MiniMax近日公布的财务数据显示，2026年上半年公司总收入达1.2亿美元（约合人民币8.1亿元），较去年同期激增283.1%，增速接近三倍。尽管收入规模显著扩大，但同期净亏损仍达3.58亿美元（约合人民币24.1亿元），不过较上年同期收窄11%。公司创始人闫俊杰在业绩交流会上透露，8月年度经常性收入（ARR）已突破8亿美元（约合人民币53.8亿元），这一基于当前业务规模推算的指标虽非实际确认收入，但凸显了商业化进程的加速。
海外市场持续扮演关键角色。上半年海外收入贡献7083万美元（约合人民币4.8亿元），占总营收的60.8%，较往年保持稳定占比。尽管收入规模快速增长，但亏损问题仍未解决——净亏损额约为同期收入的三倍。分析指出，对于仍处于模型训练、产品扩张和基础设施投入阶段的大模型企业而言，如何在扩大客户规模的同时提升毛利率、改善现金流，成为亟待突破的瓶颈。
算力成本作为核心挑战之一，在交流会上被重点讨论。闫俊杰表示，公司会根据模型迭代阶段、业务需求和边际回报动态调整算力分配，目前文本模型仍是优先级最高的投入领域，其训练资源消耗约为视频模型的四倍。为缓解算力依赖，MiniMax正推进国产芯片适配工作，M3和H3模型已启动国产化进程，预计短期内将上线大规模国产算力集群。同时，公司计划通过技术优化将单位token推理成本降至M3初期水平的三分之一，并通过降价策略扩大用户基数，形成"成本下降-用户增长-毛利率改善"的良性循环。
在应用场景布局上，多模态生产力工具被定位为战略方向，网络安全、芯片设计等具备专业约束性和反馈闭环的高价值任务领域也进入视野。闫俊杰认为，这些场景的共同特征是任务价值高且结果可验证，符合商业化落地的核心逻辑。当被问及大模型长期竞争力时，他强调，当前智能水平仍处于早期阶段，短期竞争看迭代速度，但长期决定因素在于企业能否准确定义关键问题、选择有效技术路径并实现规模化扩展。他特别指出，模型训练涉及参数规模、架构设计、算力分配等数十个决策节点，不同选择将导向截然不同的技术路线和商业化结果。
