AGI军令状前，MiniMax 和智谱的最后一份中报

文 | 象先志 MiniMax这份中报的重要性，不只属于MiniMax。 今天，智谱将审议截至6月底的中期业绩；月之暗面也在为Kimi上市铺路。短短几天内，三家独立大模型公司的商业化叙事被放到了同一张财务坐标上。 MiniMax最先交卷，也因此提供了一个难得的公开样本： 当API调用和ARR进入倍数增长，大模型公司会不会自然获得经营杠杆？ 这将直接影响市场如何理解智谱。如果智谱同样出现收入和调用量猛增、毛利承压、亏损扩大，MiniMax面对的就不只是公司自身问题，而可能是独立MaaS共同的阶段性约束；如果智谱的API价格、收入和毛利能够同步上升，MiniMax的压力就更可能来自定价、客户结构或模型效率。对准备上市的Kimi而言，这份中报也提前抬高了证明高估值的门槛。 因此，MiniMax的首份中期业绩不是一家公司的成绩单，而是市场观察独立MaaS模式的一把标尺。 8月26日晚，MiniMax交出的，恰好又是一份很难定义的财报。 上半年收入1.166亿美元，同比增长283.1%，半年收入已经超过2025年全年；开放平台及其他AI企业服务收入增长703.1%，占总收入的63.4%。到了7月，MiniMax的Token消耗量已经达到1月的20倍；8月按当时速度折算的年度经常性收入（ARR）超过8亿美元，其中To B业务贡献超过80%。 整体来看，MiniMax已经跨过了大模型商业化最初的门槛：模型能力不仅有人围观，而且真的有人调用、付费，并且开始进入企业和开发者的生产环境。 但这个说法太不量化了，生产环境的变化速度实在很快。 上半年毛利率只有17.9%。同比看，它比2025年上半年的12.1%提高了5.8个百分点；但如果拉近时间线，2025年下半年推算毛利率约为33.7%，今年上半年又明显回落。经调整净亏损扩大到2.93亿美元，研发费用达到2.969亿美元，是同期收入的2.55倍。 MiniMax 2026年上半年财务摘要。来源：MiniMax 2026年中期业绩公告。 这不是“增长失速”，也不能简单概括为“商业模式失败”。 MiniMax真正暴露的是中国大模型公司即将共同面对的问题：Token可以迅速变成收入，但Token规模最终由谁获利？ 是客户用更低价格获得了更多智能，是算力供应商拿走了大部分收入，还是模型公司最终能够凭借成本优势、客户黏性和定价权，把效率红利留在自己手里？ 接下来，智谱和Kimi需要回答的，也是MiniMax已经暴露出来的同一道题。 经营杠杆也不是完全没有 MiniMax的增长不是一个单独的ARR故事。 2026年上半年，公司收入从上年同期的3043万美元增至1.166亿美元；开放平台及企业服务收入从920万美元增至7393万美元，第一次成为最大的收入来源。AI原生产品收入也增长100.9%，达到4264万美元。 开放平台及企业服务收入占比由30.3%升至63.4%。来源：MiniMax 2026年中期业绩公告。 与此同时，销售及分销费用下降17.9%。至少从费用端看，这轮增长不是靠更猛烈的投放买来的。模型能力、企业调用需求、Token Plan和产品付费，正在代替营销成为增长引擎。 毛利改善的效果也不错。上半年销售成本同比增长258.1%，低于收入283.1%的增幅，因此毛利润同比增长464.8%，毛利率从12.1%提高到17.9%。公司将其归因于基础设施效率提升。 换句话说，MiniMax已经出现了初步的规模效应。问题不在于经营杠杆完全没有发生，而在于它还没有稳定发生。 利润率的回调是一个关键问题，财报中没有披露开放平台、消费产品以及不同模型的分部毛利，也没有披露单位Token的实际收入和成本。价格下降、客户结构变化、Token套餐、新模型切换和高成本任务占比上升，都可能影响这个数字。 MiniMax正在发生的更像一场赛跑：一边是模型架构、芯片利用率和基础设施优化推动单位推理成本下降；另一边是价格竞争、客户放量和模型复杂度提高，不断吃掉效率红利。 真正决定毛利的，不是调用量本身，而是推理成本下降速度能不能长期跑赢实际成交价格的下降速度。 MiniMax毛利率变化。资料来源：MiniMax财报 Token不是产品，“有效智能”才是 MiniMax管理层披露，7月Token消耗量已经是1月的20倍。这是一个强烈的需求信号，但它还不是商业价值增长20倍的证明。 在Agent时代，同一个任务会调用模型多次：模型需要拆解目标、读取文件、搜索、调用工具、检查结果，失败后还要重新规划。更长的上下文、更多的推理步骤和多模态生成，也会自然消耗更多Token。 有时，更多Token代表模型完成了过去做不了的复杂任务；有时，它只是模型推理链更长、效率更低或者重复劳动更多。 所以Token经济不能只看“生产了多少Token”，还要看每一美元算力最终交付了多少有价值的结果。对编码模型，可以是完成多少有效任务、通过多少测试；对视频模型，可以是生成多少可被客户采用的成片；对企业Agent，则是完成多少真实工作流，而不是进行了多少轮思考。 这也是静态UE的边界。 如果只看当期每百万Token赚多少钱，会忽略一种可能：模型公司主动降价，把效率红利让给客户，换取开发者迁移、调用量增长、基础设施利用率提高和场景占领。亚马逊云早期也不是靠每一台服务器的利润率建立优势，而是靠规模、利用率和生态把成本曲线不断向下压。 但另一种可能同样存在：客户只在价格最低时调用，模型之间切换几乎没有成本；平台每次提升效率，竞争对手就立刻降价，所有成本红利最终都流向客户。这样的Token规模更像过路流水，而不是平台资产。 区分两者，至少需要回答下面几个问题。 第一，Token增长有没有提高价值密度。 公司需要披露实际收入与Token的关系、高价值任务占比，以及模型升级后完成同类任务所需的Token和算力有没有下降。原始Token越多，不一定越好；单位成本完成的有效任务越多，才是真正的生产率提升。 第二，降价换来的客户会不会留下。 净收入留存率、客户续费率、大客户集中度，以及老客户是否随着模型升级持续扩大消费，比某一个月的ARR更能说明问题。8亿美元ARR是8月的年化速度，不是已经确认的年度收入，更不等于已经回收的现金。这里反而是最值得担心的，因为除了稳定头部和稳定便宜，用户没有一定留下来的理由。 第三，研发能不能持续转化为商业能力。 MiniMax上半年研发费用同比增长138.8%，低于收入283.1%的增幅；研发费用占收入的比例，也从上年同期约409%降至255%。研发转化效率在改善，但造血能力仍然不佳。 更关键的问题是，2.969亿美元投入究竟换来了多大能力提升，以及这次领先能够维持多久。如果一次领先只有几个月，研发就更接近必须持续投入的生产成本，而不是可以长期摊销的资产。当然这不是MIniMax 一家的问题，而是行业共有的问题。 最后，公司有没有足够长的时间完成这场实验。截至6月底，MiniMax拥有约13.23亿美元现金；7月又完成净募资约94.44亿港元的配售，并发行65亿港元可转债。资本市场购买的不是MiniMax今天的利润，而是它能否在这些资金消耗完之前，把Token规模变成成本优势、客户黏性和定价权。 这才是A