也是一种“吸引力不大但非常实用”的收入来源。这个收入模式很简单，就像水费、电费一样。开发者根据他们使用的通话次数付费。 MiniMax开放平台是标准化的B端服务产品，负责生成API。目前，MiniMax开放平台覆盖了来自100多个国家和地区的企业客户和开发者，涵盖AI+硬件、文旅、电商、办公、教育、游戏、医疗、金融等领域。此外，在模型功能方面，MiniMax开放平台还提供了文本生成、语音合成、视频生成、图像生成、音乐生成等接口功能。中小企业和开发者什么才能称得上是旗舰型号覆盖全模式，如MiniMax M2柱型、海螺2.3、语音2.6、音乐2.0等。虽然体量仍低于C端，但MiniMax的B端业务增长速度与C端相似，均翻倍增长。值得一提的是，MiniMax的B端业务目前看来状况不错。招股书显示，MiniMax B端业务毛利率强劲，达到69.4%，高于去年同期的62.3%。在近三年模型价格“一降几降”的产业环境下，MiniMax模型的特点和竞争力必须紧密结合，才能避免“亏本盈利”。另外，这个收入模型表明，MiniMax在企业侧的策略是只提供轻企业服务，不提供定制私有实现。我是MiniMax创始人严俊杰。可能是由于在商汤的工作经历，他避免提供高度“定制”的企业级服务从一开始的恶习。基于开放平台的API调用是OpenAI、Anthropic等国外大厂经常选择的模式。与AI 1.0时代被认为是“脏活儿”的实施业务相比，定制化的利弊显而易见。通过依赖深度服务，客户如果以后想要迁移平台，很大程度上依赖于公司。e，API平台中的几行代码是不够的。但深度定制需要企业提供专业的后续服务，高昂的人力成本会降低企业的整体毛利率。为此，智普的企业架构需要1000名员工，而MiniMax只需要400人左右的团队。 API 服务非常轻量级，但如果您希望更多人调用它们，请记住仅 MiniMax 是不够的。经过对招股书和公开信息的全面审查，光果智能发现MiniMax正在努力g在国内外努力打造自己的生态系统，并深度融入各大AI平台。在日本，它与 Baito、阿里巴巴、腾讯和小米等公司合作。例如，它为阿里巴巴和字节的编码产品提供文本模型支持，为腾讯的游戏和视频提供视频生成服务。这很有趣。尽管各大科技巨头都在推出“AI大模型全家桶”，但对MiniMax的需求仍然很大，这意味着它有两把具有一定模型特征的刷子。其中，MiniMax 合作的前五名客户也在手册中详细介绍。比如小红书、阅文集团、金山办公（WPS）在2023年和2024.2年的前五名中，公司并没有太大的方向。更明显的是一个AI数字人和视频合成平台，根据MiniMax发布的信息，我们推测该平台将是Veed。海外，MiniMax API业务收入进一步扩大随着 M2 型号的推出。其中，谷歌和微软立即推出了M2机型，亚马逊也在一次发布会上正式宣布推出M2机型。 MiniMax对其未来几年的增长预期也有类似的估计，其与阿里云的战略合作就证明了这一点。招股书称，未来三年MiniMax在阿里云上的算力消耗将逐年增加，由此，该公司建立了清晰的增长路径，其向阿里巴巴集团提供的API服务收入上限将从2026年的65万美元增加到2027年的100万美元和2028年的150万美元。这可以说是得到了市场需求的快速增长和大数据设计的支撑。 MiniMax 模型系列。 MiniMax B端业务未来的增长空间。从API接口到与不断增长的计算能力需求的紧密集成，您如何扩展您的业务MiniMax的B端业务达到什么程度？通过解构招股书和整理公开信息，MiniMax的B端策略可以分为三个层次。从最基本的API接口到帮助您提高内部工作效率并将其与您公司的产品紧密集成。最基本的合作形式是直接与服务商对接，在第三方平台开放API接口，通过生态系统扩大销售。例如，Google、Amazon 和 Nvidia 等平台直接连接到 M2 模型。当然，这也是很早期的合作模式。随着生成式人工智能发展加速，企业的人工智能应用逐渐深化，需求也向与业务的全面融合发展。具体合作模式可以分为两种：醋。首先，企业正在利用人工智能重新设计其内部生产流程，以强调“提高效率、增加收入”。这种效率在内容行业尤为明显。在视频内容和游戏创作领域，以腾讯视频和天美工作室为例，AI视频生成可以帮助生成高质量的特效视频和游戏素材。即使在影视应用中，对于需要特效的大型场景，人工智能也可以帮助缩短制作周期和成本。人工智能可以接管通常需要几天时间才能设置和拍摄的内容，只需几分钟。同时，成本可以从几十万元降低到几万、几千元。同样的逻辑也适用于营销。在为其他公司提供的营销解决方案中，Monks通过将MiniMax视频模型与海螺AI产品集成来优化内容创作流程，降低成本并提高流程效率。根据海螺2.3模型官方信息，批量创建离子成本最多可降低 50%。如果说降低成本对于企业来说是一次“减法”，那么第二种商业模式就相当于一次“加法”，可以融入到企业的核心产品中，达到“1+1 2”的效果。按照MiniMax对所有模式进行分类的思路，频繁的协作可以分为三类：文本、音频和视频。在文本和逻辑推理领域，MiniMax从M1推理模型开始，其主要卖点是代理（智能代理）功能的提升。在编程领域，MiniMax参与了字节和阿里巴巴两家大公司的产品，在AI编码领域目前受到广泛关注。 Byte 正在将新模型集成到其呼叫编码产品中，包括本周发布的开源 M2.1。阿里巴巴是 iFlow AI 编码工具的基础文本模型。对于AI编码产品，选择基础文本模型可能需要更高级的分解复杂任务的能力，并且模型可以用来理解需求，计划很重要，因为它需要完成步骤、编写代码和自我修改。这种多步组合功能正好符合代理的能力。随着模型泛化能力的提升，我们也扩大了B端业务的合作范围。 12月22日，Vita Dynamics推出的狗形机器人Vbot与MiniMax合作，发布了新模型M2.1，推动“空间智能代理的实现”。其原因对于空间智能来说是一个更加复杂的问题。与任何智能驾驶逻辑一样，泛化能力不足的模型将难以处理未知问题。例如，当你遇到障碍时，你就会“卡住”。 M2.1可以支持机器狗处理任务，提高模型泛化能力。做到这一点的关键之一是交错思维，MiniMax自M2系列以来一直积极推广。其优点在于，模型可以保持“想-做”的思维方式，并根据执行结果，用处理替换之前的思维结果，让智能体能够实时响应开放环境和“未知的混乱”。除了文本领域，MiniMax 还有许多专注于视频和音频领域的合作项目。其中，视频领域主要支持与快看合作的Veed数人、AI漫画等视觉产品的运营。语音在C端是一个不赚钱的业务，但在B端却需求量很大。与MiniMax的合作重点是为小米和致远机器人产品提供交互音调支持。从B端的MiniMax协作拓展来看，关键有两点：全模态设计和改进模型功能。前者让B端业务更加多元化，而后者后者确保在竞争激烈的市场中取得成功。坚持只提供API服务的决定，提供与私有化部署不同的“独立场地”，让B端业务有了高毛利率的立足点，向市场展示了自己的潜力。重新评估中国被低估的人工智能独角兽我该怎么办？新车型发布和功能更新目前是大型模型公司为了继续在市场上展示自己能力的首要任务。 MiniMax 也不例外。发布会期间，MiniMax还推出并开放了一款新型号M2.1，它是基于M2型号的更新。从官方信息来看，新模型在多种编程语言、移动开发、执行、泛化等方面都提升了能力。 “(Claude) Opus、Gemini 3 和 MiniMax M2.1 是我用于 Rails 和 BaseCamp 等代码库的第一个模型。使用它们时我感到非常惊讶，”创建 Ruby 的传奇程序员 DHHon Rails Web开发框架，X评论道。 不过，虽然日本的大规模开源模式现在已经可以与国外一线大规模开源模式相媲美，但该公司的声誉仍然存在质疑。从性能上来说，两者之间存在着巨大的差距。这也导致了现阶段国内领先典范企业的一个共同特点：加速上市，以获得更多能够帮助企业继续“战斗”的筹码。以MiniMax为例，不难理解，与其他行业公司的公开上市阶段相比，AI 2.0时代的公司以非常快的速度争先恐后地上市，即使交付的注册显示出早期商业化的潜力。以AI 1.0时代为例，以IPO为目标的企业在商业化上基本完成了相应的设计，并拥有相对成熟的营收模式。其中，商汤科技完成了上市前共完成12轮融资。 E轮阶段，累计融资金额超过52亿美元，并已开始正式招股书提交阶段。彼时，商汤科技已确立智慧城市、智慧商业、智慧生活和智能汽车四大主营业务，年销售额达到34.5亿日元。不过，近期木希、摩尔线程、必仁等国产GPU的加速上市，以及MiniMax、智普的IPO，我们都能看到这一代企业上市的热情。对于仍处于上市早期阶段的企业来说，估值和定价是新的挑战。以传统的市销率（PS）甚至市盈率（PE）来衡量，大型模型公司必然“贵得离谱”。我们以 OpenAI 为例。据报道，OpenAI 正在筹集资金，预计 2025 年收入将达到 130 亿美元，预计融资后估值达到8.3亿美元。以此计算，其 PS 值将上升至 63 倍，导致 OpenAI 净亏损达 90 亿美元，无法用 PE 来衡量。 PS倍数高达数十倍通常意味着巨大的泡沫。但把大型示范企业当作普通企业来计算，本身就是一个误判。在AI 2.0时代，传统的金融锚点可以说不再有效。相比之下，大型国家模范公司的估值往往被低估。在最近的一次谈话中，罗永浩和MiniMax创始人严俊杰谈到了中国科技界一个非常复杂的现实。在AI 2.0时代，中国企业似乎陷入了奇怪的“估值悖论”。 “美国蓝筹公司的估值是中国初创公司的100倍，营收也基本高出100倍，但技术可能只先进5%。”谈到这一差距，杨俊杰说道。这段话准确地描述了生存中国大型模范企业家的状况.在被严重低估后，公司已经具备了“花少量的钱办大事”的能力。无论是依靠最大效率突围行业的DeepSeek，还是最近上市的MiniMax，都是非常有代表性的公司。前者通过底层架构的极致优化，将训练和推理成本降低了几个数量级。后者利用约 400 人的团队，拓展了 Anthropic（文本）、Gateway（视频）、Eleven Lab（音频）和 Suno（音乐）四家美国独角兽的组合，当最终上市程序到来时，上述四家美国公司的估值合计将达到数千亿美元。由于中美投资风格的差异，估值差异可能有几个数量级。不过可以确认的是，大模型企业纷纷走过封闭的营销循环，率先展现出大型车型的盈利潜力。无论是OpenAI每年数百亿美元的收入，还是Anthropic每年50亿美元的海外收入，都已经证明了大模型可以赚很多钱。 MiniMax拿出招股书并用数据表明，这个逻辑也适用于中国企业。高收入、高毛利率、高增长空间是关键。最好的证据就是该业务69.4%的毛利率。B端cio和付费客户数量增长25倍。一旦验证了“模型有效、业务有效”的逻辑闭环，剩下的就是积累算力、规模化、增加销量。这也是现阶段各大模特公司争先恐后上市的原因。只有先完成首次公开募股（IPO），您才能快速扩大市场覆盖范围并赚取收益由于技术发展尚未达到平稳状态，您将获得通向 AGI 下一阶段的门票，同时依靠二级市场的资金支持来支持大规模模型训练。
特别提示：以上内容（包括图片、视频，如有）由自有媒体平台“网易账号”用户上传发布。本平台仅提供信息存储服务。
注：以上内容（包括图片和视频，如有）由网易号用户上传发布，网易号是一个仅提供信息存储服务的社交媒体平台。
近期评论