MiniMax 發布港股上市後首份半年報，收入同比增長 283.1% 至 2025 年全年 1.5 倍，毛利增長 464.8%。8 月 ARR 突破 8 億美元，B 端收入佔比 80%，7 月 Token 消耗量達 1 月的 20 倍。創始人閆俊傑提出「最小化推理成本，最大化智能」的技術路線，通過自研 MSA 架構將百萬字長文本單位 Token 計算成本降至傳統全注意力機制約 1/20，在有限算力下實現智能與成本兼顧，為國產大模型參與全球競爭提供新路徑。

文章作者、來源：智東西

8月26日，中國AI大模型龍頭企業MiniMax（稀宇科技）發布了其自港股上市以來首份半年報。

財報顯示，MiniMax 的收入同比增長 283.1%，其半年收入已達到 2025 年全年收入的 1.5 倍；毛利同比增長 464.8%。

在財報會上，MiniMax 創始人、董事會主席、CEO、CTO 闫俊傑透露，8 月，MiniMax 的 ARR 突破 8 億美元，B 端收入占比攀升至 80%，7 月的 Token 消耗量是 1 月的 20 倍。

除了數據之外，吸引我注意的，還有閆俊傑在昨晚的業績會上說的一句話。他說：「只有最小化單位智能成本，才有可能最大化智能水平。」

要知道，過去兩年，大模型基本上只有兩條路：要麼按照 Scaling law 堆參數衝智能，代價是成本高；要麼降低效率做普惠，但智能水平總差那麼一點意思。

The industry seems to treat this as a case of mutually exclusive choices.

MiniMax 為何選擇一條與行業「反直覺」的路？這條路究竟能不能走通呢？

智能與成本，為何難以兩全？

Scaling Law 推動了過去幾年 AI 的敘事：參數越多，智能越高。

遵循 Scaling Law，目前模型的參數已堆疊至 2-3T 級別，模型的智能也隨之提升，人人驚呼 AGI 即將到來。

在繁榮背後，這個規則也埋下了一顆雷：當模型進入萬億參數量級，推理成本開始變得不容忽視。

英偉達CEO黃仁勳在2026年GTC大會上判斷：「訓練支出作為主要成本驅動因素的時代已經結束。推理才是當前的工作負載，而且它正在快速擴張。」

推理成本的膨脹，加上 Agent 工作負載的崛起，AI 正從一問一答走向多步驟自主執行。單次用戶請求背後可能是十幾次甚至幾十次模型調用，這讓整個行業的算力帳單以指數級速度攀升。

結果，行業逐漸分成了兩派：

一邊是速度快、成本低，但智能表現中規中矩的小模型。

谷歌就是這條路的典型代表。2026年7月到8月，谷歌一舉推出了 Gemini 3.7 Flash、Gemini 3.6 Flash、Gemini 3.5 Flash-Lite 和 Gemini 3.5 Flash Cyber 三款輕量化模型。

3.5 Flash-Lite 是 3.5 系列中速度最快、成本最低的模型，專為高吞吐量工作負載和大型 AI 代理系統中的較小任務而設計。Gemini 3.6 Flash 的輸出 Token 使用量比前一代減少 17%。

但代價也很明顯。谷歌至今仍未推出旗艦模型 Gemini 3.5 Pro，這款原定於 5 月 I/O 大會上發布的產品，至今都沒有見光。

另一方面是智商在線，但部署成本高、成本開始上升的大模型。

中國國內的大模型廠商正在這條路上狂奔。2026年7月，月之暗面發布 Kimi K3，參數規模達到約 2.8 萬億，是目前全球參數量最大的開源模型。

阿里隨即推出 Qwen3.8 Max，參數量約 2.4 萬億；百度文心 5.0 同樣達到 2.4 萬億參數；DeepSeek V4-Pro 參數量為 1.6 萬億。

參數規模帶來的智能提升肉眼可見。Kimi K3 在多項 Agent 榜單上超越 Claude Fable 5 和 GPT-5.6 Sol。Qwen3.8 Max 被描述為「參數規模最大、性能最強的開源模型之一」。

But costs have also risen accordingly.

Kimi K3 的 API 定價，非快取輸入從每百萬 Token 6.5 元漲至 20 元，輸出從 27 元漲至 100 元，分別上漲 208% 和 270%。官方建議採用 64 張及以上加速卡組成超節點部署。

僅發布兩天後，月之暗面即宣布暫停C端新用戶訂閱，將全部算力用於保障現有用戶。

智能越前沿，模型參數越大，調用越貴，部署門檻越高，算力越緊缺……這似乎成了一個難以解開的死結。

MiniMax，不做取捨

面對成本與智能二選一的難題，MiniMax 的選擇是：我全都要。

嚴俊傑在財報會上基本把 MiniMax 的整套邏輯講清楚了：

Computing power is limited for every company. We aim to achieve “Intelligence with Everyone” through “Minimize the Inference Cost, Maximize the Intelligence.” This is the technological path we have consistently adhered to, and also our original entrepreneurial mission.

“Minimize the Inference Cost, Maximize the Intelligence” 意思是 “最小化推理成本，最大化智能”。MiniMax 將降低成本和提高智能放在了同一個敘事框架裡。

為什麼這兩件事可以放在一起說？因為 MiniMax 對「推理」的理解不太一樣：

First, reasoning is the means of production for creating the next generation of intelligence.

過去認為推理是「用模型」，訓練是「造模型」。但現在，合成數據、強化學習的 Rollout、模型評測與驗證、Agent 與環境的交互等核心環節，本質上運行的都是推理負載。

後訓練環節在整體訓練算力中的占比越來越高。推理已不再是訓練結束後才出現的工作量，而是貫穿訓練全過程的消耗。

因此，推理效率所決定的不僅是 API 的定價空間，更決定了下一代模型能訓練到什麼程度。

Second, optimizing inference costs is a necessary condition for intelligent iteration.

算力有物理上限，但模型規模卻持續擴大。如果推理成本無法降低，越往後走，成本反而會扼住智能提升的咽喉。

Within a limited computational budget, whether every dollar can be converted into effective intelligent output determines how far model iteration can go.

第三，以最低的單位智能成本，追求最高的智能水平——這兩件事是同一目標的兩面。

過去，行業習慣將「智能優先」和「成本優先」視為兩條不同的路線。但若推理成本降不下來，再高的智能也無法落地。

簡單來說，MiniMax 的思路是將成本優化與智能升級視為同一件事。從模型設計的第一天起，就將推理效率作為核心指標，貫穿整個研發週期。

用閆俊傑的話說：「MiniMax 追求的不是在智能與成本之間做取捨。追求更高等級的智能是目的，通過持續優化推理成本和效率來實現更高性價比是手段。」

MiniMax 一直秉持著這樣的初心，建立起一套技術底座。

最重要的是其自研的 MSA（稀疏注意力）架構。簡單來說，它將百萬字長文本的單位 Token 計算成本降至傳統全注意力機制的約 1/20，也就是說 M3 在 1M 上下文下每 Token 的計算量僅為上一代的 1/20。

這個突破的關鍵在於：總參數量決定模型的知識容量上限，但激活參數量決定單個 Token 的推理成本。這兩者可以解耦：參數規模擴張，不一定帶來推理成本同比例上漲。

因此，M3 可在價格不變的前提下提升智慧水準，M3 Pro 則能在約 3T 參數量級的同時推進強化學習與長程任務訓練。

在基礎設施層面，MiniMax 的 ETTR（有效訓練時間比例）可達 97%，是國內最早建立規模化、長期穩定算力體系的獨立大模型公司之一。

通過自主集群、雲廠商與 TokenFactory 的合作組合，建立了算力供應網絡，現有及規劃中的算力已能支撐 3T 級文本模型和視頻模型的持續迭代。

結語：算力不佔優勢，國產模型靠什麼追？

每當談到中美大模型的差距，硬體總是無法繞開的話題。

過去，大家普遍認為，誰擁有更先進的晶片製程、更高的算力，誰就能打造出更優秀的模型。按照這個邏輯，中國AI似乎將永遠與美國AI保持數個月至半年的差距。

難道就只能如此了嗎？

MiniMax 提出了一條新路徑：Minimize the Inference Cost, Maximize the Intelligence。

降低單位智能的成本，同樣也是在推高智能上限。因為今天的後訓練、合成數據、強化學習，本質上跑的都是推理負載。推理效率越高，在同樣算力下能做的實驗就越多，智能天花板就越高。

誰能以更低的成本產出更高的智能，誰就能在有限的算力中跑出更遠的邊界，進而讓更高的智能進入更廣泛的生活中。

這或許是國產大模型參與全球競爭時，最有希望走通的一條路。而 MiniMax，已經開始驗證了。