MiniMax ARR超8亿美元，B端收入占比升至80%

MiniMax在2026年8月披露，公司ARR已超过8亿美元，而2月时仅为1.5亿美元，半年时间扩大至约5.3倍。这一增长直接反映在收入上：2026年上半年收入达1.166亿美元，同比增长283.1%，仅半年就超过2025年全年7904万美元的收入规模。第二季度营收环比增长81.8%，显示增长势头未减。

收入结构的变化更为关键。2026年上半年，B端收入占比达到63.4%，到8月进一步升至80%，而2025年全年B端占比仅约三成。具体来看，开放平台及其他AI企业服务收入为7393万美元，同比暴增703.1%，占总收入比例从2025年的32.8%升至63.4%。新增收入中约四分之三来自B端，表明增长重心已从C端产品转向企业和开发者。

C端业务并未收缩，AI原生产品收入达4264万美元，同比增长100.9%，主要归因于用户参与度提升和海螺AI等产品的商业化。两条业务线均在增长，但B端速度更快，成为新增收入的主要来源。

B端业务的崛起与Agent工作流的普及密切相关。据MiniMax CEO闫俊杰在电话会中透露，7月Token消耗量已达1月的20倍，这一增长不仅来自用户数量增加，更源于单个用户使用强度的提升——Agent与AI的交互消耗的Token量远高于人类聊天。到5月，平台企业客户和开发者突破200万，是去年年底的10倍。

M3模型的发布是关键催化剂。该模型具备查阅资料和操作界面的能力，使开发者敢于在真实业务场景中接入。M3发布后，老客户持续扩量，新客户加速涌入。此外，7月开源的视频生成模型H3在三周内获得超2400万次下载，衍生出300多个模型，带动开发者转向API付费调用，进一步推高官方服务使用量。

MiniMax在电话会上表示，H3的表现改变了先进模型属于大厂且走封闭路线的格局。开源策略不仅扩大了技术影响力，还通过云端服务转化实现了商业变现，形成开源与商业化的正向循环。

MiniMax最强的M3模型定价为每百万Token 1.2美元，显著低于同级模型的中位数2.2美元。公司解释，这一价格并非单纯商业策略，而是因为推理环节的算力开销实际低于预期。这种定价策略旨在降低单位智能成本，使客户能用同样预算运行更多调用和复杂工作流，从而愿意将模型嵌入生产环节。

MiniMax强调，高智能与高性价比并非互斥关系。公司追求的不是在智能与成本间取舍，而是通过降低单位智能成本，同时推动商业增长和技术迭代。商业上，更多调用带来更多收入；技术上，同样算力可支持更多后训练和实验，加速模型改进，形成正向循环。

这一循环依赖基础设施支撑。MiniMax是国内最早建立规模化基础设施的独立大模型公司之一，ETTR（有效训练时间比例）达到97%。自建算力允许训练和推理资源混合调度，在推理低谷时利用空闲算力进行强化学习训练，从而压降推理成本并提升效率。

收入高速增长的同时，财务效率有所改善。2026年上半年毛利达2081万美元，同比暴增464.8%，毛利率从去年同期的12.1%升至17.9%，主要归因于基础设施效率提升。销售及分销开支同比下降17.9%至2697万美元，反映用户自然增长策略减少了推广开支。

研发投入仍维持高位，上半年研发开支达2.969亿美元，同比增长138.8%，主要用于基础模型、多模态能力和训练投入。尽管绝对规模扩大，但增速已低于收入增长（283.1%），显示研发效率相对提升。不过，高研发投入和低定价策略意味着公司仍处于高投入阶段，盈利压力尚存。

MiniMax在电话会上判断，下一阶段竞争重点将落在技术路径选择和算力转化为智能的效率上。公司提出的方向是“Minimize the Inference Cost, Maximize the Intelligence”，即最小化推理成本、最大化智能，这与其当前策略一致。

MiniMax的增长案例表明，大模型公司的评价维度正在扩展。参数规模和Benchmark仍重要，但单位成本产生的智能、单位算力处理的Token量，以及大规模训练推理的稳定性，正成为新的关键指标。Agent和真实生产环境对模型能力的要求更高，每一步都需足够准确，否则整个工作流可能失败。

MiniMax的B端转型和开源策略，为独立大模型公司提供了一条差异化路径。通过开源吸引开发者，再通过API调用实现商业化，同时以低价策略扩大市场份额，这一模式在H3和M3上已初步验证。但能否持续维持增长，取决于模型迭代速度、基础设施效率以及市场竞争格局。

目前，MiniMax的ARR增长和Token消耗数据均指向强劲需求，但高研发投入和低毛利水平仍是挑战。未来，公司需在保持技术领先的同时，进一步优化成本结构，以实现可持续盈利。