2026 年初，Minimax 以 60 亿美元估值登陆港股，上市后股价一路飙升，短短两个月内累计最高涨幅超 7 倍，市值一度突破 4100 亿港元。

截至 4 月 1 日，其市值仍维持在 3300 亿港元以上。对照其 2025 年全年 7904 万美元的营收，这一市值对应的市销率（PS）已超过 500 倍。

这一夸张的估值水平，不仅远超 OpenAI（一级市场 100-135 倍 PS）、Anthropic（100 倍 PS）等全球 AI 巨头，更碾压了百度、腾讯等国内科技巨头 50-100 倍的市销率。

部分大模型厂商的 PS 指标对比，豆包 AI 收集整理

一边是 " 持续亏损 " 的基本面：2025 年其模型训练成本高达 2.5 亿美元，远超全年营收；另一边则是千亿市值的资本狂欢。

Minimax 究竟凭借什么，赢得了市场的如此青睐？本文将从资本逻辑、时代背景、潜在风险四个核心维度，深入剖析 Minimax 估值神话背后的真相与隐忧。

一、资本追捧 Minimax 的四大核心逻辑

资本市场绝大多数时候都是用脚投票的，Minimax 上市已超 3 个月，不仅没有股价跌落，甚至不断震荡走高，创下超 3000 亿市值的增长神话，这已足够说明市场投资者的态度——并非毫无逻辑的资本炒作。

资本之所以如此看高 Minimax，源于资本对其技术、商业化、运营效率及赛道卡位四大核心优势的认可，让它们愿意相信未来还有更多的想象空间。

Minimax 作为国内最早聚焦多模态的大模型公司之一，自成立之初便将目标锚定全球市场。

凭借 " 全模态闭环 + 成本最优 " 的独特技术路线，以及全球化布局的先发优势，2025 年前 9 个月，Minimax 的海外收入占比超 60%，成功借助海外更强的付费能力实现模型研发的 " 自我回血 "，成为国内少数实现海外规模化变现的大模型企业。

在多模态布局上，Minimax 实现了文本、语音、视频、音乐、图像的全场景覆盖，迭代速度更是处于行业领先水平：

基座语言模型从 M2 迭代至 M2.7，周期缩短至 1-2 个月；视频模型 Hailuo 从 1.0 升级到 2.3，迭代周期也降至 4 个月。

与此同时，Minimax 多个模态的性能均稳居行业中上游：

语音模型 Speech-2.6 的 ELO 值达 1153，跻身全球前列；视频模型 Hailuo2.3 在 SuperCLUE 图生视频榜单中排名第 4，是唯一进入前六的创业公司产品。

token 性价比更是其核心竞争力。MinimaxM2.1 的输入价仅为 0.3 美元 / 百万 token，仅为 OpenAI 的 17%、智谱的 55%，在智能指数进入全球前 10 的大模型中，其性价比稳居首位。

部分主流大模型 token 成本比较，数据截至 2026 年 3 月

这种 " 单位智能下的成本最优 " 策略，让其在 Agent、泛娱乐等需要规模化落地的场景中，成为企业和开发者的首选，直接推动 API 业务快速增长。

更为关键的是，面对 DeepSeek 等 " 技术出色且 token 成本更低 " 的竞品冲击，Minimax 始终保持快速战略调整，技术迭代效率持续提升。

其从 " 为 C 端产品服务的极致 ROI 思路 "，转向 " 架构创新 + 数据合成 " 的技术路线，推出混合注意力架构、全模态数据合成流水线，使得模型智能指数从 M2.1 的 39 提升至 M2.7 的 49.6 ——在实现技术能力突破的同时，牢牢守住了多模态的核心优势。

在商业化落地层面，Minimax 通过差异化产品定位和轻资产运营模式快速变现，展现出远超同行的执行力，成为国内少数实现规模化收入的大模型创业公司。

ToC 端，Minimax 避开 Chatbot 红海，聚焦情感陪聊（Talkie/ 星野）、视频生成（海螺 AI）等细分赛道，实现差异化突围：

其中，Talkie 月活用户达 2000 万，付费率 6.9%，人均日使用时长超 70 分钟，探索出 " 订阅 + 内购 + 广告 " 的多元变现模式，仅广告收入就占 Talkie 总收入的 60% 以上；

海螺 AI 表现更为亮眼，2025 年前 9 个月营收暴增 644%，ARPPU（每付费用户平均收入）达 56.1 美元，海外营收占比超 80%，变现能力凸显。

ToB 端，Minimax 摒弃重资产项目制，聚焦轻资产 API 接口服务，商业化效率大幅提升。

2025 年，其 API 收入占比升至 41%，年化经常性收入（ARR）达 1.5 亿美元，月环比增速加速至 14%；凭借高性价比，成为 OpenClaw 等开源生态的核心支撑，API 调用量同比增长 6 倍。

此外，运营效率上，Minimax 展现出极致的组织能力——用远少于同行的资源，实现了模型快速迭代和产品落地，人力、算力的投入产出比远超行业平均水平。

人才结构上，2025 年底 Minimax 员工仅 428 人，远低于智谱的 883 人，其中研发人员占比近 75%，全部聚焦核心技术研发。

尽管研发人员单人月成本高达 16 万元（不含期权），但全年总薪资支出约 1 亿美元，仅为营收的 90% 左右，人力成本已基本实现营收覆盖；而智谱的人力成本仍为营收的 1.5 倍以上，两者差距显著。

算力投入上，2025 年 Minimax 算力投入达 2.5 亿美元，规模虽大，但收入对算力成本的覆盖能力、第三方平台 Token 调用量均显著优于智谱。

同时，其采用第三方云服务的轻资产模式，算力投入可根据商业化需求灵活调整，更适配创业公司的资金现状，有效降低了运营风险。

获客成本上，2025 年 Minimax 单个新增注册用户的获客成本从 0.8 美元降至 0.4 美元，成本减半的同时，用户规模仍保持高速增长，真正体现 " 技术驱动增长 " 的核心逻辑，而非依赖烧钱营销的短期狂欢。

二、中国 AI 出海的 " 成本红利窗口 "，是最关键基石

Minimax 的爆发式成长，离不开中国大模型行业崛起的时代背景。

Token 作为大模型处理信息的基本单元，其调用量是衡量 AI 真实需求与商业价值的核心指标，堪称 AI 时代的 " 数字石油 "。

近年来，中国大模型在多模态、Agent 等细分领域已实现局部超越：2026 年 Q1，OpenRouter 平台数据显示，中国大模型 Token 调用量占比达 61%，首次超越美国（39%）；从 2024 年底的 1.2% 到如今的 61%，仅用 14 个月便完成了从跟跑到领跑的质变。

中国大模型在多维度方面已经领先全球，时间截至 2026 年 3 月

这一 " 光速 " 增长的背后，核心得益于中国 Token 的极致低成本。

截至目前，中国头部大模型的 Token 输入成本仅为美国顶级水平的 1/50 – 1/17，输出成本为 1/55 – 1/10，综合成本仅为美国的 4% – 6%，且在性能同等或接近的前提下实现，成本优势呈碾压级。

支撑这一极致低成本的底层因素，是电力成本。

大模型运营成本中，60%-80% 为电费——中国西部绿电价仅 0.13-0.3 元 / 度，而美国工业电价达 0.8-1.2 元 / 度，差距达 4-5 倍。

叠加 MoE 架构、极致量化、KV 缓存等技术优化，中国模型的推理效率再提升 3-10 倍，成本优势被进一步放大。

而 Minimax 恰好踩中了这一红利：

其 M2.7 模型的智能指数达 49.6，与 OpenAI、Anthropic 等全球龙头的差距不足 5 个点，技术实力具备全球竞争力；

同时，其 Token 定价仅为海外头部厂商的 1/5-1/10，成为全球 AI 应用开发者的 " 性价比之选 "，也因此成为中国 Token 出海超级红利期中最显著的受益者。

有分析认为，在不可复制的电力成本壁垒、持续强化的用户生态效应下，未来 3 年仍将是中国 Token 出海的黄金红利期。

这也意味着，Minimax 这类企业仍有充足的成长空间。

三，3000 亿市值背后的隐忧与考验

尽管 Minimax 的优势十分突出，但必须清醒认识到：这些优势更多是 " 创业公司的相对优势 "，而非 " 不可替代的绝对壁垒 "。

其 3000 亿港元市值的背后，隐藏着诸多潜在风险，这些风险将在未来 2-3 年逐步显现，持续考验其估值的可持续性。

2025 年，MinimaxAPI 业务收入同比暴增近 300%，核心依赖 OpenClaw 爆火带来的 Token 调用量激增，但这种开源场景的流量具有极强的临时性和替代性，未来增长能否持续，仍存在不确定性。

需要指出的是，2025 年 Minimax 的训练成本高达 2.5 亿美元，已超过全年营收；而模型每升级一代，训练成本就会增长 3-5 倍，收入与成本的剪刀差正持续扩大。其真实盈利能力还很弱，需要依赖外部融资支撑模型迭代。

尽管 2025 年上半年其毛利率达到 64.6%，但这仅为会计口径的 " 纸面数据 " ——占总支出 50% 以上的训练算力成本被计入研发费用，未纳入毛利率核算，其真实盈利能力实际更低。

同时，Minimax 的技术优势也难以形成长期壁垒。Minimax 的多模态能力虽全面，但并非行业顶尖——例如其视频生成速度为 171.4 秒 / 视频，远慢于快手可灵；其核心的性价比优势也极易被复制，小米 Mimo-V2-Pro 在 OpenRouter 的调用量已短期超过 Minimax。

大模型行业竞争最终仍会从 " 差异化竞争 " 转向 " 价格战 + 规模战 "，而与 Google、OpenAI 等全球巨头相比，Minimax 在模型架构创新、数据质量、用户规模等方面仍有明显差距，技术优势难以长期维持。

更重要的是，行业内卷加剧挤压生存空间。当前，大模型行业已从 " 百模之战 " 逐步走向 " 基模五强 "，字节、阿里、百度等大厂凭借流量、数据、算力的绝对优势，持续挤压创业公司的生存空间；

同时，DeepSeek 等竞品以更低定价冲击 API 市场，进一步加剧竞争。

对于 Minimax 而言，" 技术追赶 + 市场份额争夺 + 成本压力 " 的三重挑战不容忽视。

与此同时，全球 AI 监管政策持续收紧，Minimax 的合成数据训练模式、海外数据跨境流动等均面临合规风险。随着海外厂商技术提升和成本下降，其性价比优势将逐步减弱，全球市场竞争将更加激烈。

四，尾声

不可否认，Minimax 是中国大模型创业公司中的优秀代表。其在多模态技术、极致运营效率、差异化商业化、精准战略选择上的能力，远超多数同行，成为创业公司在大厂围堵下实现突围的范本。

这也是其能够获得资本市场短期认可、撑起千亿市值的核心原因。

但长期来看，估值向基本面回归是必然趋势。Minimax 想要维持当前估值、赢得更高估值溢价，还需在模型技术上实现更多核心突破，在算力成本上实现实质性下降，才能在日益激烈的行业内卷中站稳脚跟，将短期的资本热度，转化为长期的发展优势。（完）