MiniMax 转身：B端收入暴涨700%

从「C端公司」到算力底座：一年完成结构性迁徙

在很多人的印象里，MiniMax 还是那个靠 Talkie、星野和海螺 AI 被记住的「C端公司」。但最新发布的 2026 年中期财报显示，这家大模型独角兽的营收结构已经彻底倒挂。

一年前，消费端收入约占 70%，企业端仅约 30%；如今，B端业务收入高达 7390 万美元，同比暴增超 700%，占总收入比重从去年同期的 30.3% 飙升至 63.4%，一举成为公司最大收入支柱。

整体盘子也在迅速膨胀。2026 年上半年，MiniMax 实现总收入约 1.2 亿美元，同比增长 283.1%，仅半年就达到 2025 年全年收入的 1.5 倍。

收入狂飙的同时，销售开支反而降了

更值得关注的是增长质量的变化。

• ARR（年度经常性收入） 截至 8 月达到 8 亿美元，其中 To B 业务占比约 80%，To C 仅约 20%。
• 海外市场贡献约六成收入，全球化底色进一步凸显。
• 销售及分销开支同比下降 17.9% 至 2700 万美元，毛利同比增长 464.8% 至 2081 万美元。
• 净亏损从上年同期约 4 亿美元收窄至约 3.6 亿美元。

这意味着，MiniMax 已经告别了早期泛娱乐 C 端应用靠买量获客的阶段，转向由企业和开发者生态驱动的自然网络增长。

Token 消耗断层式拉升，模型消费范式已变

收入暴增的核心推手，是 Token 消耗量的非线性跃迁。仅今年 7 月，MiniMax 全平台 Token 消耗量就达到 1 月份的 20 倍。截至目前，其全球企业客户与开发者数量突破 200 万，是 2025 年底的 10 倍。

CEO 闫俊杰指出，模型消费范式已经从「人与 AI 的直接对话」，全面跃迁至「Agent 与 AI 的多轮级联交互」。由 Agent 驱动的推理需求增长，显著快于人类用户数和消息数的增长，直接导致单用户 Token 消耗呈倍数级爆发。

这背后还有一个新的行业共识：后训练正在成为 Scaling 的新上限。从近期智谱 GLM 5.3、DeepSeek V4 Flash、Gemini 3.x Flash 的公开资料来看，越来越多模型厂商在小版本更新中重度依赖后训练，就能显著提升特定任务表现。

闫俊杰在业绩会上表示，当前大模型的 Scaling 正从单一预训练，快速拓展至中训练、后训练以及强化学习。在后训练阶段，海量合成数据生成、强化学习环境 rollout、任务试错验证，本质都是推理计算。单位算力下推理成本越低、吞吐越大，模型能吞吐的轨迹与实验规模就越大。

他进一步指出，在相同算力规模下，推理计算效率的提升倍数，与后训练规模变大倍数呈现基本线性相关。换言之，即使预训练 Scaling 被认为撞墙，后训练的效率提升仍然可以提高整体 Scaling 的上限。

新模型矩阵：M3.1、M3 Pro 与 H3.1

MiniMax 透露正在稳步推进三个新模型：M3 Pro、M3.1 和 H3.1。

• M3.1 定位面向主流用户的「标准版」模型，在 M3 基础上充分预训练并持续 Scaling 后训练规模，重点提升任务完成质量、推理效率、稳定性以及作为 Agent 基模的适配性。
• M3 Pro 参数规模约 3 万亿，基座更大，目标是更强泛化能力和更高智能上限，将采用第二代自研注意力架构 MSA 2.0，显著提高推理阶段缓存命中率。
• MiniMax 的目标是在 M3.1 推出时，将其推理成本降至 M3 初期上线时的 三分之一左右。闫俊杰认为，降价既能降低使用门槛、扩大用户基数与 Token 用量，也能改善毛利率，两者并非不可兼得。

多模态方面，MiniMax 前不久发布的 H3 继续采取开源策略。仅三周后，H3 全球下载量突破 2400 万次，衍生出超过 300 个公开模型。H3 的核心并非单纯扩散生成，而是将语言模型深度嵌入视觉生成流，实现全局上下文感知、多主体一致性控制和镜头精细化调度。闫俊杰认为，H3 证明了语言模型能力可以进一步提高视觉生成模型的上限，开放权重、产品和 API 可以形成相互促进的生态。

横向对比与「Min-Max」哲学

作为参照，The Information 报道称 DeepSeek 今年前七个月实现 7070 万美元收入，毛估 MiniMax 上半年营收约为 DeepSeek 的两倍上下；但 DeepSeek 前七个月净亏损为 1.06 亿美元，MiniMax 本期净亏损约为其 3.4 倍。两者路径不同，MiniMax 更偏向企业级与全球化。

MiniMax 的公司名称让人想起 Min-Max 这一术语，套用在模型实验室身上，则体现其「最小化单位智能成本，才能最大化智能水平」的认知。上半年在后训练阶段持续发力、以更低成本实现模型能力提升，正是这一认知的直接体现，也带来了企业端市场的重视与营收的显著增长。

从行业视角看，大模型竞争不可避免进入价格战阶段，而那些率先押注单位成本的厂商，或许将比盲目追求大参数、大智能的对手们领先一筹。