AI Berkshire
首页 › MiniMax

MiniMax(00100.HK)研究报告

MiniMax | 2026-10-16 · 研究 | GitHub 原文
目录

创始团队、技术路线、护城河与2036年利润推演

研究截止:2026年10月16日,北京时间。 最新财务期为2026年上半年;使用9月30日披露的中报及截止日可核实的后续公告。参考股价为10月15日收盘179.50港元;按9月底已发行352,480,183股计算,总市值632.70亿港元。美元换算采用模型汇率7.8港元/美元,对应约81.12亿美元;TTM市销率约49.1倍,亏损阶段不使用市盈率。价格经腾讯行情、StockAnalysis及Investing核对,股本经港交所月报核对。行情与股本

核心判断:MiniMax值得下注的资产,是持续把模型研究变成低成本可用产品的组织能力;十年利润则取决于它能否进一步掌握客户工作流、合法内容资产和交付责任。今天已有差异化,长期经济护城河尚未被充分证明。

MiniMax于2026年1月9日在港交所上市。本报告采用一级市场的技术与组织尽调视角,但按上市公司披露核对经营与资本结构,不把它继续当作未上市公司。全文“事实”指可追溯的公开披露,“公司口径”指管理层或产品团队主张,“判断”指研究推论,“假设”指用于推演的参数。历史财务的高置信度,不等于十年预测的高确定性。


一、先看它现在究竟是一门什么生意

MiniMax向开发者、企业和个人出售模型推理,以及用这些模型完成编程、创作、语音和互动任务的产品。客户会反复付费,是因为新的工作不断出现;公司能否赚钱,则取决于完成这些工作的收费,能否同时覆盖推理、研发、获客和资本投入。

它今天更接近“模型驱动的全球AI服务商”,还没有证明自己已经成为拥有稳定收费权的工作平台。

财务底座:需求已经形成,利润机制尚未形成

单位:百万美元。2023—2025为年度,最后两列为半年,不能直接作环比。中期财务未经年度审计,已附独立审阅报告。

指标 2023 2024 2025 2025H1 2026H1
收入 3.460 30.523 79.038 30.429 116.573
毛利 -0.854 3.738 20.079 3.685 20.813
毛利率 -24.7% 12.2% 25.4% 12.1% 17.9%
研发费用 70.002 188.979 252.771 124.333 296.870
IFRS净利润 -269.246 -465.238 -1,871.617 -402.188 -357.997
调整后净利润 -89.074 -244.243 -250.856 -138.735 -293.031
经营现金流 -64.455 -258.483 -279.641 -168.538 -318.106

历史数值来自招股书、年报与中报。年度收入、毛利、研发及现金流与StockAnalysis核对;半年收入、业务拆分和净亏损与路透核对;部分半年数据只能借第三方TTM反推核对。发行人官网与港交所刊载的同一份文件不是两个独立来源。完整口径与数据缺口见核验记录。年度披露、中期披露、第三方财务

几个比增长率更重要的结论:

  1. 2026H1收入同比增长283.1%,但毛利只有2,081.3万美元,相当于研发费用的7.0%。公司尚不能用当前毛利反哺前沿研发。
  2. 毛利率较上年同期改善,但低于2025全年。产品结构、负载和投入发生变化,既不能用全年与半年差异直接断言恶化,也不能只凭同比改善推断高毛利时代已经到来。
  3. IFRS亏损收窄不等于经营亏损改善。优先股等金融负债公允价值损失下降影响很大;调整后亏损反而从1.387亿美元扩大至2.930亿美元。股份支付被调整剔除,也仍是股东的经济成本。
  4. 收入、ARR与调用量不能混用。TTM确认收入为1.65182亿美元;单月运行率即使增长很快,也不是已经实现的全年收入,更不是合同锁定的未来收入。

收入重心已经改变

2026H1业务 收入,百万美元 占比 关键口径
开放平台及其他基于AI的企业服务 73.929 63.4% 包含个人开发者、API与Token Plan,不全是大企业合同
AI原生产品 42.644 36.6% 多种应用合计,不能当作海螺单项收入
合计 116.573 100.0% 外部确认收入

境外收入占60.8%。全球化是已经发生的商业化能力,但境外收入不能等同于美国收入或欧美大企业收入。公司称销售费用下降与自然增长策略有关;尚无同期分产品获客成本、客户队列、净收入留存率或分部毛利充分验证其质量。中报业务与收入口径

最容易犯的错误,是把开放平台的高增长自动当成企业软件的高留存。 如果流量主要来自价格敏感的开发者、订阅套餐或模型路由平台,需求可以增长得很快,也可以迁移得很快。


二、创始人与团队:为什么这个组织有机会

闫俊杰:研究判断与工程经验是优势,权力集中也是风险

闫俊杰是创始人、董事长、CEO兼CTO。他有数学与人工智能研究背景,获中科院自动化所博士学位,曾在清华从事博士后研究,并在商汤工作逾六年、担任高级技术管理职务。履历能够支持“懂研究、懂规模化技术组织”的判断,不能单凭履历证明商业资本配置能力。官方管理层资料

对一级市场投资人,真正有价值的不是创始人是否总能提前说对,而是遇到证据时是否能改判断。闫俊杰在2025年《晚点聊》访谈中反思过追求用户增长的逻辑,并讨论模型、基础设施、工程和人才协同。结合后续从长上下文到编程Agent、从单个产品到模型与应用联动的选择,我认为他的优势是持续学习和纠错。访谈仍是本人陈述,必须用后续资源配置与结果验证。本人访谈

我的评估是:技术方向判断与组织学习能力偏强,商业回报和资本纪律仍在考试中。 最重要的反面是,CEO、CTO、董事长集于一人,技术判断、预算与治理监督高度相连。一个善于纠错的创始人可能长期创造价值,一个不愿纠错的强控制创始人也可能长期消耗资本。

组织已不只是创始人一个人

人物 已披露职责与背景 我看重什么 还要验证什么
贠烨祎 联合创始人、总裁;工程教育背景及商汤战略、投资、创新业务经历 技术与产品商业化、融资及组织之间的连接 全球产品经营能力能否转成稳定毛利与现金
赵鹏宇 语言模型研究与工程负责人;北大计算机背景,曾在Hulu,2023年加入 有新加入者成长为核心负责人的机制 第二梯队和完整训练项目能否独立运行
周彧聪 视觉模型研究与工程负责人;北航背景,曾在商汤、华为,2022年加入 视觉路线有明确责任人,多模态并非仅靠采购拼装 视频质量、交付可靠性与单位经济能否一起提升

贠烨祎在2026年3月已由COO转任总裁,官网部分页面仍保留旧职务,本报告采信更新后的年报。2026年8月独董发生变更,李子青接替朱华星;独董资源不能算成新增全职研发产能。年报管理层章节、董事变更公告

2025年9月全职385人,其中研发284人;2025年末415人,2026年6月底568人。研发约74%、平均年龄低于30岁及CEO以下不超过三层,是招股书对应时点的历史口径,不能直接套到最新人员规模。招股书、年报、中报

这支团队的优势可能来自高密度协作:懂训练的人能够与推理工程、产品和商业化负责人快速讨论同一个问题。但当公司同时运行语言、视频、语音、消费应用和企业平台时,扁平化也可能成为创始人的决策瓶颈。年轻、学历高、层级少都不是护城河的充分条件。

团队护城河的检验,是关键人员离开或技术路线变化后,组织能否继续交付。 需要看到可复现的实验记录、稳定的数据与评测系统、训练故障处理、独立负责人和预算约束。公开资料不足以确认核心人才留存率,也不足以确认每条模型线的投入产出;本报告不编造这两项指标。

控制权与资本配置

截至中报最新可行日2026年9月21日,闫俊杰经济权益约22.65%、普通事项表决权约69.13%;B类股有加权表决权,特定保留事项例外。这有助于保持长期研究方向,也削弱少数股东对错误战略的纠偏能力。不能把这个披露时点的比例冒充9月底增股后的精确比例。中报治理章节

9月29日授出约209.22万份股份奖励,主要为长期归属的员工奖励,本次不设业绩目标。它有利于人才稳定,但股东要用未来经营结果判断激励是否值得。模型不能永远剔除股份支付,再把调整后利润全部视为可分配收益。股权激励公告

一级市场投资人应该持续追问的不是“还能融多少钱”,而是:每增加一美元研发投入,是在创造客户愿意付费的新能力,还是仅仅在购买继续留在牌桌上的资格?


三、技术选型:有实质能力,但不能把架构名称当护城河

这条路线的共同目标是降低有效智能的成本

阶段 一手资料支持的选择 对投资判断的意义
MiniMax-01,2025年1月 Lightning Attention与MoE,456B总参数、45.9B激活;长上下文 愿意为长任务承担架构和工程适配成本
M1,2025年6月 混合注意力、强化学习与长思考 从“装得下更多内容”走向“更好地推理”
M2,2025年10月 230B总参数、10B激活,聚焦编程和Agent 关注高频生产任务与实际部署效率
M2.5/M2.7,2026年 扩大Agent强化学习系统,内部研究工作流应用 训练环境、评测和反馈成为重要竞争点
M3,2026年6月 428B总参数、约23B激活,MSA,原生图文视频理解、1M上下文 重新扩大能力,但保持稀疏计算思路
截止日产品状态 M3.1-Flash-Preview已出现在官方接口说明,仅M Plan及MiniMax Code可用 是已可见的预览产品,不能写成全面开放正式版

技术事实分别见01论文、M1仓库、M2仓库、M3模型卡、官方接口状态。参数是模型规模,不能直接换算GPU账单;模型输入多模态也不等于同一个模型统一生成所有模态。

这条路线最值得肯定的地方,是团队没有把自己锁死在某一种注意力算法上。长期优势若存在,应该是选问题、做实验、优化系统的能力,而不是坚持早期技术叙事。

MoE、长上下文和稀疏注意力分别解决什么

MoE让每次计算只激活部分专家,降低运算量;但所有权重仍需储存、调度和通信。小激活参数不等于小显存、不等于低集群成本,也不等于任意低并发场景都更便宜。

长上下文使代码库、资料和多轮任务更容易装进模型,但没有消除“忘记目标”“遗漏关键证据”或工具执行错误。对企业来说,能放进一百万token的意义,取决于最后能否可靠完成任务。

MSA用轻量索引选出重要KV块,再对选中的内容执行注意力计算。它的价值在于减少长序列的无效计算,同时保留可实现的注意力机制。论文在109B实验模型相关配置、1M上下文、H800硬件上,相对同头配置dense GQA的attention实现,报告prefill与decode分别加速14.2倍、7.6倍。这是长上下文局部实现的结果;实验模型、量产M3和发布稿比较基线并不完全相同,不能把这些数字拼成“公司推理成本下降十几倍”。MSA论文

算法局部加速必须经过四道转换,才成为股东利润:局部计算提速→整套服务降本→客户任务全成本下降→公司保留部分收益。 显存、通信、空闲容量、失败重试、外部工具和人工复核都可能吃掉理论优势;竞争性降价则可能把收益继续转给客户。

MSA内核已按MIT许可证公开。公开成果有助于生态采用、工程验证和人才吸引,但无法作为独占十年的技术资产。MSA代码与许可

真正可能难复制的是训练与工程系统

Forge描述了Agent环境、轨迹、调度、前缀复用和时间奖励等训练机制。M2.7材料也讨论了模型参与内部研发。它们表明MiniMax在建设一种“更便宜地产生有效实验与反馈”的系统;训练规模和提效仍主要是公司口径,不能据此确认全部训练成本或自主研发程度。Forge、M2.7技术说明

我的技术判断是,未来竞争会越来越依赖三项隐性知识:知道真实任务在哪里失败;知道哪些反馈值得训练;知道一次改动是否提高了真实交付而没有损坏其他能力。这些知识可以积累,却需要数据使用权、结果标签和严格评测。大量提示词本身通常不是稀缺资产。

视频、语音、音乐:组合优势成立,但协同不能预设

H3支持多种参考输入及音视频生成。云端完整服务与开放权重不是同一个可复现对象:官方模型卡披露,Base本地原生输出768p,Context-IR与2K再生成模块尚未全部开放,初始版本也不包含完整稀疏注意力实现。因此不能说下载权重就能完整复现云端2K效果与成本。H3发布与模型卡

Speech 2.8沿着音色、情绪、口语表现和多语言方向发展,适合配音、角色和交互;真正价值需用低延迟、一致性与授权条件验证。Music 3.0也复用了外部基础组件,说明公司并非每一层都从零自研。自8月20日起,付费音乐与歌词API不再向新用户开放,既有付费用户可继续;免费音乐API停用,并引导至Audio或开放权重。音乐业务并未因此全部停止,但不能继续把每条API产品线都按全面扩张建模。语音发布、音乐技术稿、接口现状

多模态协同有三种可能:共用训练基础设施;语言能力改善视频控制和编辑;一个客户同时购买代码、设计、音频和视频。前两项能降低研发或交付成本,后一项能降低获客成本。若这些收益不够抵消多线研发开支,“全栈”也可能成为资本负担。

开放权重有商业边界

M3、H3采用有条件的社区许可证,并非无条件MIT开放。相关商业产品或服务的年收入超过2,000万美元,需要事先取得单独书面授权;M3低于该门槛也要求一次邮件通知及相应标识。H3另有地域条件:社区许可默认排除美国、英国、欧盟及韩国,允许申请单独授权;规则也约束基于该许可的第三方托管服务。M3许可、H3许可

这不能被解释为MiniMax官方API禁止向这些地区提供服务。 官方FAQ区分受控API与权重部署,官方API适用独立服务安排。投资上更相关的问题是:额外许可是否提高采购摩擦,保留的授权权利又能否带来收入。H3官方FAQ

技术水平的判断边界

独立测试可以支持“有竞争力”,不能支持“永远领先”。Artificial Analysis六月原始评测显示M3相较前代整体提高,也指出不同任务有进退;同行研究团队LHTB的任务测试支持其成本效率,但平均奖励并不等于完整任务成功率,同行测试也有自己的利益与方法边界。独立模型评测、LHTB原始研究

本研究没有自行租用算力复测全部模型,因此不对截止日全球排行榜作无条件排名。对投资真正关键的测试,应是固定客户任务篮子的验收率、总耗时、人工接管、失败重试和每个合格结果的全部成本。


四、赛道与差异化:市场很大,利润未必留在模型公司

四条业务线,要按四种经济机制判断

业务线 客户付费原因 最可能积累的资产 最主要风险
API、Code与开发者订阅 编程、分析、执行任务的质量与成本 生产部署、可靠性、评测、服务信任 API兼容、路由比价、云商议价
Hailuo/H3及创作服务 更快获得可用镜头和成片 项目资产、角色一致性、编辑流程、授权 质量领先短暂、多平台订阅、版权分成
语音与音频 多语言、稳定音色和实时交互 品牌声音、低延迟集成、合法声音资产 基础合成同质化、声音权利和渠道成本
Talkie/星野 陪伴、角色与持续互动 用户记忆、创作者供给、社区关系 长时使用低变现、内容治理、用户流失

公示API价格可以说明市场切入策略,却不是实际实现单价。截止日M3标准短档输入/输出报价分别为每百万token 0.30/1.20美元,H3报价则按时长与规格区分。决定客户选择的应是成功任务成本;决定公司价值的则是扣推理、支持和长期研发后还剩多少。官方价格

Talkie尤须避免把活跃度直接当成赚钱能力。招股书2025年前三季Talkie/星野平均MAU约2,005万,期间付费用户约139万,每付费用户期间订阅和充值收入约5美元;这是期间口径,不是月ARPPU,期间付费人数也不能直接除以平均MAU称月付费率。历史用户定义

与竞争对手相比,它差异化在哪里

对手类型 对方更有利的位置 MiniMax可以争取的位置 不能自欺的地方
OpenAI、Anthropic 用户入口、企业客户、Agent产品与组织集成 成本敏感任务、开放部署、多模态细分 兼容接口有助进入生态,也可能让客户关系属于别人
Google 办公文档、身份、协作和云基础设施 独立、跨平台、特殊创作与交付体验 客户数据和工作入口原本就在其产品中
阿里/Qwen、字节 云资源、销售渠道、应用分发与集团预算 全球独立供应商、不同平台之间的中立服务 战略投资不等于不竞争;模型可成为大厂其他生意的获客工具
DeepSeek及开放生态 持续提高低价或可自部署的能力基线 同任务可靠性、低延迟、服务和工作流 必须持续证明自研与托管值得付费
快手可灵及视频平台 内容、广告、电商反馈与可持续现金来源 独立创作工具、跨媒介、国际客户 多模态和视频控制已是共同研发方向

以上比较依据竞争者官方产品、开放项目及业务披露,用于判断价值链位置,不表示历史发布的某个版本就是截止日最新版本,也不据不一致的分部口径计算市场份额。竞争资料组

MiniMax的差异化是一个组合:独立模型公司、多模态研发、全球产品化、推理工程、自有应用与兼容接口同时存在。 单项都不是独有,组合是否构成优势取决于协同能否被经营结果证实。

哪一段最容易留下利润

上游算力掌握稀缺产能;下游入口掌握客户、权限和预算;IP方掌握内容权利。MiniMax处于中间,必须防止成为“承担研发、向上付算力、向下被比价”的供应商。

我更看好它争取专业创作和可验证Agent任务,因为这两类业务可以从卖一次生成,走向卖持续工作成果。单纯卖token可以形成大收入,但如果模型始终容易替换,收入规模与股东回报可能分离。

不宜把全球工资、软件支出、广告投放和娱乐消费相加当作TAM。视频生成首先竞争的是制作与素材预算,不是广告主全部投放;Agent能收费的范围取决于可可靠交付的任务及客户愿意分享的节约。API与应用还可能对应同一笔终端支出,不能重复计算。


五、今天的护城河是什么

评分为研究判断,五分最强,不是统计测量;这里只给证据支持的强度。

来源 今日强度 已有证据 尚未证明 持久性判断
研究与工程组织 四分 连续多代模型、跨模态交付、架构调整 核心人员变化后仍稳定高效 当前最可信,但需持续投入
推理成本优势 三分 稀疏计算、工程实现、低报价 同质量全成本持续领先且利润留存 有潜力,公开算法和竞争会侵蚀
全球产品与开发者触达 三分 海外收入、自有产品、开放接口 直接客户控制力和稳定自然留存 优于从零起步,弱于入口型巨头
客户转换成本 二分 部署、评测与项目可能沉淀 企业NRR、迁移成本、提价后留存 API层较弱,工作流层可增强
独占数据与网络效应 二分 有真实使用与创作者互动 合法独占反馈、跨用户增益、训练消融 潜在资产,尚不能按宽护城河估值
品牌与定价权 二分 开发者与创作领域已有识别度 持续溢价、竞争降价下仍留存 技术品牌存在,经济租金未证明
版权与合规资产 一分 开始建设授权与权利管理合作 有经济意义的独家权利与收入 仍是建设期,也带来成本

总体判断:今天是窄至中等的能力壁垒,尚未形成已验证的宽经济护城河。 技术强度和商业护城河不是同一条评分轴。

三个常被误判的机制需要分开:

  • 规模经济:更多调用提高利用率、摊薄成本;如果降价更快,股东未必受益。
  • 数据反馈:更多使用带来改进线索;如果没有合法使用权和可靠结果标签,就未必能提升模型。
  • 网络效应:一个用户或创作者加入,会提高其他人的价值;纯API调用增长通常不满足这个定义。

个人长期记忆主要是转换成本;角色创作者与用户相互吸引才可能形成跨边网络效应。二者都还要面对多平台使用、导出和可复制性。


六、三年后:2029年的护城河应当长成什么样

我的主判断是:三年后MSA、长上下文和今天的榜单名次大概率不再稀缺;最有价值的部分应转为低成本交付系统、获授权的任务反馈、生产工作流与客户信任。如果仍然主要依靠每次发布更便宜的新模型吸引流量,护城河可能并未变宽。

未来资产 如何积累 自设验证门槛 反证
低成本可靠交付 模型、系统、工具与验收联合优化 固定真实任务集的成功交付全成本持续下降,优势跨两代版本存在 token更便宜,但人工复核和重试变多
工作流与组织记忆 权限、连接器、项目状态、资产、审计 企业净收入留存至少120%、毛收入留存至少90%,连续两年且定义稳定 主要靠新客户补旧客户,客户只是换API地址
经营规模效应 资源利用、直接渠道、产品协同 综合毛利率至少40%,主要产品扣直接费用后贡献为正 调用量增长,毛利和贡献利润不增长
消费队列价值 习惯、记忆、创作者与持续内容 自设付费队列12个月收入留存60%以上,获客回收不超过12个月 促销过后流失,长期时长不能变现
合法内容资产 授权、规则、报告、结算和商用保障 披露续约、权利范围与真实收入,出现多年优先或独家资源 合作很多,权利非独家且收入很小
可复制的组织 负责人、评测、实验与资本纪律 关键人物更替后多个模态仍可交付 每次训练都依赖创始人救火

这些数值是研究者设置的验收线,不是管理层承诺或行业定律。消费收入留存与企业NRR不能混用。达到40%毛利也不意味着已经覆盖全部前沿研发,不能自动判定公司盈利。

截止日有两个值得跟踪的信号。第一,Token Plan停止新购,M Plan整合Code、模型及部分视频能力,表明公司在争取订阅入口;但套餐捆绑可能同时降低单位毛利,促销价格不能当长期ARPU。第二,10月13日公布日本IP合作及H3 IP Edition方向,超过60家公司表达兴趣,但没有据此确认合同、独家权利或收入;公告内《足球小将》案例属于PixVerse,不能记到MiniMax账上。套餐迁移、日本IP合作

这两项信号指向正确的商业问题:让客户停留在产品和工作流程里。但“在做”与“已经形成壁垒”仍有很长距离。


七、五年与十年后的公司形态

2031年:更可能成为有选择的专业平台

如果发展顺利,我认为它会把更多资源集中到编程与Agent、专业内容生产等少数高价值任务,形成模型、工具、项目和订阅相连的产品。消费陪伴可以保留,但需要证明自身贡献,不宜仅因用户多而无限补贴。

届时它不需要所有模态全球第一,也不需要所有底层模型都自研。聪明的资本配置可能是:关键能力自研,其他能力通过开放生态或外部服务补齐;让客户持续依赖MiniMax的交付系统,而不必依赖每一块自研组件。

我的主路径假设2031年收入28亿美元、毛利率49%,但仍保留15亿美元年度研发费用,因此正常化净利润约为负4.92亿美元。五年后业务已相当大、仍未盈利,是完全可能的结果。 若它提前放弃部分前沿竞赛、聚焦高回报细分市场,可以更早盈利,却可能获得较低的长期增长上限。

2036年:真正成功时,模型成为内部发动机

十年后的成功形态,更像一个能够持续完成专业工作和内容生产的平台:客户保留项目、权限、品牌素材、角色、声音、验收规则与协作记录;底层模型可以持续替换,客户仍愿意付费给MiniMax。

另一条可行道路是成为高效率的专业模型供应商。它可以是不错的生意,但如果入口和客户关系属于别人,通常需要更低估值和更强成本纪律。

失败也不必表现为模型消失。它可能继续有收入、有用户、有不错的技术,却始终无法覆盖研发、被持续稀释,最终收缩、出售业务或被整合。公司活下来、技术被采用和原始股东赚到钱,是三个不同结果。


八、十年后的利润:主情景约90亿元人民币,但有明确前提

我给出的主情景是:2036年正常化年净利润12.8亿美元,按7元人民币/美元的模型汇率约合89.6亿元人民币,可概括为约90亿元。 这是成功转向专业平台后的条件性结果,不是公司指引,也不是把今天增长率延长十年。

这里“正常化净利润”的定义是:扣除持续研发、销售、管理和股份支付经济成本,按20%有效税率计算;假设2036年净融资损益、非经营损益、少数股东损益净额为零。若这些项目不为零,实际归母净利润必须调整。美元和人民币均为2036年名义金额,汇率是展示参数,未预测未来汇率或购买力。

先从谁付钱推收入

下表全部为2036年研究假设。客户数是平均全年付费账户或付费当量,净单价扣除折扣及相关净额调整。四项只记录外部收入;自有应用内部调用不再计一份API收入,捆绑套餐也只分配一次。

收入引擎 客户/用户假设 年度净收入单价 收入,亿美元 毛利率假设 毛利,亿美元
外部生产API与模型服务 10万个付费账户 2万美元 20.0 40% 8.0
企业Agent与工作流 4万家组织 6万美元 24.0 65% 15.6
专业创作订阅与工具 800万付费当量 300美元 24.0 60% 14.4
消费互动与娱乐 2,000万付费当量 60美元 12.0 50% 6.0
合计 外部收入去重 — 80.0 55% 44.0

这些不是已经存在的客户资产。企业部分需要能进入团队预算的可靠交付;创作部分需要长期有商业用途的专业用户;消费部分需要远高于当前历史披露规模的稳定付费基础。按今天产品分部机械拆分,并不能证明未来能得到这四组客户。

客户可能同时买多项服务,关键是支出不能重复:企业工作流若已经包含推理,不能再计入外部API;个人创作若来自M Plan套餐,应按收入分摊,而不是每项产品各算一份完整订阅。

80亿美元比2025实际收入高约百倍,要求2025—2036年复合增长约52.2%。相对2026年3.5亿美元的全年建模假设,十年复合增长仍需约36.7%。因此这不是低增长、低难度的“保守预测”,而是商业转型成功的主情景。 2026全年收入尚未公布;3.5亿美元只用于展示路径,不是最新事实或ARR。

再从毛利扣完整费用

2036年主情景损益 亿美元 占收入
收入 80.0 100%
推理、交付、版权及其他销售成本 -36.0 -45%
毛利 44.0 55%
持续研发 -17.6 -22%
销售费用 -6.4 -8%
管理费用 -4.0 -5%
经营利润 16.0 20%
正常化税费 -3.2 -4%
正常化净利润 12.8 16%

研发假设为每年17.6亿美元,绝对金额仍很大;它隐含MiniMax能够有选择地保持前沿、提高研发效率,而非在所有模态上永远追逐最大训练规模。销售费率8%又隐含较强自然分发和续费;如果全球大企业销售需要重实施、重售后,这一费率会偏低。

55%毛利率尤其关键。它来自应用与工作流占比提升、同任务效率和服务溢价,不能只靠“GPU会更便宜”解释。版权、支持和客户交付成本已放入成本假设,不能留在表外。

利润不是自由现金流

主情景2036年再假设折旧摊销3.2亿美元、资本开支4.0亿美元、新增经营营运资金0.8亿美元,则股东经济口径的现金流代理为:

12.8 + 3.2 - 4.0 - 0.8 = 11.2亿美元,约78.4亿元人民币。

这仍是正常化、近似无净融资负担的情景现金流,不是严格预测的会计经营现金流。股份支付按经济成本保留、不再加回;如持续发生净利息、少数股东分配或更高算力资本开支,可分配现金会更低。

四种结局放在同一张表

概率是我的主观研究权重,用于强迫自己承认失败与尾部,不是统计频率。收缩/退出状态的零利润表示“不再作为独立盈利主体”,并不表示退出前没有亏损或债权人一定无损。

2036年状态 主观权重 收入,亿美元 正常化净利率 正常化净利润,亿美元 约合人民币亿元
退出、出售或严重收缩 25% 不单独预测 不适用 0,独立主体口径 0
商品化的专业供应商 25% 20 4.8% 0.96 6.72
专业工作与创作平台,主情景 40% 80 16% 12.8 89.6
少数全球平台之一 10% 200 30% 60 420

专业供应商情景采用35%毛利、18%研发、7%销售、4%管理及20%税率;全球平台情景采用65%毛利、16%研发、7%销售、4.5%管理及20%税率。全球平台必须具备今天尚未证明的强分发、留存与规模优势,不能看作收入翻倍就自动发生的利润率。

以上权重得到的利润均值约11.36亿美元,但它明显受到小概率上行情景影响,不比主情景更“准确”。如果只问一个数,我仍选约90亿元人民币;如果问资本保障,则必须同时接受低利润、退出以及持续融资的可能。

最关键的敏感性不是小数点增长率

保持80亿美元收入、销售管理合计13%、税率20%,不同毛利率与研发率得到如下年净利润,单位亿美元,全部为假设:

毛利率 \ 研发费用率 18% 22% 30%
45% 8.96 6.40 1.28
55% 15.36 12.80 7.68
65% 21.76 19.20 14.08

若毛利只有35%,研发仍22%、销售管理13%,经营利润恰好归零。即便实现80亿美元收入,也可能没有利润。反过来,55%毛利成立但研发升至30%,主情景利润就降至7.68亿美元。未来最应跟踪的是价值分配与持续研发负担,而不是只跟踪收入。


九、走到十年利润之前,先要穿过资金需求

上半年经营现金净流出3.18106亿美元,购置设备等PPE现金支出1.87626亿美元,简化自由现金流为负5.05732亿美元。后者明显高于过去年度设备支出;资产负债表PPE账面余额不是现金采购额,不能拿两者互相替代,也不能把全部金额直接解释为已投入运行的GPU。中报现金流

7月配售净募94.4371亿港元,可转债净募64.333亿港元。两项融资增强资金实力,但可转债不是净权益。未转换时约2027年7月到期,按本金102.75%赎回,对65亿港元本金对应66.7875亿港元;零票息不等于零融资成本。初始转股价335港元,高于本报告参考价格,不能假定一定转股。融资完成、债券条款

8月公告计划把7月融资净额约80%、约16.207亿美元,在2027年底前投入AI基础设施和模型研发。这是未来资金用途计划,不是全部已支出,也不全部等于损益表研发费用;阿里云采购上限不是最低采购承诺。它们足以说明,用上半年历史亏损率机械算“还能安全活几年”并不可靠。资金用途与关联采购

主路径显式保留前期亏损

下表单位亿美元,除年份外全部为假设。研发金额包含股份支付经济成本;正利润年份按20%税率,不预先兑现历史亏损税盾;现金流加回折旧,扣资本开支与营运资金,但不计融资流入。

年份 收入 毛利率 研发费用 正常化净利润 经济口径现金流代理
2026E 3.5 25% 8.5 -8.33 -12.13
2027E 6.5 30% 15.0 -14.16 -16.96
2029E 15.0 42% 15.0 -10.95 -12.45
2031E 28.0 49% 15.0 -4.92 -6.32
2033E 45.0 53% 16.0 1.60 0.30
2036E 80.0 55% 17.6 12.80 11.20

这条路径在2033年转为正利润与正经济现金流;2027—2032年累计股东经济资金消耗代理约64.13亿美元。它保留股份支付经济成本,尚未拆分未来非现金激励、已有资金及到期债务,不能直接称为新增融资缺口。若用现金激励或回购完全抵消未来股份支付,才近似对应这部分模拟现金支出;若以新增股份支付,则现金需求较低、股份稀释较高。它是对高投入战略的压力显式化,不是管理层烧钱指引。公司收窄研发范围可降低这一负担,全面追逐最强前沿也可能提高负担。

6月底现金等价物、定期存款及流动FVTPL资产合计约12.23亿美元,再机械加7月两项净融资约20.35亿美元,得到约32.59亿美元的期后融资演示额。这个数既不是10月现金余额,也不是净现金:尚未扣后续烧钱、银行债务、可转债赎回和其他义务;部分金融资产也不等于随时无损可用现金。

因此,在激励现金化等假设下,主路径仍指向数十亿美元的额外资金压力;实际融资额须另核股份支付结算、现金余额与债务安排,不能由64.13亿美元直接得出。真正的风险不是“账上今天没钱”,而是下一轮资金在什么价格、以什么条款取得。十年后的公司总利润不能直接等同于今天一股所对应的利润。


十、用一级市场方法看价格:主利润成立,也未必值得按任何价格买

本报告不把十年现金流折现包装成稳定公允价值。近期研发规模、客户留存、终态毛利和融资安排都缺乏足够确定性,更适合做有明确条件的退出价值反推。

主情景假设2036年正常化净利润12.8亿美元、退出市盈率25倍,得到320亿美元公司权益价值;假设今天股东届时保留70%的经济份额,其对应价值为224亿美元。要求十年年化20%,则今天可接受的权益投入约为:

12.8 × 25 × 70% ÷ 1.20^10 = 36.18亿美元,约80港元/当前已发行股。

25倍是成功平台仍有增长的估值假设,不是当前可比公司统计;70%是独立设置的未来融资后经济份额假设,并非由前表自动推导,也不是已签融资条款。模型已将股份支付作为经济费用,额外份额折减用于融资及债券处理,不再机械重复叠加一轮“同额股份支付折价”。实际每股估值仍需完整激励台账与融资计划。

资金压力说明70%保留份额可能偏乐观。例如若未来需额外筹集50亿美元,单轮融资要让原股东保留70%,对应投前估值约116.7亿美元,已高于目前模型换算市值;若融资时估值低,持股被稀释得会更多。此例只展示融资数学,不预测未来轮次。

十年要求回报率 \ 原股东保留份额 50% 70% 100%,不再融资的上限示例
15% 39.55亿美元 55.37亿美元 79.10亿美元
20% 25.84亿美元 36.18亿美元 51.68亿美元
25% 17.18亿美元 24.05亿美元 34.36亿美元

没有把当前现金再加一次:此方法假设现金用于到达退出状态、未来融资已反映在经济份额中;没有中途分红,退出值也不另外加未建模的净现金。可转债若转换,应反映股份变化;若偿还,应反映资金消耗,不能一边全额加融资现金,一边既不扣债又不稀释。

按四种经营状态分别使用退出倍数零/15/25/30倍、股东保留份额零/60%/70%/80%、统一20%回报门槛,再用前述主观权重加权,得到约38.08亿美元,即约84港元/当前股。上行情景贡献了其中约61%,说明这个结果仍很依赖小概率平台成功,不能称价值底线。

我的估值判断:按这些一级市场回报要求,研究参考权益价值约38亿美元;25亿美元以下才进入有条件的安全边际观察区,约合55港元/当前股。 这些不是短期目标价,更不是跌到该价格就自动买入。资本需求、留存、费用和许可条件变化,都应先改模型再改估值。

参考市值约81.12亿美元,主情景对应原股东十年年化回报约10.7%,未达到20%的一级市场门槛。若坚持20%回报、25倍退出PE及70%经济份额,2036年需要净利润约28.70亿美元;以16%净利率计,需要收入约179.37亿美元,显著高于主情景80亿美元。

这回答了一个关键问题:“十年后利润约90亿元人民币”与“今天便宜”并不是同一个判断。 对愿意接受较低回报、相信更高成功概率或更强终态利润的投资人,价格结论会不同;这些差异必须明确写成假设。


十一、最强反方与必须面对的风险

最强空头论点是:MiniMax持续投入最昂贵的研发,做出越来越便宜的智能,却让算力商、客户入口、版权方和用户获得大部分经济收益。它可能长期技术不错、收入高增,但始终没有足够的自由现金流。

风险路径 主观发生可能性 影响 最有价值的观察信号
模型商品化、价格下降快于全成本 高 高 固定任务的售价、成本、贡献利润同时跟踪
前沿研发升级吞掉毛利 高 高 新增研发换来的毛利,模型线完整损益
路由平台与云商掌握客户 中高 高 直签收入、渠道集中度、可迁移客户比例
多模态业务分散资本 中 高 关闭某模态后其他业务是否真受损,协同是否可测
版权、声音和数据权利成本上升 中,具体损失不可量化 高 法院进展、授权费用、企业赔偿条款与产品限制
融资时点不利、债务与稀释 中高 高 现金支出、可转债处理、融资估值及资本承诺
关键人才与创始人依赖 中 高 第二梯队、离职后交付、预算与实验可复现性
海外交付及供应条件变化 中 高 地区准入、云与硬件获取、授权及客户采购周期

版权风险不能简化成“只是被告”。2025年影视公司提起诉讼;2026年5月22日可核实的法院裁定拒绝相关撤诉动议,案件可继续推进,但这不是最终侵权责任或赔偿判决。中报仍披露相关知识产权纠纷未决,无法估计损失、未作拨备。未拨备不是零风险。本次没有取得截至10月16日的完整法院案卷,不能断言后续没有其他程序进展。原告官方声明、法院裁定镜像、公司未决披露

我的分析最可能犯的错误,是把今天优秀的研究组织,直接推成十年后能够保留租金的平台;其次是低估达到2036年收入目标之前的资金需求和股东稀释。相反,也要防止因当前亏损而否认非线性增长:若工作流产品真正成为默认入口,今天的小收入可能严重低估未来规模。两边都需要经营证据,而非立场。


十二、最终判断与下一步尽调

维度 判断 置信度
创始人与核心团队 值得认真下注的研究与工程组织 中高,资本回报尚待兑现
技术能力 能持续交付有竞争力的多模态模型 中高,未自行复测全部能力
今日护城河 能力壁垒较强,长期定价权与锁定较弱 中
三年护城河 最有希望来自工作流、反馈、成本与信任 中低,仍需客户队列证据
五年公司形态 有选择的专业工作与创作平台;仍可能亏损 低至中
十年利润主情景 正常化年净利润约12.8亿美元、约90亿元人民币 低,条件性推演
当前价格 已要求相当程度的成功,未达本模型一级市场回报门槛 低至中,依赖假设

作为一级市场投资人,我愿意为团队与组织能力支付期权价值,但不会在缺乏客户留存和全成本证据时,把它按已经形成的宽护城河平台定价。 目前更合适的决策是持续跟踪,等待价格或经营证据改善。

投资情境 当前行动 改变判断的条件
尚未持有 按本回报要求不追价;保留研究名单 实际融资约束减轻,客户队列与毛利支持平台化;或估值进入有条件观察区
已经持有 按高波动、需再融资的成长权益审视仓位 两次模型进步后留存与贡献利润仍不改善,应下调论文;更强工作流证据才支持加码
参与未来配售或战略投资 先看本轮资金用途、后续融资与经济权利,再讨论技术溢价 有具体客户、完整单位经济与资金计划;保护条款只能以实际文件为准

下一轮管理层尽调最值得拿到六组资料:

  1. 按API、套餐、企业直签和应用区分的收入、贡献毛利,以及至少两年客户队列。
  2. 生产客户的净收入留存、毛收入留存、渠道集中度,剔除促销和试用的口径。
  3. 同一批客户真实任务的成功率、全成本、人工接管率和重试;自研与外部最优模型组合的对照。
  4. 按模态分配的完整研发与基础设施预算,包括失败实验、股份支付、预付款和资本承诺。
  5. 客户反馈可训练权、版权与声音许可、企业责任条款,以及独家资源的实际商业价值。
  6. 可转债到期处理、未来融资计划和完整稀释台账,判断公司利润能有多少留给今天股东。

最终回答:今天的MiniMax以团队学习、系统工程和全球产品化形成差异化;2029年要靠真实交付与工作流把它转成护城河;2031年有机会成为重要的专业平台;2036年的主利润约90亿元人民币,但前提是完成商业模式升级、守住研发效率,并穿过数十亿美元的资金需求。 如果这三个条件不能同时成立,它可能仍是一家技术优秀的公司,却不是高回报的投资。

研究偏见、来源与核验边界

公开财务信息较充分,客户留存、分产品经济性、训练总成本和授权数据优势仍不足。报告没有实地访谈、未披露数据库访问或完整模型复测;公司自测、合作意向与招聘信号均未当成独立经营成果。技术资料以一手论文、模型卡、代码与官方文档为主,法律部分区分程序裁定与实体判决。

精确计算使用Decimal及仓库financial_rigor工具;报告审计将历史事实、推导和假设分开。算术通过只证明计算一致,不验证未来收入、利润、概率、估值或护城河。发布前逐项状态见来源与核验,模型见复算脚本及计算结果。本研究用于学习与讨论,不构成投资建议。

主要来源索引

精选研究与报告之外的判断,首发在公众号「复利炼丹炉」 · 扫码关注发现数据错误?提交纠错(需附正确值与来源)

底稿与核验(GitHub)

这些文件不在阅读站上展示,点开为 GitHub 原文。

同一专题的其他报告