MiniMax爆2.7万亿参数训练，大模型竞赛加码

7月8日，The Information报道MiniMax正在研发一款2.7万亿参数的下一代大语言模型M3 Pro，参数规模超过目前市场上所有中国AI模型，最早第三季度发布并计划开源。消息当日股价盘中大涨近20%。与此同时，7月9日首批股份解禁到来之际，超八成Pre-IPO及基石股东明确表态继续持有，高盛、美银、花旗在同一周同步给出"买入"评级。

市场兴奋于参数规模刷新纪录，但更值得细看的，是这个数字在MiniMax自身语境下意味着什么，以及三家投行报告中那些不在标题里的信息。

模型：2.7T在训，MiniMax继续押注基础模型

近期市场关注焦点围绕MiniMax的模型新进展。据The Information报道，MiniMax正在推进新一代大语言模型M3 Pro，参数规模达到2.7万亿，超过目前已知的中国AI模型，并计划开源。相比公司现有旗舰模型M3，M3 Pro意味着MiniMax仍在基础模型层面保持高强度投入，而不是只依赖应用产品和既有模型商业化。

这条消息对市场的意义在于，大模型竞争并没有结束，对头部模型公司来说，基础模型能力仍然是最 底层的竞争门槛。只有模型持续迭代，应用产品、API调用、企业服务和开发者生态才有持续增长的支撑。

2.7万亿参数模型如果顺利发布，将进一步强化MiniMax在中国开源大模型阵营中的技术叙事。更大规模模型通常意味着更高的能力上限，尤其在复杂推理、多步骤指令、代码生成、Agent任务和企业级应用中更容易体现差异。对于MiniMax而言，M3 Pro的核心看点不只是参数规模，而是它能否把模型能力、推理成本和开源生态连接起来。如果模型发布后在能力和成本之间取得平衡，MiniMax有望把一次技术进展转化为开发者采用、企业部署和资本市场认知的共同提升。

算力：供给与集群能力，为大模型训练提供支撑

模型规模继续上探，背后离不开算力和工程体系支撑。行业信息显示，MiniMax已合规获得优质海外算力，在算力供给进度上领 先多数同行。对于正在推进新一代大模型训练的MiniMax来说，算力不是简单的资源储备，而是决定模型能否持续训练、快速迭代和控制成本的基础条件。

大模型行业已经进入“拼模型，也拼基础设施”的阶段。尤其当模型进入万亿参数级别后，训练过程对集群稳定性、网络通信效率、资源调度、容错能力和工程协同提出更高要求。任何一次训练中断、通信损耗或调度效率不足，都会直接带来时间和成本压力。因此，真正能拉开差距的，不只是有没有GPU，而是能不能把大规模集群稳定、高效地用起来。

从MiniMax近期的算力布局看，公司在训练端集群建设和系统部门协同上进展较快，数月内实现了稳定性和性能提升，集群能力达到大型云厂商水平。同时，公司自主组网在节省成本和时间方面效果明显，稳定性也超过预期。这意味着，MiniMax的竞争力不只体现在模型发布上，也体现在底层Infra能力的补强上。

此外，国产算力也被纳入MiniMax的长期布局。相关信息显示，公司预计在2026年三季度末搭建首 个国产算力集群，节奏上推理先行、训练随后。这一安排符合国产算力生态当前阶段，也有助于公司未来降低对单一算力来源的依赖。模型端有2.7T新进展，算力端有海外资源和国产集群双线推进，二者共同构成MiniMax后续持续迭代的底座。

回A：政策窗口打开，MiniMax和智谱不是二选一

资本市场层面，大模型企业回A的政策窗口正在变得更加清晰。今年6月，上交所发布人工智能大模型企业适用科创板第五套上市标准的审核指引，明确要求企业结合模型研发、商业模式、用户或部署规模、模型调用量、真实业务场景落地、行业地位和商业化安排等情况，说明自身技术优势和阶段性成果。

这意味着，政策支持的不是泛泛的“AI概念股”，而是已经拥有模型产品、规模化应用和产业地位的头部大模型企业。换句话说，大模型回A不是谁都能回，也不是讲一个AI故事就能获得资本市场认可。监管真正鼓励的是具备硬科技属性、技术积累和产业示范效应的公司。

放到具体公司上，MiniMax和智谱都已经进入A股资本化进程。MiniMax方面，公开信息显示，公司已于2026年5月29日与中信证券签署辅导协议，正式启动A股IPO进程。 智谱方面，公司已公告建议发行A股，并申请在上交所科创板上市，建议A股发行数量占发行完成后总股本的2%至8%。

因此，大模型回A不应被理解成“MiniMax和智谱只能有一家”的单选题。更准确的判断是，在政策明确支持优质大模型企业上市的背景下，两家公司都具备回A路径，核心差异在于各自的模型能力、商业化进展、应用规模和持续经营能力能否满足审核要求。对资本市场来说，这可能意味着头部大模型公司正在从港股和一级市场定价，进一步进入A股本土定价阶段。