上市52天后，MiniMax向外界展示了其IPO后的首份年度成绩单。
整体来看，2025年MiniMax实现收入7903.8万美元，与2024年相比，同比增长了158.9%。如果剔除掉股份支付、金融负债公允价值变动和上市开支等项目，其经调整净亏损为2.51亿美元，较去年同期小幅扩大了2.7%。
回顾2025年，如果用主题词概括MiniMax的战略重心，“效率”二字或许十分贴切。从财报中几个关键数据的变化，可以看出这家公司去年明确地将“提效”作为了主线任务。
首先是销售及分销开支为4036.9万美元，较去年同期减少了40.3%。这印证了MiniMax曾对外传达的策略：不再盲目追求C端产品的日活跃用户（DAU）等流量指标。其次，研发费用为2.53亿美元，同比增长33.8%，这一增速远低于收入增长，表明研发投入的回报比在提升，每一分钱都力求花在刀刃上。
更亮眼的是毛利的增长，它超越了收入增速，同比激增437.2%。公司的毛利率相比去年，也实现了翻倍提升。
这些积极变化的背后，核心驱动力来自于模型性能的提升以及随之而来的Token用量指数级增长，由此引发了一系列正向的连锁反应。
在昨晚举行的首次财报电话会上，创始人闫俊杰用中文进行交流，言语间偶有磕绊，略带紧张，但谈及MiniMax的未来走向时却十分笃定。他明确指出，公司的目标是从一家大模型公司，向“AI时代的平台型公司”迈进。
为此，他提出了一个定义AI时代平台价值的公式：平台公司价值 ≈ 智能密度 × Token吞吐量。这个公式本质上在尝试构建一套全新的价值结算体系，它既试图颠覆互联网时代的公司评估逻辑，也在为自身锚定未来的价值坐标。
MiniMax的三步走战略
纵观其发展历程，MiniMax的战略路径可以清晰地分为三步：从AI原生应用起步，到成为大模型厂商，再迈向未来的AI平台。
起步阶段，MiniMax凭借主打情感陪伴的AI应用产品Talkie（国内版为“星野”）切入市场。这些早期的C端应用，为MiniMax迅速获取了市场关注和品牌知名度。彼时，行业对这家公司的初印象是：一个推出了与ChatGPT形态迥异的应用，并在C端快速积累起可观用户规模的国内玩家。
从招股书数据看，正是C端AI应用撑起了MiniMax早期的估值。2024年，MiniMax总收入为3052万美元，其中To C产品收入占比高达71.5%。当时，Talkie/星野是绝对的营收主力，收入达1946万美元，占总营收的63.7%。
即便来到2025年前三季度，AI应用产品占总收入的比重仍高达71.1%。不过，增长引擎发生了变化，“海螺AI”成为第二增长曲线，其收入增长至1746万美元，占总营收的32.6%。
在上市前，MiniMax营收的爆发式增长主要归功于C端应用。但一个不可忽视的事实是：To C业务初期往往是“赔本赚吆喝”，而To B业务才是更稳定的“现金牛”。
从2023年到2025年前九个月，AI原生产品（主要为C端）的毛利率从-380.2%的严重亏损状态，一路攀升至4.7%。这意味着C端产品不再纯粹依靠烧钱拉新，开始初步具备自我造血能力。对于依赖C端起家的MiniMax而言，这是跑通商业模式的关键第一步。
相比之下，To B侧（开放平台及企业服务）的业务收入表现一直稳健，毛利率长期维持在70%到75%的高位，成为了公司利润的“稳压器”。
结合2025年全年财报来看，决定MiniMax从“大模型厂商”转向“AI平台公司”的关键转折点，发生在2025年第四季度。
在Q4的强劲表现加持下，AI原生产品收入的营收占比从2024年的71.4%下降至67.2%。与此同时，开放平台及其他基于AI的企业服务收入，其营收占比则从2024年的28.6%增长至32.8%。
To B收入占比的持续提升，表明MiniMax的战略重心不再局限于追求C端产品的用户活跃度，而是通过向企业客户输出模型能力与解决方案，来获取更稳定、高质量的现金流。这无疑是一条更为务实的商业化路径。
至此，MiniMax初步结束了“烧钱换增长”的阶段。大模型厂商的核心盈利模式通常是通过API售卖基础模型能力，或依靠C端应用吸引流量变现。而AI平台公司的构想，则意味着同时拥有能够抢占市场的自营原生产品，和具备高毛利、能够反哺研发的B端服务平台。
Q4的数据证明了，MiniMax正在探索一条“高低搭配”的生存法则：低毛利或微利的AI原生应用产品，负责冲锋陷阵，抢占市场、积累用户数据并反哺模型迭代；高毛利的B端服务业务，则负责赚钱盈利，覆盖高昂的研发和算力成本。
AI平台，究竟有何不同？
闫俊杰在以往的发言中，频繁强调一个词——“独特”。对应到MiniMax的发展过程中，这种独特性往往体现为不断的战略取舍。
MiniMax有三个明确的坚持方向：
第一，坚持全模态研发，涵盖语言、图像、视频、语音、音乐等主要模态。闫俊杰在财报会上表示，第一阶段是通过技术积累，让每个模态都能单独跑通。第二阶段（即当前阶段）则是在此基础上，尽可能将不同模态整合在一起，寻求新的突破。新的成果预计将在今年下半年推出的M3模型系列和海螺3系列中体现。
第二，坚持全球化，从第一款产品Talkie开始便是如此。早期出海的决策，不仅让MiniMax避开了与国内大厂的直接交锋，也让其模型和产品在海外市场积累了先发优势与知名度。在开源生态的助推下，这有效拉动了Token消费和商业化变现。2025年财报显示，MiniMax超过70%的收入来自国际市场。
第三，追求极致性价比，最突出的体现是在模型效果、价格和推理速度之间寻找最佳平衡点。这种追求也体现在大模型训练中，MiniMax倾向于用更简洁的架构和算法来解决复杂问题。闫俊杰提到，去年主要追求训练效率，今年将转向追求更高的研发效率和模型迭代效率。
选择是取舍的一种形式，而另一种形式则是“拒绝”。例如，明确不做移动端的通用型个人助手，也不在效果存疑的流量营销上过度消耗。
MiniMax喊出向“AI平台公司”转型的口号，实质是在尝试重新定义AI时代的价值范式。
互联网平台的核心逻辑是“连接”与“匹配”，其价值在于降低信息不对称，提高交易效率。其价值取决于网络效应、规模效应和数据壁垒，具体指标则关注月活/日活用户数（MAU/DAU）、用户平均收入（ARPU）和平台货币化率，本质是流量生意。
而当AI时代的最小价值单位转变为“Token”后，其内生逻辑变成了“智能的生成与分发”。
闫俊杰认为，AI时代平台公司的价值 ≈ 智能密度 × Token吞吐量。
其中，“智能密度”决定了平台能力的上限，即能解决多复杂的问题。而“开发者生态”决定了平台能力的广度，基于平台开发的Agent和应用越多，将智能注入各行各业的场景就越丰富，这是抬高Token吞吐量的核心力量。
互联网时代通过扩大流量规模来摊薄成本，实现规模效应。AI时代则体现为“数据-模型-体验”的飞轮：用户越多，产生的交互数据与反馈越多，模型迭代速度就越快，智能密度随之提升，进而吸引更多开发者和客户，最终实现更大的Token吞吐量。
这意味着，传统的“流量”计算方式将不再是核心。在AI公司的价值评估体系里，日均Token调用量、算力利用率、模型迭代速度等，可能成为更具潜力的前瞻性指标。
当公司在财报电话会上，不再仅仅谈论用户增长，而是能清晰地阐述智能提升如何驱动API调用量增长，以及Token成本下降如何推动更广泛的商业化落地时，或许才是AI平台公司价值真正得到验证的时刻。
Token的杠杆效应与未来战场
MiniMax及众多大模型创业公司所享有的红利，一方面来自智能迭代速度创造的时间窗口，另一方面则来自于“Token”这个施加于身的巨大杠杆。
今年春节以来，“OpenClaw”（开源AI智能体）的热度从节前一直延续至今。
大厂方面，阿里云通义实验室推出了个人智能体工作台“CoPaw”，主打“本地+云端”统一体验和多频道对话。百度智能云则推出了OpenClaw的一键部署服务。春节前夕，百度App也正式支持一键调用OpenClaw，用户完成部署后，可通过搜索框直接调用。
创业公司一侧，月之暗面和MiniMax也分别推出了各自的桌面端Claw产品。这些产品功能大同小异，一方面降低了个人部署和使用智能体的门槛，另一方面支持打通最常见的办公软件，提升实用性。
MiniMax和月之暗面在这波“Claw”热潮中初尝红利，直接拉动了其付费用户群体和API调用量的增长。
根据MiniMax电话业绩会透露的信息，其M2系列文本模型在2026年2月的平均单日Token消耗量，已增长至2025年12月的6倍多，其中来自编程相关套餐的Token消耗量增长超过了10倍。这部分增长将在2026年第一季度的财报中有所体现。
闫俊杰认为OpenClaw“是一个长期趋势的开端，而非一次性的短期红利”。不过，行业的增长并非简单的线性外推，而是呈现出明显的阶梯式形态。
在这种阶梯式增长的格局下，要想抓住每次行业演进带来的机会，核心在于对智能迭代本质的深刻理解，并据此提前布局研发资源，清晰定义每一代模型的使命。
闫俊杰预判了三个具有巨大增长潜力的场景，并将其称为“超级PMF”（产品-市场匹配）：
- AI编程：将迎来L4至L5级别的智能，AI将从“工具”角色走向“同事级”深度协作。
- 职业Workspace：这是一个覆盖范围更广、市场空间更大的场景，其复杂程度将超越编程。
- AI创作：创作工具将能够生成“直出可交付”的中长篇幅内容，甚至出现流式、实时输出的新形态。
基于上述预判，有两件事变得清晰起来：首先，未来的Token消耗量级可能出现1到2个数量级的跃升；其次，春节期间的这次“大考”只是暂告一段落，今年围绕模型能力和应用场景的卡位战还将持续上演。
此外，全模态的融合尤其值得期待。这意味着模型对世界的理解，将从“盲人摸象”式的单一感知，走向“通感认知”的综合理解。每一次人机交互所能提供的智能“含金量”，相较之前都会有质的提升。
当模型能够同时顺畅处理视频、音乐等高信息密度模态时，单位时间内的数据与Token吞吐量将呈指数级增长。毕竟，一段视频所包含的Token量远超普通文本。届时，开发者和创作者基于全模态能力构建的创新应用，将进一步拉高平台的日均Token调用量。
MiniMax通过这份财报和战略阐述，率先握紧了定义AI时代游戏规则的“麦克风”。接下来，如何应对这场以“智能密度”和“Token吞吐量”为核心的新竞赛，难题留给了智谱AI、月之暗面、阶跃星辰等其他实力玩家。
对这类前沿的商业技术战略分析感兴趣，欢迎在云栈社区参与更多深度讨论。
发表于 20 小时前
|
查看: 2|
回复: 0
