研究员｜冯皓钦
如果把过去一年大模型公司的商业化路径放在一起看，MiniMax正在悄悄换一门生意。
过去提到MiniMax，很多人首先想到的还是Talkie、星野、海螺AI。这些产品有一个共同特点，MiniMax自己做产品、自己获取用户，也自己承担市场的获客和运营成本。但到了2026年上半年，这家公司正在逐渐把生意的重心转向另一端。
来源：AI图片
MiniMax发布的最新财报显示，MiniMax上半年实现收入约1.17亿美元，同比增长283.1%，其中开放平台及其他AI企业服务收入达到7390万美元，同比增长703.1%，占总收入的63.4%，已经超过消费端业务，成为公司最大的收入来源。与此同时，MiniMax披露，7月全平台Token消耗量已经达到1月的20倍，企业客户和开发者数量突破200万。
简单来说，它做起了AI时代的“卖铲子”生意。
01 生意确实变了
早期的AI公司需要自己做产品、自己寻找用户。用户打开AI前端，模型厂商才能获得收入。这是一种典型的C端应用生意，用户规模、付费率、留存和获客成本决定着一切。
但当企业开始自己做AI应用、开发者可以自己搭Agent之后，MiniMax在C端之外，又搭起了另一门B端生意。
MiniMax这次的财报显示，B端收入从去年同期的920万美元增长到7390万美元，增长超过7倍。MiniMax称，这一增长主要来自付费用户和企业客户增加、API调用量增长以及Token Plan的快速采用。
企业自己做产品，开发者负责找场景，Agent负责调用模型，而MiniMax提供底层模型、API和算力基础设施。只要这些应用被更多人使用，背后的Token消耗就会不断增加，它就可以从整个生态的使用量中获得收入。
这和过去自己做产品买量获客，是两套完全不同的生意。
但MiniMax并没有放弃“自己淘金”。今年上半年，MiniMax的AI原生产品收入仍达到4260万美元，同比增长100.9%，海螺AI等产品依然在持续商业化。
一边自己下场淘金，一边给其他淘金者“卖铲子”。这也是MiniMax和英伟达式“卖铲子”模式之间最大的区别。
这其实并不是坏事。
C端产品可以直接验证模型能力，积累用户和数据，也可以成为模型能力的展示窗口；B端业务则可以把模型能力输出给更多企业和开发者，扩大Token使用规模。
但问题在于，这两种生意的逻辑并不完全相同。
C端产品需要关注用户留存、付费率和产品体验，B端业务则需要关注模型性能、API价格、调用稳定性以及开发者生态。
英伟达式的“卖铲子”生意之所以强大，并不是因为GPU本身有多特殊，而是因为CUDA把GPU、软件和开发者连接在了一起。开发者一旦在这套体系里积累了大量代码和工具，迁移成本就会越来越高。
MiniMax目前显然还没有形成同等程度的锁定能力。
它通过API和Token来获得收入，但开发者选择一个模型的门槛并不高。只要其他模型在价格、性能或者某项具体能力上更有优势，客户就存在切换的可能。
02 生意很好，但真的赚钱吗？
收入暴涨，盈利压力却没有消失。
MiniMax上半年收入约1.17亿美元，同比+283.1%，但经调整净亏损从1.387亿美元扩大到2.93亿美元，而且研发费用同比增长了138.8%，达到2.969亿美元，远远高于销售费用，并且，销售及分销费用反而下降了17.9%。
也就是说，前端获客越来越轻，后端算力越来越重。“卖铲子”的生意确实长得很快，但目前还不能证明它是一门赚钱的生意。
传统互联网产品在用户规模起来之后，可以通过规模效应摊薄研发和运营成本。但大模型行业恰恰相反，用户越多、调用量越大，模型公司越需要继续投入算力和研发，以应对竞争对手的快速迭代。
并且，Token增长并不自动等于利润增长。
MiniMax需要不断降低推理成本，才能用更低的价格换取更多调用量。因此，MiniMax计划将M3.1的推理成本降到M3初期上线时的约三分之一。
这又是一笔账。
成本下降得够不够快，决定了降价以后还能不能留下利润；价格下降得够不够快，又决定了能不能吸引更多用户和Token。所以，模型公司的“卖铲子”生意和传统基础设施生意并不完全一样。
铲子不仅要卖得更多，还得不断降价。
而为了让这把铲子更便宜、更好用，“卖铲子”的人自己还得持续投入巨额研发成本。一方面，要不断训练更强的模型，才能留住开发者和企业客户；另一方面，还要持续优化推理效率，把同样的算力变成更多有效Token。模型能力和成本控制，实际上变成了同一场竞争的两面。
03 “卖铲子”并不容易
当铲子越来越便宜，MiniMax靠什么留住客户？这也许是MiniMax接下来最关键的问题。
如果API价格不断下降，模型能力又越来越接近，那么企业为什么一定要选择MiniMax？单纯靠便宜？很难形成长期壁垒。
今天的MiniMax可以把推理成本降到原来的三分之一，其他的模型公司同样可以降成本。今天某个模型在编程能力上领先，下一轮迭代可能就会被追上。
这也正是市场目前对MiniMax存在分歧的地方。
中金公司计算机首席分析师于钟海团队认为，过去半年国内外旗舰模型密集迭代，模型智能水平和复杂任务执行能力已经成为判断大模型公司竞争力和估值的重要依据，其中编程能力尤其受到关注。
在第四波看来，对于MiniMax而言，市场的一项担忧是M3发布后，编程能力尚未进入国产模型最前列，因此后续文本模型的竞争力仍需要观察。
但另一面是，MiniMax长期押注的并不只是文本模型。
H3是一个重要变量。MiniMax此前开源多模态模型H3，三周内全球下载量突破2400万次，并衍生出超过300个公开模型。在东方证券分析师项雯倩看来，全模态卡位有望打开模型智能天花板，拓展Agent应用场景。
于钟海团队认为，市场目前对多模态能力对于通用模型能力以及长期商业化价值的关注可能仍然不足。
这意味着，MiniMax未来真正的差异化，不一定来自“又一个更强的文本模型”，也可能来自它在语言、视觉、视频等能力上的组合。
如果这条路线成立，H3这样的多模态模型就不只是一个开源产品，而可能成为MiniMax建立开发者生态、扩大模型调用量的一块拼图。
但这仍然需要时间验证。
毕竟，对于一家模型公司来说，它不仅要卖的是一把铲子，还是一把让人用了之后就不太愿意换的铲子。
MiniMax已经完成了第一步，而且速度很快。接下来，它要面对的，是后两步。
（文中内容和观点仅供参考，不构成投资建议。投资有风险，入市需谨慎。）
编辑｜符永康
热门跟贴