文｜晓静

编辑｜徐青阳

3 月 2 日港股收盘后，MiniMax 发布了上市以来的首份年度业绩公告。截至 2025 年 12 月 31 日止年度，公司总收入为 7904 万美元，同比增长 158.9%；毛利 2008 万美元，同比大增 437.2%；毛利率从 2024年的 12.2%提升至 25.4%。IFRS 口径下年内亏损 18.72 亿美元，同比扩大 302.3%。剔除股份支付费用、金融负债公允价值亏损及上市开支后，经调整净亏损为 2.51 亿美元，较上年的 2.44 亿美元微增 2.7%，核心经营亏损已基本企稳。

对比卖方预期，大摩分析师 Gary Yu 此前预估 MiniMax 2025 年收入约 7500 万美元，实际 7904 万美元略高于该预测。摩根大通分析师徐文韬给予“增持”评级及 700 港元目标价，看向 2030年以 30 倍预期市盈率估值。

瑞银更为激进，以 ARR 的 125 倍给出 1000 港元目标价。大摩则给予 930 港元目标价，核心逻辑是押注 Minimax 的模型技术持续位居全球第一梯队，以及海外收入结构能否支撑国际科技公司的估值锚定。

MiniMax 创始人兼首席执行官闫俊杰在 2025年全年业绩电话会上抛出两句话，一句谈技术迭代速度，一句谈增长速度：

“我们只用 108 天，就把 M2 系列从第一代迭代到了第三代。”

“截至 2月底，公司年化收入 （ARR） 已经超过 1.5 亿美元。”

两个速度打开了新的预期。

01 海外收入占比继续提升

支撑投行逻辑的核心数据来自收入地域结构：2025 年中国内地收入 2138 万美元，占比 27.0%；海外收入 5766 万美元，占比 73.0%，较 2024 年的 69.8% 进一步提升。海外收入占比越高，越容易被放进“全球开发者市场”和“国际云生态”的估值框架里讨论。

AI 原生产品 （Talkie/星野、海螺 AI、MiniMax Agent 等 ） 贡献收入 5308 万美元，同比增长 143.4%，占总收入 67.2%；开放平台及其他企业服务收入 2596 万美元，同比增长 197.8%，占比 32.8%。开放平台增长更快，意味着收入越来越多来自调用与集成关系，波动性相对更可控，也更接近“平台型收入”的审美。

但是，海外市场既提供了更大的用户池，也会带来更复杂的竞争环境，保持目前估值水平的持续性要靠调用规模、成本曲线与渠道渗透去兑现。

02“1 万美元足够让 4 个 Agent 连续跑一年”

激烈竞争背后，闫俊杰把 2025年定义为“夯实基础”的一年。这一年里，MiniMax 构建了包括语言、视频、语音、音乐在内的全模态研发能力。

当被问到“坚持多模态会不会让研发负担更重”时，闫俊杰的回答很直接：“这个问题我们创业第一天就开始被挑战。”

他解释称，MiniMax 做多模态分两个阶段。

第一阶段是用四年时间，把每个模态都做出行业领先的模型。

第二阶段是今年上半年要推出的 M3 和 Hailuo3，目标是把多个模态进一步融合在一起。

闫俊杰特别提到，视频生成目前是除了编程和智能助手外最大的市场。“我们认为今年可以做到中长视频，以及接近实时的生成，这会把市场变得更大，对我们也是一个巨大的机会。”

“我们从第一天坚持多个模态的基座模型研发。不同模态各自的积累都非常重要，且现在已经明确到了不同模态跨模态融合的关键节点，这能够让我们在全模态融合的必然趋势下占据优势。”

在文本模型上，Minimax 在 108 天内完成 M2、M2.1 与 M2.5 三版模型快速迭代。

闫俊杰算了一笔账：按每秒100 token 的输出速度，1 个 Agent 连续跑一小时的平均成本大约 1 美元；换句话说，1 万美元就能让 4 个 Agent 不间断运转一年。

模型的高性价比带动了使用量的长。M2 系列文本模型在 2026年2月的平均单日 token 消耗量已增长至 2025年12月的超过 6 倍，其中来自编程场景的 token 消耗量增长超过 10 倍。

闫俊杰认为，这是长期趋势的开端，而不是一次性红利。“这个行业的增长更像阶梯性增长，不是简单的线性外推。”

从财报数字看，Minimax 的毛利率从 12.2%提升至 25.4%，改善明显。公司解释为模型及系统效率提升以及基础设施配置优化。对模型公司来说，毛利率变化往往比收入更能反映底层工程能力，因为它直接对应单位推理成本与交付效率。

费用端出现更清晰的结构性变化：销售及分销开支从 8700 万美元降至 5190 万美元，同比削减 40.3%；研发开支为 2.53 亿美元，同比增长 33.8%，增速低于收入 158.9%的增长；行政开支从 1438 万美元增至 3681 万美元，增幅 155.9%，其中包括上市开支 688 万美元。收入加速、研发相对可控、销售收缩，形成了一个更像“效率优先”的轮廓；行政费用在上市阶段抬升也符合常见路径。

IFRS 口径下年内亏损 18.72 亿美元，主要受优先股等公允价值变动影响；剔除股份支付费用、金融负债公允价值亏损及上市开支后，经调整净亏损为 2.51 亿美元，较上年的 2.44 亿美元仅微增 2.7%。从这里看到一个积极信号，经营层面的亏损企稳。

03 闫俊杰眼中的三大战场

交完 2025 的答卷之后，闫俊杰把 2026年的主攻战场概括为三个，并做出三个判断：

第一，编程领域会开始出现 L4–L5 级别的智能，从“工具”走向“同事级”协作；

第二，办公领域将复刻去年编程领域的进步速度，AI 智能体在办公领域的交付能力和渗透率会显著提升；

第三，多模态创作今年将走向“直出可交付”的中长内容，甚至出现更接近流式、实时输出的形态。

“这三件事叠加，意味着新的技术挑战、更大规模的智能供给爆发，以及应用层巨大的创新窗口期。”闫俊杰说，“Token 量级可能出现 1 到 2 个数量级的增长”。

业绩会上，一位分析师问到了 L4 到 L5 级别编程智能的话题，以及“软件公司是否会被 Agent 替代”。

闫俊杰借此阐述了他对 AI 能力分级的理解。

L3 是工具级的智能，L4-L5 是同事和组织级的智能。现在的编程智能主要是在明确的任务上实现软件的设计、开发、测试。

但未来编程还有两个方向的巨大提升空间：第一，更复杂、更具创新性的任务；第二，需要多个智能体像人类一样被有效组织和协作。

除了编程，闫俊杰更看重办公领域的潜力。闫俊杰指出，办公在接下来一年，将复刻去年编程领域那样的进步速度。他解释称：编程模型让越来越多人可以写代码，但需要写代码的人毕竟很少。更多工作场景是由非代码软件完成的，比如数据分析、Excel 表格、汇报 PPT 等等。“这些办公场景是比编程更大的市场。”

04 90%员工被“Agent 实习生”覆盖

Minimax 内部也在进行基于办公场景的实践。业绩会上，闫俊杰还透露了一个有意思的数字：公司内部的 Agent 实习生已经覆盖了近 90%的同学，涵盖编程开发、数据分析、运维管理、人力招聘、市场销售等各个岗位。

这不仅仅是效率工具。闫俊杰把它看作公司向“AI 原生组织”演进的试验。

“我们看到的非常明显的趋势是：在很多事情上，从人来教 agent 怎么干活，到越来越多的时候是人来观察 agent 怎么来干活，甚至有时候 agent 会给人带来一些惊喜。”闫俊杰说，这让组织链路显著缩短，每个环节都能享受到智能提升的红利，从模型迭代、产品创新到服务用户，迭代闭环一直在加快。而同学的时间也花在了价值更大的事情上，进一步加速组织的思考和创新。

更重要的是，这给模型研发带来了直接好处。当 agent 真正在公司里跑起来，团队能非常清楚地观测到：即使是当下最好的模型，在很多环节仍然“做不对，或做不完”。

这些有待进步的点通常具有更高的经济价值，会直接变成下一代模型和 agent 的研发方向。

闫俊杰说，这形成了一个正向的飞轮。

05 坚决不做“豆包”

最后的问题是关于竞争。有分析师问：赛道里有巨头、有创业公司、有开源模型，你们到底在哪一层竞争？哪些仗必须打？

闫俊杰的回应很明确，MiniMax 坚决不做豆包那样的通用 AI 助手，要做“AI 时代的平台公司”。

他将 AI 平台价值定义为“智能密度 × Token 吞吐量”，指出未来 AI 行业竞争核心在于能否定义智能边界，当智能边界被突破时，会产生大量新场景和新用户，进一步形成新的生态和新的商业化红利。

“2023年，我们就明确做了判断：不做移动端的通用个人助手，也就是类似豆包和 ChatGPT 的对话产品。”闫俊杰说，原因是在这里没有创造独特价值。相反，MiniMax 把资源集中在能产生独特价值的领域：Agent 产品、星野、海螺视频。

除了战略定位，闫俊杰还强调了研发迭代效率。在 AI 时代，最终决定胜负的不是单纯的烧钱和烧资源，而是智能能力进步的速度，而速度来自研发效率。

“我们认为人才密度加 AI 原生的研发组织，可以使得迭代效率持续领先。”他说。

“全球范围内只会留下少数 AI 平台型公司位于行业核心队列。模型的竞争你追我赶、有胜有负，所有的公司都面临这个挑战，没有公司可以保证模型永远处在 SOTA 的地位。但我们对于自己能持续赢更多关键战役，是有信心的。”

特约编译金鹿对本文亦有贡献