MiniMax闫俊杰：我们做到头部模型95%的性能，成本只有十分之一

闫俊杰认为,AI公司的利润不能只靠提高价格。

“利润应该来自技术创新带来的推理成本下降。”

95%的性能,十分之一的成本。

这是MiniMax创始人闫俊杰此前向Scottish Mortgage投资经理Lawrence Burns介绍的一组数字。

2026年11月,闫俊杰第一次接受英文播客采访。节目由Scottish Mortgage制作。这家英国投资机构参加了MiniMax年初的香港上市融资,最初投入2000万英镑。此后,它已经卖出价值4000万英镑的股票,目前仍持有一部分MiniMax股份。

节目开场时,Burns再次提到这组数字：MiniMax可以做到头部前沿模型约95%的性能,成本约为对方的十分之一。

这组数据来自MiniMax及其投资人,并非第三方对所有模型进行统一测试后的结果。

闫俊杰随后解释了数字背后的处境。

美国头部AI公司可以买到更多先进芯片,也有资金同时运行大量实验。MiniMax很难用相同规模追赶,于是把目标放在单位算力上：同样一块GPU,能不能完成更多工作。

他说：

“对一家来自中国的AI公司来说,算力一直受到限制。这种限制让我们成为了更好的工程师和研究者。”

去GPU最多的地方

闫俊杰出生在河南一个小城。

父亲是当地学校的数学老师,家里放着很多书。他在中学阶段开始自学大学数学和计算机,后来进入中国科学院自动化研究所攻读人工智能博士。

大约20年前,机器学习还是一个相对冷门的方向。

闫俊杰相信,只要模型、数据和计算规模继续扩大,人工智能会变得更强,也会走出实验室。

读博士期间,他看到多伦多大学团队使用深度学习参加图像识别比赛。AlexNet大幅提高了图像分类成绩,也让他意识到,算法之外,GPU会成为AI研究的重要条件。

他当时作了一个直接的选择：

去拥有最多GPU的公司。

2014年,闫俊杰进入百度深度学习研究院实习。当时百度是英伟达的大客户,拥有大规模GPU集群。

闫俊杰在访谈中回忆,使用量最高时,他可以调动百度大约三分之一的GPU。他用这些设备研究图像分类和物体检测,与另一名实习生参加ImageNet比赛,获得第三名。

那是他第一次近距离看到算力如何改变研究速度。

后来,他加入商汤,工作六年多,成为副总裁和研究院副院长。2021年底,他离开商汤,创办MiniMax。

公司成立时,ChatGPT还没有发布。

闫俊杰知道通用人工智能可能到来,却不知道需要等待多久。MiniMax先训练语言、图像和音频模型,又做了一款名为Glow的虚拟陪伴产品,原本只想测试模型效果,结果很快吸引了数百万用户。

四个月后,OpenAI发布ChatGPT。

闫俊杰说,ChatGPT改变了他们对时间的判断。MiniMax开始扩大基础设施、增加数据量,也把模型做得更大。

竞争同时出现。

他回忆,ChatGPT发布以前,中国认真投入大模型的创业公司很少；发布之后,很快出现约20家公司。

字节跳动、阿里、百度拥有更多资金、用户和计算资源,新的大模型创业公司也陆续进入。

MiniMax必须在更拥挤的牌桌上回答一个问题：

算力没有对手多,还能不能继续留在前沿？

算力不够,就让每一次调用更便宜

闫俊杰给出的答案是效率。

美国头部实验室可以同时运行大量实验,从几十条技术路线中寻找效果最好的一条。

MiniMax没有足够多的GPU同时尝试几十条路线。

闫俊杰称,公司目前约有500名员工。与资金充足的美国实验室相比,它必须减少实验数量,把算力留给成功概率更高的方向。

公司因此长期投入模型架构和训练基础设施。

这些工作不会立刻变成一款新产品。训练规模扩大以后,模型调度、数据处理和GPU利用率却由这些底层系统决定。基础设施做得不好,新买来的芯片也可能有一部分时间处于闲置状态。

MiniMax还在尝试让模型适配不同芯片。高端GPU数量不足时,团队可以使用其他硬件继续训练和推理。

计算一次模型回答需要多少算力,也在这个阶段决定。

模型训练完成以后,用户每提出一个问题、生成一段视频或者让Agent执行一次任务,都会产生新的推理费用。

调用量越大,推理费用越高。

闫俊杰认为,AI公司的利润不能只靠提高价格。

“利润应该来自技术创新带来的推理成本下降。”

推理成本降低,MiniMax可以把API卖得更便宜。企业客户部署AI时,也更容易算清投入和回报。

低成本还有另一层作用。

大模型完成预训练以后,还要进行后训练。它需要反复回答问题、尝试不同方案,再根据结果学习。这个过程每进行一次,都要调用模型,也会产生推理费用。

Scottish Mortgage的投资经理用了一个高尔夫球手的比喻。

两名球手都靠练习提高水平。如果其中一人的练习球便宜得多,同样一笔预算可以买到更多球,他便能进行更多训练。

MiniMax想成为拥有便宜练习球的那个人。

推理越便宜,它不仅能把模型卖得更便宜,也能让模型进行更多次练习。

开源以后,300个模型替它寻找答案

MiniMax还选择了开源。

美国头部模型大多保持封闭。用户可以付费调用,却不能下载权重,也无法在自己的设备上修改模型。

MiniMax开放了部分模型权重。

闫俊杰称,H3开放后两周,开发者在它的基础上做出了约300个新模型。其中一家美国公司对H3继续训练后,将生成速度提高到3秒生成5秒视频。

生成速度提高后,开发者开始尝试24小时AI直播。画面可以根据观众的输入实时改变,游戏和教育产品也能在运行过程中生成新内容。

这些用法并非MiniMax事先设计。

H3开放权重后,外部团队可以自行修改模型,也可以把它部署在自己的服务器上。企业数据不必发送给MiniMax,这对拥有敏感资料的公司和政府机构更方便。

闫俊杰称,MiniMax计划继续开放模型,直到AGI出现。

他在访谈中这样描述中美两种路线：

“美国生态正在建设由巨额资本支撑的封闭系统,中国生态正在建设由效率支撑的开放协作。”

这是闫俊杰对行业的判断。

美国公司同样在降低成本,中国模型公司也在进行大规模融资。开源还会带来一种风险：其他团队可以使用MiniMax的模型继续训练,再推出与它竞争的产品。

MiniMax已经从开源和低价中获得一部分收入。

半年收入1.166亿美元,亏损2.93亿美元

公司2026年上半年收入为1.166亿美元,比上年同期增长283.1%。其中,企业服务收入7390万美元,同比增长703.1%,占总收入63.4%。

截至8月,闫俊杰称公司的年度经常性收入运行率已经超过8亿美元,企业业务贡献超过80%。

这个数字是按照8月收入推算未来12个月,并非MiniMax已经收到8亿美元。公司官方披露的上半年实际收入仍是1.166亿美元。

调用量也在增加。

MiniMax平台7月消耗的Token数量达到1月的20倍。

收入增长没有覆盖全部支出。

2026年上半年,公司调整后净亏损2.93亿美元,约为同期收入的2.5倍。同期研发费用继续增加,MiniMax还要购买算力、训练新模型并维护基础设施。

中国模型市场的价格竞争仍在继续。

DeepSeek、阿里和字节跳动都有自己的模型与产品。MiniMax降低一次调用的成本以后,还要面对其他公司的降价。

Scottish Mortgage目前已经收回最初投入的两倍资金,手中仍保留股份。它押注MiniMax能够把接近前沿的能力卖到更多企业负担得起的价格。

闫俊杰年轻时,为了研究深度学习,去了当时拥有大量GPU的百度。

创办MiniMax以后,他开始计算另一件事：一块GPU还能多完成多少工作。

公司给出的数字是95%的性能和十分之一的成本。

截至2026年上半年,MiniMax收入1.166亿美元,调整后净亏损2.93亿美元。