聊聊MiniMax和智譜財報：誰先跑通盈利模型？

作者：陳智遠 ，編輯：何玥陽

作為“AI六小虎”成員，近期，MiniMax與智譜AI相繼發布了2025年財報，向外界展示了兩份特征鮮明的報表。

前者交出的是一份高度依賴海外泛娛樂流量的C端（消費者端）成績單，將重兵和絕大部分資金壓在多模態應用與前端用戶交互上。后者則像一家傳統的To B云計算與大型企業軟件供應商，主攻政企數字化與MaaS（模型即服務）的底層基建。

兩份財報證明了中國頂尖AI企業在商業化落地上的執行力，同時也暴露了“大模型距離真正盈利依然遙遠”的現實。

營收的高增長，掩蓋不了一個事實：他們都在對抗著各自商業模型中沉重的運營包袱。

能否實現健康的綜合毛利率，能否跑正經營性現金流，將是衡量這些AI公司能否真正度過周期的核心標準。在大模型商業化的深水區，他們都沒有捷徑可走。

一、營收底色的分野：“快錢”與“慢活”

審視兩家公司的核心收入來源，C端流量變現與B端云服務交付的商業質地存在根本分歧。這決定了它們獲取收入的節奏、可預測性以及天花板的高度。

MiniMax的財報帶有極其強烈的“移動互聯網2.0”色彩。2025年全年，MiniMax總收入約7903萬美元（約合5.6億元人民幣）。在這盤看似不算龐大的營收大盤中，海外收入占比高達73%。

核心應用Talkie（海外版）及星野（國內版）驅動了MiniMax商業體系。

其營收閉環在過去一年跑得極其通暢：依靠Facebook、Google、TikTok等全球買量平臺進行高頻的廣告投放與拉新，利用免費對話額度培養用戶與虛擬AI角色的陪伴習慣，最終通過按月訂閱付費（解鎖更多記憶長度或對話特權）或虛擬內購（抽取角色卡牌、語音包道具）完成變現。

這套打法完美復刻了中國出海手游與社交App的經典路徑，讓MiniMax在早期獲得了陡峭的用戶增長曲線，累計服務全球超2.36億用戶。硬幣的反面，則是這種商業模式天然的脆弱性。

陪伴類AI產品面臨的核心困境在于，單用戶ARPU（每用戶平均收入）存在極低的物理天花板。

海外對標產品Character.ai的發展軌跡已經給出了前車之鑒：在經歷了早期的爆發式增長后，陷入了用戶增長停滯與變現困難的泥潭。當用戶與虛擬角色交互的新鮮感退潮，由于缺乏真實的社會關系網絡羈絆，用戶的流失率會呈指數級上升。

虛擬陪伴應用目前依然是一個工具與內容屬性重于社交屬性的載體，無法形成極高壁壘的網絡效應。為了維持這5.6億元的營收盤子，防止日活用戶規模雪崩，MiniMax必須像游戲公司一樣持續購買流量。

財報顯示，其2025年銷售及分銷開支達5190萬美元，和2024年相比，降低了40.3%。但由于收入體量較小只有7904萬美元，買量推廣等銷售費用仍然構成了Minimax沉重的負擔，即，每賺1美元營收，需投入約0.66美元的銷售費用。

一旦海外買量成本上升或面臨特定市場的數據隱私監管阻擊，其收入基本盤將受到致命打擊。

與MiniMax依靠C端流量沖鋒陷陣不同，智譜AI主要面向B端、G端客戶，營收結構呈現出厚重且依賴大客戶的底色。

2025年，智譜的整體營收規模突破7億元，其收入矩陣由四個板塊構成：開放平臺及API、企業級智能體、企業級通用大模型、技術服務與其他。其中，開放平臺及API是云端部署，后三者主要為本地化部署。

云端部署的MaaS商業模式，本質上是在與阿里云、華為云、騰訊云等傳統巨頭搶奪大型政企的模型服務預算。

本地化部署，在金融、制造、能源等垂直領域，智譜通過GLM系列模型極早地建立起了技術品牌認知。

To B生意的財務特征非常明顯：客單價極高。

比如，2026年1月16日，中國郵政儲蓄銀行大模型平臺工程（包1平臺應用軟件開發）采購項目（第三次）成交結果公開，智譜中標，金額409.57萬元。

更為關鍵的是，本地化私有部署往往伴隨著企業私有數據的深度微調與核心IT系統的深度耦合。模型不再只是一個工具，替換成本較高，一旦要更換供應商，企業不僅面臨重寫代碼、重做安全合規審計的巨額工程成本，更面臨核心業務中斷的風險。

當然，高確定性帶來的代價是爆發力的喪失。

政企大客戶的采購周期極其漫長，從前期的需求調研、立項審批，到POC測試、嚴格的招投標流程，再到最終的交付驗收和回款，周期較長。

這就導致，智譜的營收增長依賴于銷售團隊對標段的生硬攻克，還可能會表現出較大的波動，尤其是在成長期，還會導致應收款的高企，比如截至2025年12月31日，智譜的貿易應收款超過了3億元，對現金流造成一定的壓力。

這種特點，意味著智譜完全復制移動互聯網時代的裂變奇跡，而是靠時間和人力畫自己的生長曲線。

二、成本博弈： 逃離算力重負與人力泥潭

兩家公司在2025年均錄得巨額賬面虧損，這也是當前全球基礎大模型公司的普遍現狀，但導致虧損的原因不盡相同。

MiniMax的虧損更凸顯算力經濟學的殘酷性。

Minimax營業開支里，最重要的項目是研發，2025年研發開支為2.53億美元，是收入的3.2倍。在研發開支里，大頭是與訓練相關的云計算服務費用，包括大模型訓練、架構實驗等，招股書顯示，2025年前三季度這部分開支占總研發開支近80%。

C端用戶的每次調用，也會產生與推理相關的云計算服務費用，這些則體現在成本里。

算下來，光是云計算服務費，就是收入的3倍多。

Minimax的轉型方向是從 “大模型公司” 轉型為 “AI時代的平臺型公司”，核心邏輯是通過技術創新與業務模式升級，將算力成本從“虧損黑洞”轉化為“規模杠桿”。

在技術端，MiniMax M2.5采用MoE（混合專家）架構，新一代模型在推理時僅激活部分參數，顯著降低單次調用成本，API 輸出價格為海外頭部模型的1/10 至 1/20，同時保持模型性能領先。

3月18日，MiniMax推出的M2.7延續并深化了MiniMax在成本控制上的核心技術路線。

在業務端，MiniMax對C端的依賴下降，2025年，其B端業務（開放平臺及其他基于AI的企業服務）收入增長了197.8%，占總收入的比重從2024年的28.6%提升到了2025年的32.8%。

接下來需要觀察的是，算力成本下降曲線能否跑贏用戶規模擴大帶來的消耗曲線。

算力，當然也是智譜的重要虧損點，但除此之外，智譜的虧損也體現出了服務經濟學的陷阱。

財報顯示，截至2025年末，智譜有1095名員工，2025年總的薪酬成本是13.6億元（含股份支付），財報還顯示以 股權結算的股份酬金開支為5.58億元，這意味著不含股份支付的薪酬成本約為8億元。

忙活一年，收入不夠發工資。

正如前面提到的，當接下一個項目時，智譜的工程師團隊往往需要入駐客戶現場數周甚至數月，幫助客戶進行內部數據清洗、模型微調、知識圖譜構建以及與現有陳舊IT系統的代碼集成。

這種貼身肉搏、高度定制化的服務模式，極其消耗企業的管理帶寬，并將原本具有高毛利的標準化純軟件生意，做成了重資產、低毛利的IT集成工程。

所以，智譜想變“輕”。

智譜的變輕，一方面體現在業務結構上。

從AI智能體到龍蝦的爆火、Token出海，智譜的云端部署業務表現出色。

2025年，更具有規模效應的云端部署業務收入從4848萬元增加到1.9億元，增幅達到292.6%，占收入的比重達到26.3%，提升了10.8個百分點，毛利率由2024年的3.3%上升至2025年的18.9%。

據電話會披露，智譜的云端API業務，2026年3月的ARR（月收入的年化金額）已達到了2.5億美元。

另一方面體現在資產上。2025年智譜調整了算力采購方式，2024年以租賃方式購置算力設備為主，2025年改為更靈活的以服務采購為主、以設備租賃為輔的方式。

三、大考后的變局

可以看出，兩家公司在財務層面都在轉好，但距離跑通盈利模型還有很遠。

但跳出2025年這份靜態的財報，將兩家公司置身于生成式AI產業演進的宏觀周期中，它們各自也面臨著足以撼動其當前商業模型的市場變局。

近期，阿里云、百度智能云等頭部云廠商相繼官宣大模型相關服務漲價。這標志著自2024年底以來慘烈的價格戰正式宣告終結。

表面上看，大廠主動停止價格戰、拉升API售價，緩解了智譜在公有云調用市場的直接降價壓力。這種變局的底層邏輯，對作為獨立大模型創企的智譜而言，反而是一道更為嚴酷的考驗。

大廠云生態停止價格戰，向市場傳遞了一個極其冷酷的信號：AI底層算力（GPU推理計算）的物理成本極度剛性，虧本賺吆喝的流量買賣在云計算層面已經算不過賬。 巨頭們開始收縮戰線，將核心訴求從跑馬圈地轉向商業變現。

智譜缺乏IaaS（基礎設施即服務）層面的云計算基本盤。巨頭們的漲價，意味著全行業算力基礎設施的成本底座正在變厚。

智譜自身同樣需要向底層算力供應商支付高昂的GPU租賃與算力集群費用。當算力紅利期結束，缺乏算力自給能力的智譜，將在底層成本上承受更大的壓迫感。

巨頭放棄價格戰后，其戰略重點將全面轉向利用PaaS與SaaS生態鎖定高價值企業客戶。

阿里云、騰訊云等將依托自身龐大的企業微信、釘釘等協同辦公入口以及全鏈路云安全服務，向政企大客戶提供一攬子的AI解決方案。未來的B端競爭，已經從單純的“API比價”升級為“云端底層生態的整體封鎖”。

智譜必須向市場證明，其GLM基座模型在特定垂直行業擁有絕對超越巨頭通用模型的深厚積累，且能夠提供遠高于部署成本的業務增益。

如果無法打贏這場高附加值的生態戰，智譜依然面臨被巨頭擠出核心政企市場的風險。

大廠在B端調整戰略向利潤看齊，開源社區則在底層持續對MiniMax構成威脅。

以Meta的Llama系列為代表的全球開源生態，以及國內的開源模型矩陣，正在以極快的速度迭代，迅速拉平開源模型與閉源頂尖模型之間的能力代差。

當底層的長文本理解、乃至語音和視頻的多模態生成能力，徹底變成可以免費下載部署的公共基礎設施時，純粹依靠技術代差建立商業護城河的邏輯將不再成立。

MiniMax的估值體系建立在它能持續提供卓越且獨家的多模態體驗之上，當開源模型在多模態生成上達到同等水準時，成千上萬的初創團隊就可以利用開源基座，以極低的成本開發出類似Talkie或海螺AI的平替產品。

如果MiniMax能快速沉淀這些“非技術壁壘”，開源模型的威脅會被削弱；如果應用層運營滯后，不能迅速沉淀出海量的UGC（用戶生成內容）數字資產，孵化出極具粘性的用戶社區網絡或獨占IP，就可能淪為底層技術的演示套殼，面臨用戶流失的風險。

MiniMax的兩千多億市值，要求它在短時間內將產品運營、社交沉淀打造成更堅固的護城河，造出真正的超級應用。