透过 MiniMax 招股书，看大模型行业

type

status

date

slug

summary

行业的"听诊器"

大模型到底是不是泡沫？AI到底有没有人用？能不能赚钱？

过去两年，关于这些问题的讨论从未停止，但说实话，大部分都是在"凭臆想侃大山"——媒体通稿满天飞，但货真价实的数据谁都没见过。

12.21号MiniMax递表港交所，我们可以从这份招股书来“管中窥豹”一下大模型公司。

对于观察大模型的投资人，这是一份比较有价值的材料，原因是 MiniMax 是"纯血"大模型公司——它不是字节、阿里这种大厂的附属品，也不是靠卖云服务、广告来补贴AI业务的"不务正业型"选手。它实打实地靠AI模型能力吃饭，商业化全靠大模型本身。

按照第三方机构的数据，MiniMax是全球基于模型收入排名第四的"pureplay"大模型公司，也是中国估值最高的AI独角兽之一。这意味着：它的每一项财务指标，都是大模型商业化最真实的水位线。

所以，瞎搞君试着来扒一扒这份招股书，不是为了评测MiniMax这家公司本身，而是想通过它的数据，来回答整个行业最核心的4个问题：

1. AI的"杀手级应用"到底是什么？

2. 大模型真的能赚钱了吗？

3. B端市场到底有没有起来？

4. 这门生意，普通人还能参与吗？

AI的"杀手级应用"？

2.1 一个反直觉的发现

如果在2024年问你，AI最大的应用场景是什么？你大概率会说：ChatGPT这样的生产力工具，帮人写代码、写文案、做PPT。

但MiniMax的财务数据告诉我们一个完全不同的故事：真正赚钱的，是"虚拟陪伴"。 看一组数据：

产品	2025年前9个月收入（万美元）	收入占比
Talkie/星野（虚拟陪伴）	1,875	35.1%
海螺AI（视频生成）	1,746	32.6%
开放平台（B端API）	1,542	28.9%
MiniMax智能体	76	1.4%
MiniMax语音	105	2.0%

看到没？Talkie/星野这个"AI陪伴"产品，贡献了35%的收入，是收入最高的单品。而且，如果把C端原生产品（个人用户直接付费的产品）加在一起，占比高达71%。换句话说：7成收入来自C端个人用户，其中过半是在为"情绪价值"买单。

Talkie

先解释一下Talkie是什么。简单说，就是一个"AI聊天对象"平台。用户可以创建或选择AI角色，然后跟这些虚拟人物聊天、互动——可以是二次元老婆、虚拟男友、名人、游戏角色等等。

听起来很"宅"对不对？但数据不骗人：

Talkie的MAU（月活用户）从2023年的314.4万，涨到了2025年的2762.2万

截至2025年9月，AI原生产品累计注册用户超过2.12亿

付费用户数从2023年的约12万，暴涨到2025年的177.16万

[占位符：Talkie MAU增长曲线图]

这说明虚拟陪伴的需求不是昙花一现，而是一个能够持续付费的真实市场。

为什么是"陪伴经济"

瞎搞君的理解是这样的：

第一，付费动力不同。

你让AI帮你写个文案，写完就完了，你可能觉得"也就那样"。但如果你每天跟一个AI角色聊天，产生了情感依赖，那种"断供"的痛苦是更强烈的——就像追更的连续剧突然没有了。所以，情感需求天然更容易转化为订阅付费。

第二，竞争环境不同。

生产力工具太卷了。写代码有Claude、cursor、antigravity、trae等，写文案有谷歌的Gemini和OpenAI的chatgpt……大家功能差不多，价格战打得飞起。但"陪伴"这个赛道，用户粘性更强——你不会轻易换一个"虚拟男友"，即使隔壁有个更帅的。

第三，这可能反映了一个更深层的社会趋势。

日本的"虚拟恋人"产业证明了一件事：在某些社会环境下，人们对情感连接的需求是真实且持久的。当然，这里面有很复杂的社会学讨论，我就不展开了。但作为投资者，我们只需要知道：这个需求是真的，而且愿意付费。

现阶段，AI在C端的落地，泛娱乐（Character AI模式）比搜索/办公（Perplexity模式）跑得更快、变现更直接。 这不是说生产力工具没有未来，而是说：在大模型还没有强到可以"替代人"之前，"陪伴人"可能是更容易赚到钱的路径。

商业模式"拐点"已现

3.1 最让人震惊的数据

如果只看一张图就能理解整个大模型行业现在处于什么阶段，那就是这张：

毛利率变化曲线：

时间	毛利率
2023年	-24.7%
2024年	+12.2%
2025年前9个月	+23.3%

[占位符：毛利率V型反转曲线图]

看到这组数据我真的愣了一下。2023年毛利率是负的24.7%——这意味着什么？每赚1块钱收入，成本就要花1.25块钱。卖得越多，亏得越多。 这是典型的"规模不经济"，也是过去两年市场对大模型公司最大的担忧：这TM是不是个无底洞？

但到了2025年，毛利率变成了正的23.3%。这个逆转，用行业术语叫"单位经济模型跑通"。翻译成人话就是：每卖出一单，终于能赚点钱了。

3.2 为什么会发生这种逆转？

答案藏在技术细节里，但其实逻辑很简单：

模型推理成本在快速下降。

什么叫推理成本？就是当用户问AI一个问题、生成一张图片、创作一段视频时，后台服务器要消耗的算力资源。

过去两年，有几件事在推动这个成本下降：

1. 模型架构升级

MiniMax从最初的abab系列，升级到了MoE（混合专家）架构的M系列。

MoE是什么？简单说，就是模型不用每次都调用全部参数，而是只激活跟当前任务相关的"专家"模块。这就像一个大公司，不是每件事都要全员开会，而是谁专业谁来。

结果：同样的智能程度，计算量大幅减少。

2. 推理优化

除了模型本身，工程团队还在推理效率上下了很多功夫——比如更好的并行计算、更智能的资源调度、更低精度的计算等等。

这些听起来很技术，但效果很直接：同样的硬件，能处理更多请求。

3. 规模效应

用户越多，单个用户的成本就越低——这是互联网经济的基本规律，现在终于在AI行业开始生效了。

3.3 这意味着什么？

大模型行业正式从"科研探索期"进入"商业变现期"。

这个判断很重要，因为它回答了市场最大的担忧——"AI是不是永远烧钱"。

答案是：不是。至少从MiniMax的数据来看，成本曲线正在快速下降，而收入曲线在快速上升，剪刀差已经形成。

当然，这不意味着已经盈利（后面会讲），但至少说明：这门生意在单位经济模型上是可行的。

B端"推理需求"正在爆发

4.1 被低估的B端市场

很多人对AI的理解还停留在"用户直接用ChatGPT"这个框架里。

但实际上，AI更大的市场可能在B端——企业通过API调用大模型能力，嵌入自己的产品和服务中。

MiniMax的开放平台数据很能说明问题：

指标	2023年	2024年	2025年9月	增长倍数
付费客户数	约100家	约700家	约2,500家	25倍
收入（万美元）	270	872	1,542	5.7倍

[占位符：B端客户数增长柱状图]

付费客户数从100家涨到2500家，25倍增长。

这个数字意味着什么？

意味着下游的应用层——那些所谓的"套壳应用"、企业内部AI工具、智能客服、AI助手等——正在批量复苏。

4.2 "推理即服务"模式跑通

还有一个有意思的现象：

虽然每位付费客户的平均支出在下降（从2023年的27020美元降到2025年的6167美元），但这反而是个好消息。

为什么？因为这意味着客户结构在分散化。

早期可能只有几个大企业在用，每年花几万美元。现在？越来越多的中小客户进来了，虽然单客花费少，但基数大了。

这说明：

1. 市场渗透率在快速提升

2. 对大客户的依赖在降低

3. API调用量（Token消耗量）在指数级增长

用行业术语说，这叫**"推理即服务"（Inference as a Service）模式跑通了**。

4.3 Token经济的繁荣

最后说一个更技术的观察。

大模型的B端商业模式本质上就是"卖Token"——客户调用API生成内容，按照消耗的Token数量付费。

MiniMax说自己是"按日均Token调用量计算，全球最大的企业级开放平台之一"。

虽然没有具体数字，但我们可以从收入增长侧面印证：Token消耗量确实在快速增长。

这与"AI无人用"的悲观论调形成鲜明对比——不是没人用，而是用户在应用层，不直接面向C端消费者。

大模型入场门槛极高

5.1 烧钱速度：每月2亿人民币

说完了利好，该说说残酷的现实了。

虽然毛利转正，但MiniMax依然在巨额亏损：

指标	数据
2025年前9个月经调整净亏损	1.86亿美元
月均现金消耗（Burn Rate）	~2,790万美元（≈2亿人民币）
研发支出占收入比例	337%

[占位符：月度现金消耗趋势图]

去掉第五列后的表格：

项目	2022	2023	2024	2025.9
期内净亏损（美元）	0.74亿	2.69亿	4.65亿	5.12亿

要不要我帮你把这张表补充上**“美元，千元”的单位标注**？

要不要我帮你把这张表调整为带单位标注的清晰版本（补充“美元，千元”的说明）？

要不要我帮你把这些数据整理成亏损变化的直观对比清单？

没看错，研发支出是收入的3倍多。

这意味着什么？意味着现阶段，MiniMax每赚1块钱，就要在研发上花3块多。

为什么？因为大模型是一个"重研发"的行业。模型训练需要大量算力，算力需要大量资金。

具体来看：

2025年前9个月研发支出：1.803亿美元

主要花在：模型训练涉及的云服务费用

简单算一下：每月烧2亿人民币，一年就是24亿人民币。

5.2 行业终局：巨头的游戏

这个烧钱速度，意味着一个残酷的事实：

大模型不是小创业公司能玩得起的。

没有数十亿美元的储备，根本无法留在牌桌上。

MiniMax能走到今天，靠的是：

7轮融资，累计融资超过27亿美元

投资方包括：阿里、腾讯、红杉、高瓴等顶级机构

上市融资，继续"输血"

而即便如此，它依然在亏损。

5.3 行业洗牌加速

我的判断是：接下来大模型行业会加速洗牌。

能活下来的，只有三类公司：

1. 能上市输血的：比如MiniMax，通过二级市场融资续命

2. 背靠大厂的：比如Kimi（月之暗面，背靠腾讯/阿里）、豆包（字节自研）

3. 有特殊技术壁垒的：比如DeepSeek（研发效率极高，用更少资源做出更好效果）

腰部厂商将面临断粮危机。

那些估值几十亿、账上只有几千万的AI创业公司？大概率会在未来12-18个月内面临生存危机。

资本寒冬+技术内卷+巨头挤压，三座大山同时压下来，没有人能轻松穿越。

5.4 对投资者的启示

这意味着：投资AI，一定要投头部。

不是因为头部"更酷"，而是因为在这个行业，只有头部才有可能活到盈利那一天。

腰部和尾部？很可能成为这场资本消耗战的"炮灰"。

在泡沫散去后

MiniMax的招股书，与其说是一份公司材料，不如说是一份行业清醒剂。它告诉我们几件事：

1. AI确实在赚钱——尤其是赚孤独人群的钱（陪伴经济）

2. 算力成本确实在降——技术进步带来的摩尔定律效应

3. B端需求确实在起来——推理即服务模式跑通

4. 但这仍是一场残酷的资本消耗战——没有数十亿美元根本没资格参与

对于投资者来说，现在关注的指标不应再是：模型参数有多大、评测跑分多少，而应该是：1、Token成本下降曲线：还能不能继续降？多快？2、用户留存率：付费用户能不能留住？3、现金消耗速度：还能撑多久？

大模型的故事还在继续，但讲故事的阶段已经过去了。接下来，是拼刺刀的时候。

如果觉得这个系列对您有帮助，欢迎点赞、收藏、转发。有任何问题欢迎在评论区讨论。