确定的智谱，不确定的MiniMax

文 | 窄播，作者 | 李威 2026年上半年，智谱和MiniMax交出了两份相似的成绩单。 智谱收入9.54亿元，MiniMax收入1.17亿美元；智谱经调整净亏损19.64亿元，MiniMax经调整净亏损2.93亿美元。折算之后， 两家公司烧掉了相近的钱，获得了相近的收入 ，也都把企业API变成了新的增长中心。 但资本市场却给出了截然不同的价格。 截至9月4日，智谱市值约5000亿港元，MiniMax约1260亿港元，前者大约是后者的四倍。 当收入、亏损和业务转型处在相似阶段，市值却出现如此大的分化， 市场显然已经不再只问模型公司能不能赚钱，而是开始判断这些收入由什么能力创造，能够持续多久，最后会长成一门什么样的生意。 智谱在这个财报季给出了更多确定性。 这种确定，不是它已经赢得模型竞赛，而是它的模型能力、商业路径和资本叙事正在指向一个非常明确的方向。 MiniMax则没有那么确定。其语言模型与开源视频模型两条路线，都没能给出一个可以被资本清晰理解的公司身份。 这种差异背后，是两家公司对技术资源、商业路径和未来位置的不同判断。 技术：智谱聚焦，MiniMax两线作战 这个财报季，智谱在技术层面给出的关键词是Coding和「持续最优」。 在中期业绩电话会上，智谱管理层将模型能力的代际水平称为产品与商业逻辑的起点。按照公司的解释，过去几轮收入快速增长，都发生在模型能力提升、更多任务被解锁之后。 先有能力，再有生意。 这个判断决定了智谱如何分配研发资源。 Coding不只是一项热门能力，也是目前最容易把模型能力转化为商业价值的场景。 代码能否运行、漏洞是否修复、工程有没有按要求完成，都可以验证；客户也能直接计算模型节省了多少工程师时间。 Coding还是长程智能的训练场。 模型需要理解整个代码库，拆解任务，调用工具，在执行失败后自行修正。智谱后续希望把这些能力从软件工程迁移到网络安全、数据分析、法律和金融等专业领域。 因此，从GLM-5.2到GLM-5.3，智谱在持续强化长程Coding和Agent任务。 这不只是选择一个市场，也是在选择一个能够同时完成训练、验证与收费的环境。 而「持续最优」则是要保持一条稳定向上的迭代轨迹，让每次新模型发布都能跻身头部，并解决更长、更复杂的真实任务。做到这一点，就会围绕Coding形成一个相对聚焦的技术路径。 MiniMax则选择了一条更复杂的路。 2026年，OpenAI关停Sora产品，Sora团队仍保留世界模型研究，但视频作为一条独立产品和商业战线已经被收缩。即使拥有远多于MiniMax的资金、算力和人才，OpenAI也开始砍掉支线，把更多资源转向企业业务和生产力场景。 但MiniMax却还想同时走语言模型与开源视频模型两条路线。 一条是M3、M3.1和M3 Pro的语言模型进化，MiniMax需要靠它们守住Coding和Agent市场。根据电话会披露，M3.1将改善稳定性、质量、推理效率和Agent泛化能力，并为下一代模型验证基础设施和后训练链路；而M3 Pro的参数规模会接近3T，进一步扩大预训练、强化学习和长程任务投入。 另一条则围绕H3及其后续开源视频模型展开。MiniMax希望依靠开源、性能和性价比，从闭源大厂主导的视频生成市场中切出一个高价值位置，并继续向更快、接近实时生成的方向迭代。 这两条线意味着，一家市值1200多亿港元的公司，要同时承担语言模型预训练、Coding后训练、视频模型迭代和自营算力集群建设。MiniMax认为，不同模态的技术积累能够复用，并最终走向融合；市场担心的则是，在模型更新稍慢就会掉队的竞争中，两条战线是否会互相争夺资源。 智谱要先在Coding形成持续领先，再沿着这条主线向外延伸。MiniMax既不愿失去语言模型，也不愿错过开源视频模型的价值窗口。前者的战略更容易被理解，后者对研发效率和组织能力提出了更苛刻的要求。 商业：一个走向深处，一个追求规模 技术资源投向的不同，决定了两家公司不同的商业延伸可能性。 智谱目前最大的收入来源仍然是API，但它已经开始回答API之后卖什么。 2025年全年，智谱本地化部署收入为5.34亿元，占总收入73.7%。到2026年上半年，本地化部署收入降至1.29亿元，占比只剩13.5%；开放平台及API收入则达到8.25亿元，占总收入86.5%。收入结构在半年内几乎完成翻转。 这次转型也带来了一个看似矛盾的结果：智谱整体毛利率从上年同期的50%下降到26.4%。 如果只看整体毛利率，就是盈利能力恶化。但拆开业务结构可以发现，开放平台及API业务毛利率已经从上年同期的负0.4%升至24.6%。整体毛利率下降，主要是因为初期毛利率较低、但却更容易形成规模效应和经常性收入的平台型收入，迅速取代了高毛利、低可复制的项目型收入。 这个转换过程中，智谱截至8月底MaaS平台的Token调用量，较年初增长超过40倍，其中Coding Plan调用量增长超过23倍；API平均售价同时提升约101%。 这初步验证了，模型变强后，用户会把它用于更复杂的任务；任务越复杂，调用链越长，Token数量和综合平均价格越能同时上升。 基于这个逻辑，智谱在电话会上提出了一条从Chat、Coding、Agent到Co-work的能力阶梯。模型先交付一段可以运行的代码，再完成一条多步骤任务链，最终进入企业的代码库、工具、内部数据和权限体系，交付一份能够由专业人士复核的工作成果。 同时，智谱认为收费单位也会随之变化。客户最初购买本地化模型，随后按调用量付费，未来则可能购买订阅、一项任务或者一份结果。 模型承担的工作越完整，客户越不会只比较API单价，而会计算任务成功率、节省的人力以及降低的错误和风险。 这条路线仍在早期，网络安全进展最快，法律和金融等领域尚未规模化。但智谱的确定，不在于Co-work已经成为一门成熟生意，而在于Coding领先之后的商业延伸方向已经清晰。 MiniMax仍然在回答API售卖规模如何扩大的问题。它给出的核心答案是强调性价比。 根据半年报，MiniMax开放平台及企业服务收入同比增长703.1%，达到7393万美元，占总收入63.4%。公司将增长归因于付费用户、企业客户、API调用量以及Token Plan的采用。 管理层在电话会上进一步披露，最新ARR中To B业务占比已经达到约80%，一年前约为30%；7月Token消耗量达到1月的20倍。Token增长不只来自更多用户，也来自Agent之间的调用。 人与Agent的交互受到人类工作速度限制，Agent与Agent却可以持续拆解和执行任务，由此产生更高频的调用。 但电话会也暴露了规模的另一面。视频和语音业务毛利率相对较高，快速增长的文本业务仍有较大提升空间。规模增长了，但2026年上半年的毛利率却只有17.9%，与2025年全年的25.4%相比出现了明显下滑。同时，8亿美元ARR的口径也遭到了质疑。 MiniMax在Coding和Agent方面已经证明Token能够迅速放量，却还没有证明高速增长的Token可以同步转化为利润，甚至得到了以价换量的评价。 然后，MiniMax开始用7月底发布的开源视频模型H3，给故事增加新的可能。 模型开