在生成式人工智能领域，当人们讨论“中国的OpenAI”时，智谱常被视为答案。这家正在港交所冲刺IPO的大模型创业公司，在招股书中宣称自己被OpenAI列为全球主要竞争对手。然而，若将目光转向“中国的Anthropic”，答案或许会颠覆许多人的认知——MiniMax，这家同样在港交所递交IPO申请的中国AI企业，正以独特的方式诠释着对标国际顶尖玩家的可能性。
从表面看，MiniMax与Anthropic的相似性并不明显。前者70%收入来自C端用户，拥有覆盖语音、视频、文本的全模态模型矩阵；后者则以B端业务为主，旗下Claude模型专注于文本与编程领域。但深入技术内核与商业逻辑，两家公司却展现出惊人的共鸣：它们都选择了一条“无标签”的发展路径，拒绝被简单定义。
这种“无标签”特质首先体现在创始人身上。Anthropic的Dario Amodei曾是OpenAI研究副总裁，拥有生物物理学博士学位，却在百度硅谷实验室和谷歌语音识别团队积累经验；MiniMax的闫俊杰从中科院自动化所博士毕业后，在商汤担任副总裁兼研究院副院长，既非光环加身的创始人，也非“海归精英”。两人都缺乏鲜明的个人标签，更倾向于用技术细节而非宏大叙事定义自己。这种特质也渗透到公司层面——MiniMax同时布局视频生成、多模态、Agent等多个领域，却难以用单一产品概括业务；Anthropic虽以编程能力著称，但其企业API收入远超专项领域，Claude模型在C端的影响力始终不及竞争对手。
“无标签”在公众视野中或许意味着辨识度缺失，但在技术迭代加速的当下，这反而成为一种战略优势。当meta的Llama被DeepSeek超越、谷歌凭借Gemini 3逆袭时，模型能力的收敛性正削弱“标签化”企业的护城河。MiniMax从线性注意力机制回归全面注意力机制，Anthropic放弃“宪法式AI”转向可解释性研究，这些技术路线的调整鲜少伴随高调宣传，却通过开源社区的口碑积累着长期信任。OpenRouter数据显示，MiniMax M2模型日调用量突破800亿，跻身全球前十，其开源版本更以稳定性获得开发者青睐——这种“润物细无声”的扩张方式，与某些依赖社交媒体炒作的模型形成鲜明对比。
技术路线的“笨拙”执着，是两家公司的另一重共鸣。MiniMax在2023年将80%算力投入高风险的MoE架构，经历两次失败后才取得突破；Anthropic则在2024年底将Agent能力与模型推理视为战略重心，推动MCP、Skill等标准建立。这种选择源于对技术第一性原理的坚持——闫俊杰直言：“技术驱动和产品驱动无法共存，我们只能选择前者。”这种坚持在商业化层面初见成效：MiniMax的B端业务毛利率达69.4%，整体毛利从2023年的-24.7%快速转正至2025年前九个月的23.3%；Anthropic的研发投入与营收比则从OpenAI的1.56:1优化至1.04:1，展现出更健康的财务模型。
两家公司的成长轨迹折射出AI行业的新范式。当部分企业通过资本输血维持项目制收入时，MiniMax的C端产品（如海螺视频、Talkie）与B端API订阅已形成可持续收入流；当某些模型依赖“炸裂效果”吸引眼球时，Anthropic的Claude 4.5系列仍以稳健迭代巩固开发者生态。这种“慢即是快”的策略，或许正暗合了Scaling Law的深层逻辑——2014年，Dario Amodei与闫俊杰曾在百度共用GPU集群，那时他们或许未曾想到，十一年后，两家公司会以如此相似的方式，在生成式AI的版图上刻下自己的坐标。
