智谱MiniMax，疯狂卖Token

代表高阶智能的GLM-5.2、GLM-5.3里强调了Coding的长程任务和网络安全能力，而GLM-5.3 Flash则作为性价比模型，聚焦低价Token的普惠。 MiniMax同样押注Coding、Agentic能力，比如今年6月推出的MiniMax-M3。但除此以外，MiniMax还押注了多模态模型，视频、音频等原生多模态能力的进化是MiniMax的另一张王牌。 疯狂卖Token，也是「大模型双雄」不得不打的一场仗。 尽管双方在今年都默契提出了关于Token的公式，对「卖Token」这件事很有信心。智谱认为，AGI商业价值=智能上界×Token消耗规模，MiniMax则认为，平台价值=智能密度×Token吞吐量。 但一位算力销售告诉「硅基研究室」，真正要用Token的客户是「僧多粥少」： “很多数据看着漂亮，但客户对价格依旧敏感，很多来询价的最后要么是问渠道合作，要么是薅Token额度。” 这意味着，争夺有付费意愿的企业客户、落地能交付Token价值的场景，成了一件「先到先得」的事。 除此以外，云厂商和运营商也在争夺Token市场。阿里今年4月制定了一项旨在提升Token规模的「530 Token战役」，电信、移动和联通三大运营商也开始卖Token套餐。 和这些竞争对手相比，大模型双雄的劣势很明显： 缺算力、缺服务。 一方面，云厂商和运营商都建设了庞大的算力网络，能够以规模优势降低Token成本。 另一方面，多年的渠道和服务资源，也让他们有强势的业务触点能接触和理解一线企业的Token服务需求。 但对智谱和MiniMax来说，攻克企业端市场，它们也有两项能力优势。 第一是，Token定价权。 卖Token本身并不难，难的是Token的长期定价权。 今天的模型竞争，已不是单点SOTA模型的领先，也不是某个benchmark上的第一，Token定价权建立在「快、好、省」三个字上。 • 快：模型迭代速度能否追平前沿模型，保持SOTA领先。 • 好：在真实的任务里，模型和应用的完成率是否抵达用户预期，在更高价值的任务场景，模型是否能实现高效交付。 • 省：进入真实工作流里，需要考虑模型的稳定性以及用户迁移和适配的成本。 智谱和MiniMax也意识到这一点。智谱管理层在业绩电话会上也提到，Token定价权建立在更快的模型迭代、更高的真实任务完成率、更低的单位智能成本，以及进入更高价值的工作流。 如果用户能持续选择自己的模型，就能持续掌握Token的定价权。 第二是，单位智能成本的管控能力。 关键的环节就是优化大模型推理，因为这直接影响吞吐、时延和单位调用成本。为了更高性价比的推理，大模型双雄也有自建基础设施、模型架构创新、调度提升等诸多尝试。 智谱提到，当前已实现十万卡级国产芯片的规模化低成本推理，单位Token推理成本较年初下降80%。 MiniMax创始人兼CEO闫俊杰也透露，随着资金规模扩大，公司已从过去向云厂商采购算力，转向更直接地理解和参与供应链，为配套集群，还将自行建设高速网络、专线、服务器和存储。 除此以外，双方也加快适配国产芯片。管理层提到，目前已经开始使用一部分国产芯片，预计2026年第四季度使用占比会提高。 高性价比的推理是一项全链路的系统化工程，包括并行执行、算子与通信、KV Cache、量化、调度及弹性服务等多方面，这是技术算账逻辑，而对先上市的智谱和MiniMax，学会算账早已是它们的必修课。 但掌握Token定价权和单位智能的成本管控，都是一项长期能力建设，智谱和MiniMax短期的领先，并不意味着长期的领跑，尽管双方已经公布了卖Token的战报。 MiniMax提到8月ARR超过8亿美元，Token消耗是1月的20倍，而智谱8月ARR达到16亿美元，较一个月前增长60%。 但需要注意的是，ARR只反映了某一节点模型厂商的收入情况，它并不能和直接确认的财务收入划等号，也无法反映真实的利润结构。 因此，仅从当下来看，对大模型双雄来说，卖Token依旧不能视作一门稳赚不赔的好生意。 一方面，它逐渐趋向重资产，需要厂商有渠道资源、有一线客户需求；另一方面，它的毛利率天花板也不完全取决于模型多聪明，而是取决于模型和算力带来的综合成本优势。 对智谱和MiniMax来说，卖Token这场仗，不得不打，也更加艰难。