极简主义的奇点：AI大模型能否靠“穷养”突围？

TL;DR：

在硅谷同行普遍信奉“算力即正义”的暴力美学时，中国初创公司 MiniMax 凭借不到 OpenAI 百分之一的投入，试图通过极高的资本效率和激进的全球化产品矩阵，开辟出一条大模型商业化的第三条道路。其在港股招股书披露的经营逻辑，揭示了人工智能竞赛正从“参数至上”转向“产出比至上”的残酷下半场。

在硅谷那些被橡木护墙板包裹的俱乐部里，人工智能（AI）的入场券正变得日益昂贵。萨姆·奥尔特曼（Sam Altman）谈论的是数千亿美元的星际门槛，而风险投资家们则像是在豪赌一场没有上限的德州扑克。然而，当来自上海的 AI 独角兽 MiniMax 向港交所递交招股书时，它给出的账单却让这种挥金如土的氛围显得有些滑稽。

从 2022 年成立至今，MiniMax 累计仅花费了约 5 亿美元。¹ 如果将 OpenAI 的累计开销比作一座通向火星的航天中心，那么 MiniMax 就像是用几台二手发动机组装出了一架能环球旅行的小型喷气机。在通用人工智能（AGI）这场动辄千亿起跳的豪赌中，这种“穷游”策略究竟是迫于资金压力的消费降级，还是对算力暴力论的一次精准降维打击？

硅基时代的“廉价航空”逻辑

如果说传统科技巨头是在用原子弹炸蚊子，那么 MiniMax 的核心竞争力似乎在于它对“火药”的极致克扣。招股书显示，这支平均年龄仅 29 岁 的年轻团队，在 2025 年前九个月实现了收入同比增长 170% 的同时，销售及营销开支反而下降了 26%。² 在一个惯于用巨额买量换流量的行业里，这种“反向操作”不仅需要勇气，更需要一种近乎偏执的技术效率。

MiniMax 的解法是模型工程效率的阶跃：其训练云计算服务开支占收入的比重，从 2023 年惊人的 1365% 骤降至 2025 年前九个月的 266.5%。¹ 这种效率的提升，很大程度上源于其对底层架构的重新雕琢——通过 MoE（混合专家架构）和线性注意力机制，MiniMax 成功地将推理成本压低到了极致。³ 当同行还在为租借更多的昂贵 GPU 而发愁时，这家公司已经在研究如何用更少的比特喂饱更多的用户。这不仅是技术的胜利，更是商业理性的回归：在 AI 领域，能够以更低的算力成本支撑商业化服务，本身就是一种坚固的护城河。

出海：避开内卷的深水区

在中国互联网的语境下，“内卷”是一个无法逃避的幽灵。MiniMax 的创始人闫俊杰敏锐地察觉到，国内市场很可能会迅速陷入“纯免费”的零和博弈——这种模式下，创业公司只是在为巨头提供演习场。因此，MiniMax 的航向从一开始就定在了公海。

数据显示，公司超过 70% 的收入来自海外市场，业务覆盖 200 多个国家。^{1 4} 这种收入结构让它在“中国 AI 六小虎”中显得鹤立鸡群。当同行还在国内为政企客户提供定制化底座、陷入漫长的回款周期时，MiniMax 已经通过 Talkie（角色扮演）和 海螺 AI（视频生成）跑通了“用户增长-付费订阅”的 C 端闭环。

其 B 端业务同样展现了某种“隐形巨头”的气质。通过为喜马拉雅、阅文等内容平台提供 Speech-02 等顶尖语音模型，MiniMax 在 2025 年前九个月的 B 端毛利率达到了惊人的 69.4%。³ 这种“C 端赚流量，B 端赚溢价”的混合模式，比单纯依赖政府补贴或大厂施舍的商业模式要稳健得多。

谁是未来的操作系统？

然而，在通往 AGI 的马拉松中，省钱并不等同于终点。正如《经济学人》常论述的那样，应用会更替，而平台会沉淀。MiniMax 虽然在应用层制造了爆款，但它面临的是来自智谱 AI 这种“基建派”的侧翼竞争。智谱 AI 路线更像 AI 时代的 Windows，试图通过私有化部署和深耕 B 端打造底层生态；而 MiniMax 则更像是一家出色的“电器商”。⁵

目前，MiniMax 账上躺着 11 亿美元 的现金。¹ 按其目前的“烧钱”速度，即便不上市，它也能在接下来的四年里保持呼吸。但真正的挑战在于，当 Scaling Law（规模定律）依然在统治模型进化的逻辑时，仅仅靠“聪明”和“省钱”能否跨越下一个技术奇点？

正如历史一再证明的，那些最终改变时代的巨头——如字节跳动或理想汽车——往往不是靠第一款产品就大获全胜，而是靠“始终在场”的能力。MiniMax 的招股书是一份极佳的生存样本，它证明了在中国 AI 创业的寒冬里，极致的效率和全球化的视野是两件最保暖的外套。但在这场以智力为筹码的全球军备竞赛中，它还需要证明，自己不仅是一个精打细算的管家，更是一个能定义规则的领主。

引用

• IPO
• 资本效率
• AI出海
• 商业模式
• 算力成本