二級市場為什麼不買賬？
進入9月以來，MiniMax在海外市場頻頻落子。
9月16日，新加坡技能與勞動力發展局推出的AI學習計畫中，MiniMax的三款產品，作為唯一入選的國產大模型代表，與ChatGPT Plus、Google AI Pro、Microsoft 365 Personal並列成為可選服務。9月3日，沙特公共投資基金旗下AI公司HUMAIN，以MiniMax M3為底座，用超過1兆Token的阿拉伯語原生語料繼續預訓練的Humain-M3發佈，在七項阿拉伯語基準測試中平均分居首。
受此帶動，MiniMax股價在9月17日、18日連續兩日上漲，其中18日港股收盤大漲近19%。截止到9月21日收盤，MiniMax股價為298港元/股。
對比巔峰時期1330港元/股的股價表現，外界目前可能更關心的是：M3.1和M3 Pro什麼時候發佈？
在8月26日的財報電話會上，MiniMax創始人兼CEO閆俊傑表示：“隨著M系列與H系列兩條管線的持續完善，模型發佈週期將顯著縮短，後續可期待M3.1、M3 Pro和H3.1等新產品。其中M3 Pro參數規模預計提升至約3T，搭載MSA 2.0架構，計算效率預計提升約3倍。”
然而截至目前，M3.1仍未有上線消息。
與此同時，2026年下半年國產大模型迭代節奏明顯加快——智譜於8月14日發佈GLM-5.3，Kimi於7月17日發佈參數達2.8兆的K3，DeepSeek V4 Pro也於8月13日推出正式版。
MiniMax雖然在7月31日發佈了多模態視訊模型H3，但當前的評價體系下，文字模型能力更受關注。而M3由於發佈倉促、準備不夠充分，且時間上正好夾在GLM-5和K3這兩個在Coding、Agent等領域表現突出的模型之間，加上價格定位引發的開發者強烈反彈，在競爭格局中顯得分外尷尬。
從產品迭代邏輯看，用一個更優秀的模型覆蓋上一次的失誤本應是最優解，但公司遲遲未發佈M3.1和M3 Pro，也使得外部對MiniMax的模型能力存在質疑。
當下，提起智譜，資本市場想到的是Coding；提起Kimi，是Agent叢集；提起DeepSeek，是專注文字和價格優勢。這些標籤和模型能力的部分領先性，確實讓這幾家公司在資本市場有了清晰的估值錨點，也讓使用者對它們的認知更加明確。但MiniMax的多模態戰略，在單項能力或價格上目前都沒有形成絕對領先的優勢，外界感覺其定位始終模糊，估值體系也因此搖擺。
摩根大通曾在2026年6月將MiniMax的評級從“增持”下調至“中性”，並大幅下調目標價，核心理由正是MiniMax旗艦模型M3缺乏定價權、模型能力仍在追趕階段。這意味著接下來，MiniMax必須拿出一款足夠有力的模型，才能證明自己的路線選擇沒有錯。
實際上，MiniMax需要回答的問題，遠不止模型本身。
01. 從to C到to B
8月26日，MiniMax發佈上市後首份中期業績。
公司上半年總收入1.17億美元，同比增長283.1%，僅半年即達到2025年全年收入的1.5倍。Q2收入環比增長81.8%；7月Token消耗量已達到1月份的20倍；8月ARR（年度經常性收入）進一步提升至超8億美元。毛利2081萬美元，同比增長464.8%，毛利率從12.1%提升至17.9%，同比提升5.8%。
但同時存在的另一組數字是：公司上半年研發開支2.97億美元，同比增長138.8%；期內淨虧損3.58億美元，較上年同期的4.022億美元收窄11%；但剔除股份支付、金融負債公允價值變動及上市開支後的經調整淨虧損為2.93億美元，同比擴大111.2%。經調整淨虧損率從約455.9%收窄至約251.4%，看起來改善了，但主要原因是收入基數變大，虧損的絕對額仍在加速擴大。
比盈虧數字更值得關注的，是收入結構的劇烈變化。2025年上半年，MiniMax的AI原生產品（海螺AI、Talkie/星野等C端產品）收入佔比約七成，是公司的絕對支柱。到了2026年上半年，B端開放平台及企業服務收入從上年同期的920萬美元增至7390萬美元，同比增長703.1%，佔比從30.3%躍升至63.4%，成為第一大收入來源；AI原生產品收入雖同比增長100.9%至4260萬美元，但佔比降至36.6%。到8月，ARR中to B佔比已攀升至約80%，to C僅剩約20%。
半年之間，一家靠C端產品被普通使用者認識的公司，收入結構徹底掉了個頭。
不過，這種轉向並非沒有預兆，至少在Coding這條線上，MiniMax內部的討論開始得遠比外界想像的早。2025年10月27日，MiniMax就正式開源並上線了號稱專為Agent和程式碼而生的MiniMax M2。
創業者、MiniMax前員工餘洋告訴《中國企業家》：“公司對Coding的判斷，其實在2025年Claude剛冒頭的時候就已經有了，那時候在CD會上IO（閆俊傑）就已經分享過。”CD會是MiniMax每週五中午召開的內部會議，由閆俊傑向員工匯報業務發展，回答員工問題，並分享他對AI前沿發展的看法。
因此，在余洋看來，MiniMax商業化向B端發力是很早就可以預見的事情。“因為進入Coding賽道，做的就是B端的客戶。”
在2026年6月舉辦的MiniMax開發者線下交流活動中，閆俊傑也談到，兩年前，他就問過梁文鋒要不要做AI Coding。他表示，當時大家的共識是，全中國會寫程式碼的人可能只有100萬到200萬人，這似乎不是一個足夠寬廣的市場，但現在顯然變了。AI Coding確實能讓更多普通人擁有生產力。
不過，佈局早並不意味著認知領先可以轉化為市場優勢。MiniMax在Coding賽道上的模型參數和能力，並未在開發者群體中形成足夠強的認知壁壘。
這種認知滯後很快反映在資本市場上。當模型能力的市場感知未能匹配其技術投入時，估值邏輯便開始動搖。二級市場的解禁壓力與估值回歸隨之而來，儘管當時超八成Pre-IPO及基石股東公開表態繼續持有，阿里和米哈游兩大戰略股東明確力挺，公司股價仍劇烈震盪，較最高點跌超80%。
8月26日MiniMax財報發佈後，次日股價只漲了3.83%。8月31日，基於H3 Max搭出的直播上線後，MiniMax股價快速拉升，盤中一度漲近20%，收漲16.18%；9月1日延續漲勢，兩個交易日累計漲超20%。
這也說明市場依然相信模型能力敘事。閆俊傑在財報電話會上也再次強調了這一點。他在分享公司的定位和戰略時表示：“大語言模型帶動的智能提升幾乎沒有盡頭。從去年下半年開始Coding和Agent能力的實用化，到後續更加自主性和創造性地完成長程任務，再到未來可預期的端到端交付可依賴的結果，我們持續在追求更高的智能。”
02. M3的“翻車”與H3的“反轉”
6月1日，MiniMax發佈了M3。該模型的總參數規模428B，啟動參數23B，採用混合專家（MoE）架構，原生支援百萬級Token上下文。
放在當時的競爭格局裡看，這個參數規模顯得有些尷尬。
M3發佈時，國內已有Qwen3-Max-Thinking、DeepSeek V4 Pro、Kimi K2.6等多款兆級模型落地，海外則有GPT-5.5、Gemini 3.1 Pro和Claude Opus 4.7等同期競爭。兆級參數正在成為頭部玩家的入場券，兩個月後，Kimi K3以2.8兆參數開源、Qwen-3.8 Max達到2.4兆，進一步拉大了這一差距。
發佈前夕，M3被寄予厚望，公司內部也希望模型能力能就此再上一個台階。但上線後，不少開發者嘗試後表示，M3的實際表現並沒有達到預期。有內部人士也承認，M3的上線有些“匆忙”，或者說“著急了”。
個人開發者Alex表示，自己目前日常使用的主力模型是Kimi K3，額度用完後會嘗試智譜GLM，MiniMax則是備用選項。“MiniMax給我的感覺是能力沒那麼強，但幹活比較穩定。”
Alex解釋了自己的選擇邏輯：他不是軟體工程師，沒有很強的鑑別能力，讓AI做功能時，模型問他的問題他大部分聽不懂。這種情況下，他希望把決定權交給AI，讓它自己決定怎麼做，他再驗證AI給出來的結果，“所以我需要更強的模型，而不是笨笨的但速度快的模型，因為後者會大大增加我檢查作業的頻次”。因此，他會優先選用Kimi或更強的SOTA模型。
由於日常工作是為工業領域提供軟體，伊塔工業智能科技創始人陳李駿對模型能力和程式碼精準性要求更高，M3的表現並不能滿足他的交付要求。他認為，問題的根源在於參數量。他以千問的模型為例：“3.7 Max和Plus總參數量一樣，但Plus是多模態，相同參數下增加了多模態參數，導致Coding質量急劇下降。換到兆級參數量的3.8 Max，雖然是多模態模型，但它的能力就跟3.7平起平坐，甚至更高。”在陳李駿看來，為Coding專項訓練過的模型或在同參數級的模型中，純文字模型相較多模態模型一般更強。
對於陳李駿而言，M3的問題是參數量不夠。他算了一筆賬：“真正消耗Token的是返工。我寧願前期調研多加點Token，每個模組一遍過，後期互相呼叫，收益最高。如果做出來再讓AI改，它可能改著改著把前面的東西刪掉了，很不可控，這是我親自踩過的深坑。”在他看來，模型的“性價比”在日常工作流中並不成立：低價省下的錢，可能會在返工中加倍還回去。
不過，M3並不意味著不好用。開發者小馮強調，方法比模型本身更重要。在他看來，每個人的使用方法不一樣，有些人可能連內建的Skill都沒用上，問題未必出在模型上。“你把大方向給AI，AI幫你做實現，但執行之前要用Plan先計畫，生成一個待辦清單，你自己核對完裡面的內容符不符合要求，再基於清單讓它去做。”他還提到，刪掉Claude Code的80%提示詞，效果也能達到，關鍵在於需求描述是否清晰、是否有結構性。“方向選好再執行，不能完全依賴AI。”
小馮表示，他日常在Coding、圖像和圖片識別會使用MiniMax，比如用DeepSeek生成文字，再把文字丟到MiniMax裡生成視訊或圖片。
這也是MiniMax模型在很多開發者心中的狀態：作為一個多模態執行工具，M3可用，但並非不可替代。
真正讓使用者不滿的，是M3的定價方案。模型發佈當天，MiniMax將沿用已久的訂閱制Coding Plan切換為按Token計費的新版Token Plan，但這一變化並沒有提前通知使用者，官方頁面的解釋資訊也不清晰，大量個人開發者登錄後才發現規則已變。很快有人發現，同樣強度的使用，額度消耗速度遠超預期，不滿迅速發酵，有人湧向投訴平台要求退款，有人宣佈不再續訂，並在社交媒體上發洩情緒。
很快，MiniMax發佈道歉公告，承認調整前未與使用者充分溝通、老使用者周限額處理不妥，“是我們工作不到位”，並推出了一套組合補償方案。但其市場表現和風評依舊無法完全挽回。
多名內部員工後來對媒體描述M3發佈前幾個月的狀態：“我們的全部注意力都放在了模型的智能本身上了。”閆俊傑也在財報電話會上坦承：“M3的研發過程中我們也曾經有過實踐上的不足。”
轉折出現在7月31日，MiniMax發佈開源多模態模型H3。在Artificial Analysis視訊模型榜單中，H3視訊編輯能力排名全球第一，0.8元/秒（2K解析度）的生成價格僅為同類旗艦視訊模型的三分之一。
H3發佈後，MiniMax的模型能力風評也一定程度上得到逆轉，從資料上也可以看出。閆俊傑在財報會上表示：“從H3開源到8月26日三週多的時間，H3的下載次數已超過2400萬次，誕生了超過300個公開的衍生模型，是今年全球下載量最大的模型之一。”
與此同時，公司組織層面也在不斷進行調整。8月下旬，MiniMax Agent工程部主管阿島（繆宇航）傳出離職消息。他曾是MiniMax技術路線的公開解釋者，負責M3.x、Agent、Audio和Hailuo AI。他的離職也被解讀為MiniMax從“工程師驅動”走向“系統化組織能力建設”的一個訊號。
MiniMax正在經歷一場全新的轉型，除了在技術上需要保持領先之外，一個300多人的團隊突然變成千億市值的上市公司，組織能力、決策機制、對外溝通都還需要時間磨合。
03. 多模態賭局
市場對模型能力敘事的信任依然存在，但一個更根本的問題正在浮出水面：通往AGI的路徑，究竟該走哪一條？
當前大模型行業正經歷AGI路線的顯著分化。智譜團隊將主要精力投入Coding能力，認為Agent是未來關鍵方向；月之暗面的戰略亦是通過scaling在預訓練水平上追平世界前沿，同時垂直整合模型訓練與Agent產品。
與之不同的是，MiniMax堅持全模態路線。閆俊傑在電話會上明確表示：“跟大部分公司不同，我們設計模型的時候一直原生考慮多模態的資訊，因為我們認為視覺的理解和生成是生產力的重要組成部分。多模態生成目前也是除了程式設計之外的AGI的第二大市場。”
這一判斷並非一開始就如此清晰。閆俊傑早期接受《中國企業家》採訪時曾表示，當時MiniMax的文生語音是行業最好的，但他覺得文字模型才是最關鍵的，“文字模型能提升10個點，其他模組自然也能提升。語言模型還是最本質的，其他東西其實都是自然的衍生”。
今年6月，他在開發者大會上進一步闡述了這一邏輯：“現在很多同行都在主攻Coding這一條路線，而我們是少數堅持在Coding和內容生成上同時投入的公司。我們認為，AGI的核心價值在於提高社會的生產力。而白領在電腦上完成的大部分工作，除了資訊交換，主要就兩件事：以Coding為核心的工程創造，和以內容生成為核心的創意表達。因此，從語音、圖片到視訊的內容生成對我們來說同樣重要。”
對此，余洋提到了閆俊傑此前在內部分享過的一個判斷：AI的終局一定是多模態的。為了走到那個終局，探索是必須的，如果現在把視訊等多模態能力砍掉，等到接近終局、大家都明白多模態該怎麼做的時候再去追趕，就來不及了。“作為前沿公司，你自己本身就是引領者，沒有其他人可以參考。”
這意味著MiniMax必須同時在文字、視訊、音訊多條戰線上與資源更雄厚的對手競爭。
閆俊傑也在電話會上強調，公司下一階段最重要的增長來源仍然是模型能力提升，後續將推出M3.1、M3 Pro和H3.1等新產品。
但多模態路線也引發了一個現實擔憂：資源是否會被分散？遲遲未上線的新模型，似乎印證了市場的這一擔心。
余洋也承認，多模態業務在發展過程中會有起伏。從現狀看，MiniMax的多模態業務一直在做，只是各自的發展節奏和階段不同。
在電話會上，閆俊傑也回應了未來的算力分配問題。公司將通過自主可控的核心叢集、雲廠商合作及Token Factory三條路徑搭建算力供給網路，兼顧穩定性與彈性。文字模型是當前投入的最高優先順序，訓練資源約為視訊模型的4倍。同時，M3和H3正在推進國產晶片適配，即將上線大規模國產算力叢集，逐步承擔真實生產流量，以降低單位Token成本。
但無論選擇哪條路徑，AGI始終是閆俊傑的目標。MiniMax早期投資人、明勢創投創始合夥人黃明明也認為，閆俊傑是真的對AGI有信仰。
在余洋看來，對於MiniMax這樣的大模型公司，主幹始終是模型研發，星野、海螺這些產品更像是主幹上長出的枝丫，公司的一切發展都以模型為核心。他以星野為例：這類AI原生產品的核心體驗差距永遠取決於模型：模型智能足夠，產品體驗就好。與其說MiniMax是一個做產品的公司，實際上它一直在做模型。
在MiniMax位於上海徐匯區的辦公樓牆上，裝飾著“Intelligence with Everyone”的標語。這是MiniMax成立以來的願景，也是閆俊傑反覆提到的目標。因此，他認為單個模型版本並不意味著全部，更重要的是能不能持續定義和迭代自己的技術路線，能不能不斷加速提升智能密度，能不能將更高水平的智能以更低的單位成本交付給更多使用者。
但在閆俊傑描繪的終局到來前，MiniMax下一個足夠強大的新模型什麼時候來？市場依然在等。 (中國企業家雜誌)