文 | 林晚晚
2014年，百度研究院来了个实习生，中科院自动化所的博士，河南县城出来的。他给自己算过一笔账：毕业后最理想的去处是 IBM，写 Java，年薪28万。
2026年春节，一款叫 OpenClaw 的 Agent 工具全球爆火，开发者搭龙虾需要底层大模型撑着。有个模型又快又便宜，一周在 OpenRouter 上吞掉1.44万亿 Token，登顶全平台第一。
这个模型叫 M2.5，公司叫 MiniMax。
上市两个月，股价从165港元冲到1300港元，市值破3000亿，而它还是一家年收入不到8000万美元的公司。
做出 MiniMax 的人，就是十二年前那个实习生，闫俊杰。
提前一年多的赌注
2021年春节，闫俊杰回河南老家过年，去看了外公。
外公跟他说，想写一本回忆录，记录这80年的人生。但不会打字，也没办法把故事好好组织起来，说了几次，就搁下了。
闫俊杰在 AI 行业做了十多年。那一刻他突然意识到，他做的这些东西，哪怕已经在产业里落地，帮了多少企业，但对一个想写回忆录的老人来说，一点用都没有。
这个细节后来被反复引用，有点励志故事的味道。但它确实解释了一件事：他做 AI 的动机很朴素，让普通人真的能用上。这股执念，后来驱动了一系列反直觉的决策。
2021年底，他从商汤离职了。
时间点很关键。商汤当时正在准备港股上市，他是副总裁，研究院副院长，智慧城市事业群 CTO，走的时候是公司最值钱的时候之一。他没等到上市，没等到财富兑现，就出来了。
ChatGPT 是2022年11月才发布的。
MiniMax，2021年12月成立。
这个时间差，是后来一切的基础。闫俊杰后来自己说，要不是做得早，在后来「明星研究员和大厂 AI 背景更受欢迎」的融资环境里，MiniMax 根本打不过别人。
他父母都是普通人。高中在县城读，考上东南大学数学系，后来中科院自动化所读博，清华博士后，再进商汤，一步步走出来，没有任何海外背景，也没有什么显赫的人脉起点。
在百度实习那阵子，他和地平线的余凯有过交集。余凯后来说，学术能力可以训练，但能把 AI 技术工程化落地的人，凤毛麟角。闫俊杰是其中之一。
进商汤之后，他七年从实习生做到副总裁。2018年，在人手不够的情况下，他带队做出了一套「All for One」模型算法，在竞标里反超旷视和依图，拿到行业第一。有人评价他「看论文速度奇快，不管陈词滥调，只看精华要义」。这种效率，后来成了 MiniMax 的公司文化。
他给公司取名 MiniMax，来自博弈论里冯·诺依曼的极小化极大算法。
他的解释是，做决策要先防住最坏的风险，再选相对最优解。
一张奇特的股东表
2021年12月，MiniMax 完成天使轮，3100万美元，投前估值1.7亿美元。进来的有米哈游、IDG、高瓴、云启。
米哈游那笔钱有点特别。闫俊杰和米哈游董事长刘伟私交不错，天使轮就进来了，现在刘伟还在 MiniMax 的董事会里挂着非执行董事。
米哈游本身就是 MiniMax 的客户，游戏里的 NPC 对话、剧情生成，都在用他们的模型。
天使轮之后，故事遭遇了一个小插曲。
2023年3月，硅谷银行宣布破产。MiniMax 当时所有资金都在那家银行。这是创业初期最险的一次，钱没了，融资环境还一片混乱。但他们撑过去了，两个月后拿到 A 轮2.57亿美元，估值11.57亿美元。
接下来的名单越来越夸张。阿里进来了，腾讯进来了，红杉跟了进去。到上市前，7轮融资，累计近15亿美元，估值42亿美元。IPO 后阿里持股12.52%，是最大外部股东。
闫俊杰早期融资有一个习惯：只和投资机构的最高位谈。他见了红杉的沈南鹏，见了高瓴的张磊。
但这张股东表上还有一个人值得单独讲：贠烨祎。
1994年生，约翰·霍普金斯大学电子工程本科，辅修经济学和数学。2017年本科一毕业就进商汤，干的是融资与战略投资，一年后升任 CEO 徐立的行政助理兼战略部总监。她深度参与了商汤从早期到港股上市的整个过程。
2021年，她和闫俊杰一起出来创业。
有投资人评价她「干练、有气场、执行力强，有种超出其年龄的成熟」。她和闫俊杰的分工很清晰：一个定义技术愿景，一个把愿景变成钱和资源。闫俊杰能钻进技术里，头发都剃光了也无所谓，但市场、资本、全球化，是贠烨祎的战场。
上市敲钟那天，两个人站在同一个台子上。贠烨祎31岁，身价超过40亿港元。
385人和1% 的钱
MiniMax 上市时，全公司385人，平均年龄29岁。
公司从成立到2025年9月，累计花费约5亿美元。OpenAI 同期花了400亿到550亿美元。
这个对比有点荒谬。用不到对手1% 的钱，做出了全模态全球领先的公司。省钱只是结果。真正的原因是他们把 AI 用到了极致。
公司80% 的代码由 AI 完成，内部管 AI 叫「实习生」，这些实习生权限高到可以直接访问代码库、改线上环境，飞书里和它聊几句，review 完直接上线。
这种效率让 MiniMax 的人均产出高到不正常。
产品层面，他们从一开始就走全模态路线：语言、视频、语音、音乐，四个方向同时压。别人都在学 ChatGPT 做对话，闫俊杰押的是多模态融合。他的判断是，多模态是持续提升智能的基本前提，不做全模态，下一代模型就没有机会。
2023年夏天，他做了一个更激进的决定。
把80% 的算力和研发资源，全部压到 MoE（混合专家系统）上。
那个时候，国内主流还在迭代稠密模型，MoE 被认为是「前沿但不成熟」的技术。闫俊杰的逻辑很简单：如果要服务千万级、亿级用户，生成 token 的成本和延时，用稠密模型根本撑不住。不做 MoE，规模上不去，一切都是白搭。
2024年初，MiniMax 发布了国内首个 MoE 大模型。
产品上，他们也没有去卷国内市场。C 端做了星野和 Talkie，一个在国内，一个在海外，做 AI 陪伴；海螺 AI 做视频生成，2024年下半年连续半年全球视频生成应用月活第一。
现在的数字：2.36亿用户，覆盖200个国家和地区，海外收入占73%。B 端21.4万企业客户和开发者，Google Vertex AI、微软 Azure、AWS 都已经部署了 MiniMax 的模型，Notion 首个开源模型选择，也是 MiniMax。
2月的 ARR 突破了1.5亿美元，M2系列单日 Token 消耗量是去年12月的6倍，其中编程方向增长超10倍。
这才是市场愿意给200倍市销率的原因。
但有一组数字要拆开看。
年报里，C 端毛利率4.7%，B 端毛利率69.4%。公司67% 的收入来自 C 端，但 C 端几乎不贡献毛利。四季度粗算下来，C 端毛利率已经跌到约2.1%。整体毛利率从12.2% 提升到25.4%，主要是因为 B 端收入比例在四季度快速拉升，把整体数字拖上来了。
这是一道没解完的题。
大山不是不能翻越
2025年6月，MiniMax 发布 M1模型。
闫俊杰在朋友圈发了一句话：
「第一次感觉到大山不是不能翻越。」
这句话背后的现实，中美头部模型技术能力可能只差5%，但这5% 让海外公司占据了价值高出10倍的场景，收取高出10倍的价格，最终形成近百倍的商业化差距。OpenAI 最新估值超过7000亿美元。MiniMax 上市市值800亿港元，不到100亿美元。
他做过一个判断，全球未来会有五家顶级 AGI 公司，其中至少两家来自中国，甚至有一家能做到第一。
1月9日上市之后，他紧接着在1月19日出现在总理主持的专家企业家座谈会上，成为继 DeepSeek 梁文锋之后第二位参会的 AI 大模型创始人。
然后3月2日，首份年报出来，港股当天大涨。
财报会上，闫俊杰花了很长时间讲一件事：MiniMax 要从「大模型公司」变成「AI 时代的平台型公司」。
他给平台价值下了一个公式：智能密度 × Token 吞吐。互联网时代的平台是流量入口，AI 时代的平台是能定义智能边界、同时在商业上吃到红利的公司。Google 在做，OpenAI 在做，他们也要做。
他面对的对手，体量是他的几十倍。
港股上市只是把他推到了另一个战场。季报、分析师、市值压力，这些东西和写代码完全不是一回事。二级市场不相信情怀，只看数字。C 端的故事能不能转化成毛利，B 端的增速能不能维持，M3什么时候出来，这些问题，接下来每个季度都要回答。
但把视角拉远一点看，MiniMax 的故事不只是一家公司的故事。
美国这几年在芯片上卡得越来越紧。A100限售，H100限售，H800也限售。逻辑很直接：掐住算力，就掐住了 AI 的喉咙。
中国这边被迫走了一条完全不同的路。
DeepSeek 用 H800跑出了接近 H100的效果。MiniMax 用5亿美元干了 OpenAI 花几百亿才干到的事。闫俊杰2023年赌 MoE，原因是手里那点卡根本撑不起亿级用户的推理量。
M2.5连续工作一小时1美元，是 GPT-5的二十分之一。混合注意力架构、线性注意力、CISPO 算法，创新都是被逼出来的。
芯片封锁的本意是拉大差距，但实际效果是把中国 AI 公司逼进了一条低算力、高效率的进化路线。
钱少，卡少，人少，反而逼出了极致的工程能力和架构创新。
这跟华为做芯片的逻辑一样，你封锁我一项能力，我就在其他维度补回来，补的过程中，可能长出你没有的东西。
OpenAI 现在4000多人，2025年烧了80亿美元现金，到2030年计划砸6000亿美元的算力。MiniMax 385人，累计花了5亿美元。
谁赢还不知道。但至少现在，赌 MiniMax 会死的人越来越少了。
2014年那个在百度实习的河南博士生，大概不会想到，十二年后他站在的这个位置，背后连着的是一整场国运级别的技术竞争。
他选择继续跑下去。
热门跟贴