B端暴涨7倍，MiniMax悄悄换了增长引擎

“模型创新决定我们能够把智能推到多高，模型效率决定这种智能能够供给多大规模。”

在8月26日晚间举行的业绩会上，MiniMax创始人、CEO闫俊杰用这句话概括了公司的技术路线。放在刚刚公布的半年报里，这句话又有了一层很直观的商业含义。

今年8月，MiniMax的ARR已经超过8亿美元，其中ToB业务贡献超过80%。对于一家过去更多凭海螺AI、星野/Talkie等C端产品被外界认识的公司来说，这个比例相当醒目。

如果看MiniMax此次中期业绩，该变化的脉络同样清晰。2025年上半年，开放平台及其他AI企业服务只占MiniMax收入的30.3%。今年上半年，这一比例已经升至63.4%。与此同时，C端业务也仍在增长。

短短一年，MiniMax收入增长最快的部分已经明显转向企业和开发者。而这场变化最终指向的是模型能力的提升，以及Agent正在改变模型被调用和使用的方式。

A

过去提到MiniMax，很多人首先想到的还是海螺AI、星野/Talkie等C端应用。

这并不奇怪。过去几年，大模型公司的竞争很大一部分发生在C端，做出一个真正被普通用户使用的AI应用更容易获得市场关注。

上半年业绩中，MiniMax收入结构发生了巨大变化。

2026年上半年，MiniMax实现收入1.166亿美元，同比增长283.1%，仅半年收入就已经超过2025年全年的7900万美元。其中，开放平台及其他AI企业服务收入达到7392.9万美元，同比增长703.1%，占总收入的63.4%。去年同期，这部分业务的占比还只有30.3%。

也就是说，一年时间，B端已经从三成收入变成六成以上。单看增速，公司整体收入283.1%的增速已经足够瞩目，但B端增速达到703.1%。

进入第三季度，这种变化还在继续。MiniMax在电话会上披露，8月ARR已经超过8亿美元，其中ToB业务贡献超过80%。

更值得注意的是，C端的表现也很强劲。

今年上半年，MiniMax的AI原生产品收入达到4264.4万美元，同比增长100.9%。海螺AI、星野/Talkie等产品依然保持着很高的增速，只是开放平台、API和企业服务跑得更快。

这种变化值得关注，这意味着B端和C端并不是两条彼此排斥的路线。对模型公司来说，它们更像同一种智能能力进入不同需求场景之后呈现出的结果。

当模型变得足够聪明、足够便宜，需求会先在那些已经能形成实际应用的场景里释放。眼下，企业和开发者这一侧显然更快找到了持续使用模型的方式，收入结构也随之迅速向B端倾斜。

B

MiniMax中期业绩公告提到，开放平台及其他AI企业服务收入增长，主要来自付费用户和企业客户增加、API调用量增长以及Token Plan快速获采用。

与此同时，随着推理和Agentic工作负载需求持续增长，开放平台上的企业客户和开发者也在不断扩大。

电话会披露，目前MiniMax的企业客户和开发者数量已经突破200万，是去年年底的10倍。今年7月，Token消耗量则已经达到1月的20倍。

客户在增加，单个需求背后的模型调用也在变多。

过去人与AI聊天，一次提问通常对应有限的几轮交互。Agent流行以后情况开始改变。

MiniMax管理层在电话会上把这种变化概括为，模型消费正在从“人类与AI的交互”，拓展到“Agent与AI的多轮交互”。

今年火起来的“龙虾”OpenClaw就是一个很直观的例子。用户把任务交给它之后，真正工作的过程中会持续发生模型调用和工具调用。目前OpenClaw已经内置MiniMax模型支持，MiniMax M3也是其默认托管推理模型之一。

Token消耗半年达到20倍，背后也能看到Agent任务正在变长、变复杂的影响。长程规划、工具调用和结果验证能力提高后，一个任务可以连续执行更多步骤，背后的模型调用和Token消耗自然随之增加。

MiniMax今年的模型迭代已经体现出这种变化。

M3相比M2系列在价格基本不变的情况下提高了模型能力，带来更多新客户，也让老客户解锁了更多使用场景。正在推进的M3.1则继续扩大后训练规模，重点提升任务完成质量、稳定性、推理效率以及不同Agent环境的适配能力。

更进一步的M3 Pro参数规模将提升至约3T，并扩大强化学习和长程任务训练，目标是让模型更自主、稳定地完成复杂任务。其MSA 2.0架构在最大参数规模下预计还能将计算效率提升约3倍，而且任务越长、上下文越复杂，优势越明显。

所以我们说MiniMax收入结构的变化，更像是一种结果，而非主动追求的目标。正如在电话会议上，公司就提到：

“我们认为，在AI时代，模型即是产品本身，无论是To B还是To C，本质上客户都是在为模型能力而付费。”

所以这一轮B端收入陡增，背后同时发生了两件事：

一是更多企业和开发者开始使用MiniMax的模型，二是Agent又把每一个最终需求展开成了更长、更复杂的模型工作流。

用户数量决定了入口有多宽，而一个任务最终需要调用多少次模型，决定这条入口能流经多少Token。

C

B端收入和Token规模快速增长，已经证明需求正在释放。接下来需要关注的是模型能力、调用规模和成本之间能不能形成持续的正循环.

从这次半年报来看，MiniMax已经出现了一些积极变化。

2026年上半年，公司毛利达到2081.3万美元，同比增长464.8%，毛利率也从去年同期的12.1%提升至17.9%。财报将这一改善主要归因于基础设施效率提升。

与此同时，研发开支同比增长138.8%，明显低于283.1%的收入增速，销售及分销开支则同比下降17.9%。

模型生意有一个很现实的问题，即Agent把一次任务拆成越来越多轮调用，Token消耗快速增加，算力需求也会随之上涨。如果每一次调用的成本降不下来，规模越大，压力也会越明显。

MiniMax给出的解法依然是效率。

电话会上公司披露，过去两个多月文本模型单位算力吞吐已经提升3倍，M3.1的目标则是把推理成本降到M3刚上线时的三分之一左右。

MiniMax还提到，成本下降之后，一部分收益可以让给客户，通过更低的价格继续扩大Token规模，另一部分可以留下来改善毛利率。

这就形成了一条越来越清晰的链路——模型能力提高，能够完成的任务变多。Agent把这些任务拉长，带来更多Token消耗。推理效率提升以后，单位调用成本继续下降，更复杂、更高频的任务又变得更容易大规模部署。

这大概也是闫俊杰在电话会里反复强调“效率”的原因。

对一家模型公司来说，模型足够聪明只是第一步。尤其进入Agent阶段以后，推理成本会直接决定这些场景能否从技术演示真正进入企业工作流。

眼下MiniMax已经在尝试把这套循环继续放大。一边是M3、H3等模型能力持续迭代，一边是推理系统和基础设施不断提高吞吐、降低单位成本。

电话会上，公司预计随着文本模型效率提升、Token规模扩大以及集群利用率提高，文本业务会成为整体毛利率改善的重要驱动力。

诚然，当模型可以用更低成本完成更复杂、更长程的任务，商业化的计价方式也可能随之变化。MiniMax在电话会上提到，随着模型能力和可靠性继续提高，AI商业模式未来可能从按Token计费，逐步走向按任务结果和专业价值计费。

如果这条路径继续往前，8月超过8亿美元的ARR可能还只是一个起点。

模型能够稳定完成的任务越复杂，企业付费的依据也会从调用量延伸到任务本身。对MiniMax这样的模型公司来说，真正值得期待的是当计费单位从Token走向任务，模型能力本身能否带来更强的定价权。