四年只花5亿美元，MiniMax 穷不穷？

在中国的大模型牌桌上，MiniMax 始终是一个难以被归类的“另类”。

当同行们动辄融资百亿、卷入算力军备竞赛，甚至为了一个投流渠道挥金如土时，MiniMax 在招股书中甩出了一个让业界集体沉默的数据：从 2022 年成立至今，一共才花了约 5 亿美元。 

5 亿美元是什么概念？ 

放在硅谷，这甚至不够 OpenAI 塞牙缝——后者的累计花销估算已达 400 亿至 550 亿美元。放在国内，这笔钱可能也就够大厂买个半年的流量包。 

对这份招股书，质疑声随之而来：在 AGI 这场动辄千亿起跳的豪赌局里，区区 5 亿美元能买到通往未来的门票吗？MiniMax 是不是没钱了？是不是在这场残酷的淘汰赛中，为了“活下去”而不得不选择了“消费降级”？ 

但当你真正翻开这份招股书，你会发现这种“穷”，其实是一场对行业惯性的人效挑战。 

效率的胜利：1%的资金与 29岁的团队

在MiniMax 这份招股书里，硅基君最大的一个感受就是，极致的效率。 

MiniMax从2023年开始进行商业化，营收已达到346万美元，2024年直接飙升到3052万美元，同比暴涨了782.2%。2025年前9个月，公司的营收额再度大涨175%，达到5344万美元，已经远远超越了去年全年的水平。 

2025 年前九个月，MiniMax在收入同比增长超 170% 的同时，研发开支同比增幅为 30%，而销售及营销开支更是同比下降了 26%。 

这组数据的背离印证了一个关键逻辑：MiniMax 的增长并非依赖巨额流量投放（买量），而是依靠模型智能与用户口碑驱动（产品力）。 

更值得一提的是，根据招股书数据显示，MiniMax经调整净亏损在 2025 年与上年同期相比近乎持平。在一家高速增长的科技公司中，这意味着亏损率正在大幅收窄。 

亏损收窄的原因很简单，模型工程效率的提升。2023年，MiniMax 训练相关的云计算服务开支占收入比超过1365%，到了今年前九个月，这一数字已经下降到了266.5%。 

一个极具反差的对比是：MiniMax 自成立到2025年9月，累计花费约为5亿美金（约 35 亿 RMB）。相比之下，OpenAI 的累计花销估算在400亿至550亿美元之间。 

这意味着，MiniMax仅仅用了不到1%的资金，就做出了一家全模态全球领先的公司。 

在“烧钱”成为行业共识的大模型赛道，这种资本利用率本身就是一种核心竞争力。 

支撑这一高人效的，是一支极其年轻的 AI 原生团队。 

截至 2025 年 9 月底，公司员工仅 385 人，平均年龄 29 岁，其中研发人员占比接近 74%。 

没有传统大厂的冗余架构，这支年轻的团队通过扁平化的管理，在不到四年的时间里实现了文本、视频、语音全模态模型的领先，以及全球化产品的研发与运营。 

这种“小团队、大产出”的战斗力，为MiniMax 提供了极为深厚的资金护城河。 

截至2025年9月30日，MiniMax账上仍然有着高达11亿美元的现金护城河，而同期亏损1.87亿美元，按这个消耗速度，即便在没有IPO募资的情况下，公司现金也足以支撑营运超过4年多的时间。 

全球化，MiniMax找到了大模型创业的另一种可能

除了极致的效率，“全球化”是MiniMax招股书里的另一个关键词。

一个很直观的数据是，MiniMax 超过70%的收入来自海外。 

对一家中国大模型创业公司而言，这样的收入结构本身就具有区分度。当多数同行仍在国内面对互联网巨头的正面挤压时，MiniMax 已经在全球市场完成了从技术能力到商业变现的闭环验证。 

海外收入能够成为支柱，其中一个最直接、也最容易被忽略的因素是：它是国内最早、也是最坚决押注出海的大模型公司之一。 

早在 2023 年，MiniMax 就开始推动 Talkie（AI 角色陪伴）面向海外市场，重点放在北美等高订阅用户。2024年8月，MiniMax发布了视频生成模型Video 01和海螺AI视频生成产品，并迅速在海外内容创作者、营销与社媒人群中扩散。 

这些动作并非临时起意，而是源自MiniMax创始人闫俊杰在创立 MiniMax 之初就做出的一个判断： 

一旦 AI 成为大众关注的焦点，国内市场大概率会率先陷入“纯免费”竞争，在这种模式下，创业公司几乎没有生存空间。因此，从一开始，国际化就是一条必须要走的路。 

围绕着这一核心判断，MiniMax从模型与产品能力两方面实现了突破。 

在模型端，MiniMax的策略激进且务实。10 月末开源的 MiniMax M2，在 Artificial Analysis 榜单上拿到了全球前五、开源第一的成绩。 

相比排名本身，更具商业意义的是开发者的真实选择。在知名模型聚合平台 OpenRouter 上，M2 凭借性价比和代码能力，日调用量一度冲进全球前三，并成功进入 Amazon Bedrock 的模型库。 

这种“用量投票”意味着，MiniMax的模型已经成为海外开发者构建应用时的默认基座之一。 

在产品端，MiniMax 的策略同样清晰，把模型能力尽可能快地封装成可规模化变现的AI原生应用。 

MiniMax通过海螺 AI、星野 / Talkie（AI 社交）、MiniMax语音等原生产品直接服务全球消费者。截至 9 月 30 日，To C收入同比增长 181%，付费用户数在不到两年内暴涨15倍。 

其中，海螺AI更是已经成为全球领先的AI视频生成平台，截至目前已帮助全球用户创作超5.9亿视频。 

随着海螺AI、MiniMax Audio、Talkie 等产品逐步成型，MiniMax 已经搭建起一个相对完整的 AI-native 应用矩阵。截至目前，其自研多模态模型和原生应用累计服务了来自 200 多个国家和地区的2.12亿名个人用户，以及超过13万家企业客户和开发者。 

也正是在这一基础上，MiniMax 的商业化路径显得更为立体：订阅服务、应用内购买、企业 API 并行推进，收入来源不再高度依赖单一客户或项目。 

这与国内不少大模型公司“能力证明在前、收入兑现在后”的长链路模式形成了鲜明对比。 

从结果来看，MiniMax 的出海并非简单的市场扩张，而是一种结构性选择：用全球市场来检验模型，用产品化来缩短商业化路径。 

也正因为如此，它才能在国内竞争高度内卷的背景下，走出一条相对独立、且更接近全球AGI叙事的成长曲线。 

总结

技术发展是渐进式的，产品也是。 

回顾中国互联网的历史，那些最终的大赢家——米哈游、美团、字节跳动、理想汽车等等，都有一个共同的注脚：它们往往都不是靠第一款产品就大获全胜的，而是靠第二款、甚至更靠后的产品才站稳脚跟。 

在这个漫长的过程中，最核心的竞争力不是某一个爆款，而是“始终在场”的能力。 

在大模型行业早期，大多数公司都站在同一条起跑线上：融资、算力、参数规模、榜单成绩，几乎构成了一套统一的竞争语法。 

但随着时间推移，这套语法正在失效。模型能力的差距在收敛，开源与闭源不断交错，真正拉开差距的，开始转向谁能更快拿到真实用户、真实使用场景和真实现金流。 

MiniMax 的选择，本质上是在更早的时候，就把“如何被使用”看得比“如何被证明”更重要。无论追求极致的效率，还是出海、产品化、多模态等选择，这些看似分散的决策，最终指向的是同一件事： 

缩短从技术到价值的路径，让模型不不仅仅存在于发布会和论文里，更要进入到用户真实的使用场景。 

如今，大模型的牌局还远未结束。从这个意义上看，MiniMax或许走得并不轻松，但它至少选择了一条更接近长期答案的路。 

本文来自微信公众号“硅基观察Pro”，作者：林白，36氪经授权发布。