文 | 深流研究所，作者 | 之丰

智谱和 MiniMax，两家备受关注的中国 AI 独角兽，最近都交出了各自的首份年报。

数字很性感：智谱全年营收7.24 亿元，同比增长 132%；MiniMax 全年营收7904 万美元，同比增长 159%。两家市值一度双双突破 3000 亿港元。

但翻完 60 多页财报后，最让我在意的是一处细微却关键的变化——两家公司都在忙着撕掉自己原来的标签。

招股书里，智谱说自己是 " 中国领先的人工智能公司，致力于开发通用大模型 "，MiniMax 说自己是 " 全球化的 AI 大模型公司 "。

2025 年报里，智谱开始谈 "LLM-OS" 和 "Token 架构能力 "，MiniMax 干脆宣布要 " 从大模型公司向 AI 时代的平台型公司迈进 "。

上市前后不到一年，为什么两家大模型 " 双雄 " 不约而同地开始远离自己的出身？

答案藏在账本里，也藏在 Agent 时代正在改写的行业图谱里。

账本里的转向

2025 年 11 月，OpenClaw 发布。

这个开源智能体框架被视为 AI 从 " 聊天玩具 " 走向 " 任务执行 " 的引爆点。随之而来的是一场被开发者戏称为 " 养虾热 " 的疯狂—— Agent 的 Token 消耗量呈指数级增长。

智谱和 MiniMax，恰恰好站在了这波浪潮的浪尖上。

智谱的企业级智能体收入从 4,749 万元飙升至1.66 亿元，增长 248.8%，毛利率 52.3%，是所有业务线中增速最快、利润最稳的板块。其中，GLM-5-Turbo 成为全球首款 OpenClaw 基座模型，Agent 产品 AutoClaw 上线 20 天订阅突破 40 万。

三个月前的招股书里，Agent 还只是一个技术方向。现在，它已经是营收贡献最具爆发力的业务。

MiniMax 的转向同样剧烈。

招股书时期，公司以全模态能力为卖点，视频、语音、音乐样样都做，Talkie 和星野等社交娱乐产品是绝对主力。

但年报中，M2/M2.1/M2.5 系列文本模型反而成了最亮眼的存在：在 2026 年 2 月的单日 Token 消耗量已增长至 2025 年 12 月的超 6 倍，其中 coding plan 的消耗增长超过 10 倍。Agent 取代了多模态生成，成为 MiniMax 新的增长极。

更多的转变藏在财务细节里。

智谱悄悄调整了收入分类方式。招股书按部署方式划分，年报新增了一套按业务形态分类的体系：开放平台及 API、企业级智能体、企业级通用大模型、技术服务。

公司的解释很委婉：" 原有分类已无法涵盖日益丰富的产品形态与商业场景。"

潜台词是：我们不再只是一家帮你部署模型的公司了。

MiniMax 那边，销售费用发生了戏剧性的转折：2024 年全年销售及分销开支 8700 万美元，相当于收入的 285%，典型的烧钱买量模式；2025 年骤降至 5190 万美元，只占收入的 65.7%。

当一个产品不再靠砸钱获客就能增长，它正在长出平台的雏形。

这些业务层面的变化，最终汇聚成了一个更根本的转向：两家公司都在重新书写对自己的定义，都不想将自己定义为纯大模型公司。

算力黑洞

两家公司为什么急于撕掉 " 纯大模型公司 " 的标签？最直观的答案，在成本结构里。

智谱的算力服务费占研发开支的比例，从 2022 年的 17.3% 一路飙升至 2025 年上半年的71.8%。保守估算，仅算力一项支出就超过 22 亿元，而同期收入是 7.24 亿元。

也就是说，智谱每赚 1 元，光是买算力就要花掉 3 元。

MiniMax 的情况类似。摩根士丹利 2026 年初的研报显示，MiniMax 2025 年销售成本中 93% 是云推理费用，研发开支 2.53 亿美元中的大部分流向了云服务商。

2025 年全年，两家公司合计收入约 12.8 亿人民币，合计经调整净亏损接近50 亿。

收入增长多快，亏损就膨胀多快。

毛利率的走势更能说明问题。智谱的整体毛利率从 2023 年的 64.6% 一路降至 2025 年的 41.0%，增长最快的云端 API 业务毛利率仅 18.9%。MiniMax 的毛利率虽然在改善，从 2023 年的 -24.7% 爬升到 2025 年的 25.4%，但这种改善主要来自推理效率的技术优化，而非定价权的增强。

纯模型公司的商业模式，本质上是买入算力，加工成 Token，卖给客户。当原料成本要占到总成本的七成，利润空间就被结构性地压缩了。

Token 消耗量可以指数级增长，但利润未必跟得上，因为成本端同样在膨胀。

这是两家公司开始寻求模型之外价值的最直接动力。

权力的转移

但成本压力只是表面，更深层的变革是价值链上权力分配的方式变了。

Chatbot 时代的逻辑很简单：模型能力强，API 就能卖高价，模型公司天然坐在价值链的中心。

Agent 时代，链条变长了。

一个编程 Agent 完成任务的流程是：理解需求、规划方案、编写代码、测试调试、迭代修改。每一步都需要与开发环境、代码仓库、测试框架深度交互。

模型提供了智力，但场景提供了工位。

这意味着，就算你的模型是全球最好的，如果它只是被集成进别人的产品里，定价权仍然会受到场景方的约束。

智谱在年报中提到一个事实：中国前 10 大互联网公司中已有9 家深度集成 GLM。

这当然是市场渗透率的体现。但换个角度看，它也说明模型层正在被应用层调用，而不是反过来。

两家公司显然都意识到了这一点。

智谱提出 Agentic Engineering 的概念，要把 AI 包装成能在具体场景中自主完成任务的 " 数字工程师 "。MiniMax 先在内部让 Agent 覆盖 90% 的员工，跑通了从编程到人力招聘的全流程，再把能力产品化对外输出。

它们的应用策略不同，但底层判断一致：在 Agent 时代，光提供智力不够，还得想办法靠近甚至控制智力被使用的场景。

上界与生态

但模型能力本身变得不重要了吗？并不是。

智谱在财报和公开场合中反复强调：谁掌握了上界，谁就掌握了定价权。

所谓上界，指的是模型能力的代际领先。2026 年 2 月，智谱将 API 调用定价上调83%，市场仍然供不应求，印证了这一判断。

但两家公司的实际动作透露出另一层思考：模型能力很重要，但怎么用这个能力可能更重要。

智谱的 GLM-5-Turbo 成为全球首款 OpenClaw 基座模型，这件事的意义不只是技术指标的领先，而是参与定义了一个新兴生态的技术标准。

MiniMax 的 M2.5 把编程场景的性价比做到极致，然后围绕这个能力推出 Coding Plan 和 Agent 工作空间。MiniMax 不是先做全能模型再找场景，而是先锁定高价值场景再围绕它打磨模型。

换句话说，比起在所有基准测试上追求全方位领先，先定义在哪个场景、以什么标准来衡量模型价值，可能是一件同样重要甚至更前置的事情。

六小龙的集体转向

这种转向不是孤例。

回看过去一年中国 AI 行业的整体动向，类似的调整正在更大范围内发生。

百川收缩战线聚焦 AI 医疗，零一放弃通用大模型转而与阿里合作，阶跃星辰引入上海国资深耕 B 端。中国 "AI 六小龙 " 中，几乎每一家都在从全面出击转向选择性扎根。

当 Agent 开始接管越来越多的真实任务，模型能力依然是竞争的基础，但仅有模型可能不再足够。

Agent 要在手机上帮用户订外卖、在办公软件里帮员工写周报、在电商平台上帮商家分析数据、在社交应用中帮创作者生成内容……每一个场景都是 Agent 运行的土壤。

拥有这些场景的一方，在选择调用哪个模型、以什么价格调用上，可能握有更大的话语权。

当然，这场转型最终走向哪里，现在下结论为时尚早。

但两家公司的年报至少揭示了一件事：中国 AI 行业的竞争，正在从单纯的模型能力之争，逐渐演变为模型能力与生态位置的复合竞争。

对于智谱和 MiniMax 来说，模型依然是核心武器，但战场已经在发生变化了。