半年收入1.17亿美元，B端首超C端，MiniMax的命门却不在财报里

2026年上半年，MiniMax交出了一份上市以来最特别的财报。收入端保持高速增长，但结构出现反转：上半年收入1.17亿美元，同比增长283%。其中，B端开放平台及企业服务收入占比从30%跳至63%，首次大幅压过C端。

比财报信息量更大的是业绩电话会。会上，MiniMax表示，8月ARR突破8亿美元，B端占据80%。接下来半年，M3.1、M3 Pro、H3.1三款在研新模型将先后发布。

但真正决定MiniMax命运的，不是营收曲线，而是新模型能否在第一梯队排上名号。M3开始，MiniMax的模型正在向第一梯队发起追赶。下半年，新模型的成绩将进一步决定MiniMax的估值。

赚钱跑赢烧钱，B端收入首次压过C端

单看数据，MiniMax在今年上半年交出了一份漂亮的成绩。2026年上半年，MiniMax收入1.17亿美元，同比增长283%，相当于半年跑完了去年全年的1.5倍。财报会上，MiniMax还透露，Q2总收入环比增长81.8%，保持加速增长的迹象。

Token消耗的爆发是收入加速的引擎。据财报，7月，MiniMax的Token用量达到1月的20倍。与之对应的是B端用户的扩充，MiniMax表示，目前企业用户已超200万户，和去年年底相比达到10倍。

Token的飞增，踩中的是时代的顺风。放在行业里，AI Coding成熟、Agent产品爆发让大模型公司们的Token消耗一路狂飙：智谱的MaaS平台ARR一年涨了60倍，从2025年初的不到3000万元，跃升至今年3月的17亿元；月之暗面ARR三个月翻三倍，3月初刚破1亿美元，6月中旬已突破3亿美元。

从收入结构来看，MiniMax上市以来第一次，B端收入压过C端，而且是大幅压过。当B端场景的应用得到验证，这也改变了MiniMax总收入的业务比例。B端开放平台及企业服务收入约7400万美元，同比增长703%，从去年同期的30%跳到63%。C端AI原生产品（海螺AI、AI社交应用Talkie等）收入约4300万美元，同比增长101%，占比降至37%。

收入结构的变化其实是正向的，放在当下，C端AI原生产品还不是一门好生意。审视MiniMax的C端产品，以AI社交产品Talkie和星野为例，据招股书中的披露信息，其产品毛利率仅4.7%，客单价5美元/月。

再看亏损和毛利率，亏损上，MiniMax给出了两个不同的口径：净亏损约3.58亿美元，同比收窄11%；经调整净亏损约2.93亿美元，同比扩大了111.2%——后者加回了股权激励、金融负债公允价值损失和上市费用。把这部分费用加回，实际账面是在收窄的。

导致亏损扩大的主要原因是MiniMax上半年研发费用为2.97亿美元、同比增长138%，但这里有一个值得乐观的剪刀差：收入增速远快于研发增速。这意味着如果趋势持续，亏损扩大有望在未来几个季度见顶。烧钱的速度还在加快，但赚钱的速度跑得更快。只要剪刀差持续扩大，拐点就是时间问题。

毛利率从2025年全年的25.4%回落至17.9%。一定程度上，B端的低毛利收入占比上升，拉低了整体利润。从毛利率层面看，Minimax当下是能规模卖Token的基础模型公司，但还没形成定价权的水平。跟Minimax自己相比，毛利率水平相对去年上半年要好，对比去年全年是退步。与同行相比，这一水平明显低于OpenAI和Anthropic的综合毛利率，接近智谱云端MaaS早期水平。

较低的毛利率，从模型发布的情况来看，是Minimax以价换量策略的结果。6月1日，MiniMax发布M3旗舰模型，同步将沿用已久的“Coding Plan”从按次计费切换为按量计费的Token消耗模式，由此引发用户对涨价的质疑。为了平复用户，6月15日，MiniMax宣布将M3 API价格永久砍半，过低的价格一定程度上导致了毛利率降低。

但毛利率的大幅降低应该只是暂时的，短期的价格回调会随着后续模型的更新而解决。先拿到用户，再降低推理成本，比纠结一时的定价权更重要。可以说，MiniMax在B端API收入暴涨的时代，依然能够坐在牌桌上。在“模型即产品”的当下，新模型的迭代和市场位置才是决定下一份财报的关键。

ARR很漂亮，但模型才能定生死

财报回答的是过去半年赚了多少，电话会回答的是接下来能赚多少——后者的信息量，比前者更大。财报会上，MiniMax给出了8月ARR收入达到8亿美金的数据。把MiniMax的ARR增长轨迹拉出来，ARR增长仍然处在高速增长的状态：2026年2月来到1.5亿美元，4月较2月再度翻倍、约3亿美元，8月突破8亿美元，其中B端占据80%。由此，管理层对年底10亿美元的ARR目标保持充分信心。

驱动这条曲线的三个引擎，MiniMax在电话会上给出了解释：M3带来的API增量、Agentic带来的消耗翻倍、以及200万以上企业客户在办公等新场景的持续解锁。但这场马拉松真正的主赛道，还在于模型本身。

MiniMax的收入都会是B端占大头。前文提及，8月的80%收入来自企业客户，这个结构很长一段时间内都会是常态。而B端生意和C端有一个本质区别：C端靠的是产品、技术和流量，B端客户则是为Token付费，用户们用脚投票，只认模型能力。

客户付费买的是什么？管理层在电话会上给了一个判断：“模型即产品”。企业客户选择API供应商的唯一标准是看谁的模型跑得效果更好、价格更便宜。而MiniMax的模型之路，恰恰是从落后开始的。

这一点，管理层在电话会上承认了。闫俊杰复盘M3研发时说得很直白：公司在判断与执行上存在不足，评测侧的基础设施做得不好。MiniMax也直接表示，后续公司内部重建了整套底层研发基建。从M2后期部分模型到M3模型的推出开始，模型是落后于第一梯队的。

M3的发布其实是一次“补课式”追赶：MiniMax把原先的注意力架构整个换掉，从M2走偏的全注意力换成MSA稀疏注意力，并靠此把上下文长度从128k提升到1M。客观来说，1M的上下文是2026年旗舰模型的标配。但至少要达到这个水平，才能为长程Coding和Agent能力的提升打好基础。

下半年到明年，MiniMax的命门押在三款预告的新模型上。M3.1的定位是给M3“打补丁”。管理层表示，M3.1的任务是先把基建打平、形成闭环。它定位为面向主流用户的新基准模型，在M3基础上，它会做充分的预训练并持续Scaling后训练，重点提升任务完成质量、推理效率、稳定性，以及作为多种Agent产品基模调用时的适配性。

押注后训练和推理效率，MiniMax给出特别答案

对于如何做好模型这件事，MiniMax给出了一个有点特别的答案——押注后训练和推理效率。“只有最小化单位智能成本，才有可能最大化智能水平。”闫俊杰在电话会上给出了这样的答案。

这与DeepSeek的技术路线指向同一个方向：在预训练加码的基础上，智能增长同样和后训练的强化学习和推理优化相关。智谱最新发布的GLM-5.3-Flash走的是同一条路：稀疏激活、混合注意力、后训练引入环境反馈强化学习。

后训练的重要性已经不可忽视。大模型竞争的下半场，比的已经不再是谁先摸到上限，而是谁用更少的算力摸到上限。MiniMax的财报里，最值钱的东西不在收入数字里，而在下半年三款新模型能否把这条技术路线跑通。