MiniMax 财报发布：首份大模型成绩单

今天（3月2日），MiniMax（00100.HK）发布了2025年全年业绩

MiniMax 年报发布

同时，管理层电话会，将于今晚北京时间20:00进行，中文普通话专线可提前注册：https://s1.c-conf.com/diamondpass/10053116-eg81mx.html

相关摘要及其他内容，会在整理好后单独发出

让我们回到财报本身，这是全球第一份来自独立大模型创业公司的年报，数字先给：

总收入 $7,904万，同比 +158.9%，毛利率 25.4%，净亏损（经过调整） $2.51亿，去年同期 $2.44亿，变化不大

换句话说：收入大幅度增长，亏损率收窄

年报有三件事值得认真看：

费用结构亮眼销售开支降了40%

技术效率持续改善研发增速33.8%，收入增速158.9%，和收入增速相比差值是利润空间

全模态布局完成语言、视频、语音、音乐，四个模态在2025年内全部完成基本配置

下面逐块展开

一、先说今晚电话会

管理层将讨论完整年报，也会接受提问，中文普通话专线在这里https://s1.c-conf.com/diamondpass/10053116-eg81mx.html

完成注册后，你会收到含拨入信息和会议密码的邮件，可在会前或会议进行中随时加入

中文普通话注册

英文同声传译专线（仅供聆听）：https://s1.c-conf.com/diamondpass/10053115-hu76t5.html

二、最值得追问的数字

花在获客上的钱少了40%，收入翻了2.6倍

消费级 AI 应用一般靠买量投流驱动增长。MiniMax 2025年的费用结构走出了另一条路：销售及分销开支从 $8,700万降到 $5,190万，-40.3%，同期收入从 $3,052万涨到 $7,904万，+158.9%

很显然，产品本身在带着增长跑

年报第7页，销售及分销开支对比

还有一个就是：研发增速33.8%，收入增速158.9%

研发没有成倍增加，收入成倍增加了。差值就是利润空间的来源

三、财务数字逐项看

毛利率：三年从-24.7%到25.4%

2023年毛利率 -24.7%，2024年 12.2%，2025年全年 25.4%，一年提升13.2个百分点

驱动这件事的，是技术效率MoE 架构降低单次推理激活的参数量，Lightning Attention 优化长上下文训练和推理，基础设施配置持续优化。毛利率的改善来自真实成本下降，不是商业策略的调整

年报第7页，毛利率对比：2024年12.2% vs 2025年25.4%

亏损：收窄明显

经调整净亏损，变化不大，去年是 $2.44亿，今年是 $2.51亿

年报里有一项数字容易让人误读：年内虧損 $18.72亿，+302%这 $18亿里，$15.9亿是优先股公允价值变动的非现金科目，公司估值上升，会计上要记这笔。IPO 完成后这项负债已转为股权

剥离这项之后，看经调整净亏损：去年 $2.44亿，今年 $2.51亿，绝对值几乎没变

但收入从 $3,052万涨到 $7,904万，翻了2.6倍，剥离这项之后，亏损率幅度相当大

年报第5页，非IFRS经调整净亏损对比表

收入结构

toB 和 toC，两条业务线都在增长：

toC 的 AI 原生产品为 $5,308万，+143.4%，这里包含 海螺 AI、Talkie / 星野、MiniMax Agent

toB 的开放平台及企业服务为 $2,596万，+197.8%，占比从28.6%升至32.8%，结构上 B 端对整体毛利的贡献正在加大

同时，MiniMax 是典型的全球化布局：海外73%，中国大陆27%

用户与规模

截至2025年底：

• • 累计用户 2.36亿，较9月末的2.12亿新增约2,400万
• • 企业客户和开发者 21.4万，较招股书时的13万增长65%
• • 员工数 428人，招股书时385人，净增43人

428人，$7,904万收入，人均创收约 $18.5万，现金储备 $10.5亿，比年初增加了 $1.7亿

年报第6页，收入按性质及地区划分表

四、2025年全模态布局

MiniMax 选择的路线是同时覆盖语言、视频、语音、音乐四个方向。2025年，这四个模态全部完成了基本配置

闫俊杰在年报里的原话：「语言、视频、语音、音乐等各主要模态均拥有了具备全球竞争力的模型」

年报第2页，业务回顾开篇段落完整截图，包含"构建了全模态的研发能力"表述

语言模型

MiniMax 在2025年初到2026年初完成了从基础模型到推理模型再到 Agent 专用模型的完整迭代

MiniMax-01（2025年1月）456B 总参、45.9B 激活，Lightning Attention 在商用规模首次落地，支持最长4M token 上下文。开源发布，是这一轮技术路线的起点

M1（2025年6月）推理模型，456B 参数，1M 上下文，引入 CISPO 算法。MiniMax 首个面向复杂推理场景的专项模型

M2（2025年10月）在效果、价格、速度上重新找了一个平衡点。具备编程、工具调用、深度搜索三项能力，成为 OpenRouter 上首个日 token 消耗量超过500亿的中国模型，登顶 HuggingFace 全球热榜第一

M2.1（2025年12月）在复杂多步骤任务上继续提升，针对编程和办公场景优化，多语言编程 SWE-Bench Multilingual 达到72.5%

M2-her（2025年12月）专门支撑 Talkie 和星野的对话体验，100轮长程对话测试综合表现全球第一

M2.5（2026年2月）SWE-Bench Verified 刷新行业纪录至80.2%，比上代编程效率提升37%。每秒100 token 输出，运行一小时只需要1美元。发布后迅速登顶 OpenRouter，M2 系列2月日均 token 消耗量达到12月的超过6倍

视频模型

视频是 MiniMax 最早在海外打出声量的方向。2024年底的几个早期版本（Video-01、I2V-01、T2V-01-Director）奠定了基础，2025年进入能力跃升阶段

S2V-01（2025年1月）单张人脸照片生成人物一致性视频，解决了视频创作里角色一致性的关键问题

Image-01（2025年2月）文生图模型上线，补全了静态内容生成能力

Hailuo 02（2025年6月）进入原生1080p 时代，最长10秒。采用噪声感知计算再分配（NCR）架构，训练和推理效率提升2.5倍。在 Artificial Analysis 视频评测中排名全球第2（Elo 1,208），每条视频 API 成本约 $0.28

Hailuo 2.3（2025年10月）在人物动作、画质、风格化上继续提升。同步推出 Fast 版，批量创作成本最高降50%。海螺 AI 产品内升级的 Media Agent 支持全模态创作，用户描述需求，AI 自动匹配模型一键成片

截至2025年底，视频模型累计生成超 6亿个视频

语音模型

Speech-02（2025年4月）同时登顶 Artificial Analysis Speech Arena 和 HuggingFace TTS Arena 两个盲测榜单，支持32种语言，零样本声音克隆，7种情绪控制。ELO 评分1164，超过 OpenAI TTS-1 HD 的1151

Speech 2.5（2025年8月）支持语言扩展至40+种，首包延迟压缩至250ms 以内，针对实时对话场景优化

Speech 2.6（2025年10月）针对 Voice Agent 场景进一步优化语音交互体验，超低延时达到全球顶尖水平，覆盖200+国家

截至2025年底，语音模型累计生成超 2亿小时。年报里的定位：「全球语音智能领域的核心基础设施之一」

音乐模型

Music 2.0（2025年上半年）基础音乐生成能力上线，支持多种风格和情感控制

Music 2.5（2025年下半年）能力显著提升，可以稳定驾驭多种唱法与情感风格，单首作品时长可达5分钟，从基础生成走向更专业的创作场景

四个模态的推进节奏有明显差异。语音最早商业化，视频在海外最先打出影响力，语言模型在 B 端 API 层贡献最大的毛利，音乐模型目前仍在能力建设阶段。四条线并行，但各有各的主战场

五、M2 系列：109 天的高效率迭代

M 系列是 MiniMax 2025年以来最核心的产品线。2025年10月27日，M2 发布；2026年2月13日，M2.5 发布，历时109天

期间三个主版本、两个细分版本，从 M2 到 M2.5 的迭代轨迹，说的是一件事：把 Agent 的运行成本打到可以无限扩展的程度

M2：重新定义价格带

M2 发布时，外界注意到的是它的 benchmark 表现。但更关键的是定价：输入 $0.30/M tokens，输出 $2.40/M tokens，约为 Claude Opus 4.6 和 GPT-4o 的1/10到1/20

这个价格让 M2 迅速成为开发者的默认选项之一。发布后成为 OpenRouter 上首个日 token 消耗量超过500亿的中国模型，HuggingFace 全球热榜第一

低价格配合强能力，M2 打开了一批此前因成本卡住的 Agent 应用场景

M2.1：补足真实任务的短板

M2 的短板在多步骤复杂任务上，M2.1 针对这个方向做了专项提升

多语言编程 SWE-Bench Multilingual 达到72.5%，在真实工程环境里处理跨语言、多文件的复杂任务能力明显提升。开源项目 OpenClaw 创始人 Peter 在深度使用后评价：工具调用准确度高，全栈任务处理效率好

M2.5：成本拐点

M2.5 是 M 系列目前的最新版本，也是整条迭代线上最重要的节点

SWE-Bench Verified 80.2%，刷新行业纪录。比 M2.1 编程效率提升37%，Multi-SWE-Bench（多语言真实工程任务）全球第一

但更值得关注的是成本结构：每秒100 token 输出，运行一小时1美元。$1万，可以让4个 Agent 连续工作一年

M2.5 发布公告

M2.5 发布当天，用户创建了超过10,000个 Expert Agent。M2 系列2026年2月日均 token 消耗量是2025年12月的超过6倍，其中 Coding Plan 的 token 消耗增长超10倍

迭代背后的技术支撑

三代模型能在短时间内快速推进，核心是 Forge RL 框架

把训练引擎和 Agent 脚手架解耦，异步调度加树合并策略，训练速度提升约40倍。M2.5 的训练覆盖了200,000+真实工程环境，10+编程语言。在训练过程中，模型自发涌现出「先写规格文档再写代码」的行为，不是人为设计的

年报里，额外说了个好玩的事儿：我们内部的 Agent 实习生已经覆盖了近 90% 的员工

我们内部的 Agent 实习生已经覆盖了近 90% 的员工

六、从大模型公司到平台型公司

在年报里，MiniMax 提到了 2026 年可能会发生的事：

编程领域将迎来 L4 至 L5 级别的智能从「工具」走向「同事级」协作。M2.5 的 SWE-Bench 80.2% 是进度条

办公领域将复刻去年编程领域的进步速度各职业的 Workspace，会陆续到来

多模态创作走向「直出可交付」的中长内容甚至出现流式、实时输出的新形态

「接下来一年的变化会比过去三年更快」

年报第4页，业务展望完整段落截图：包含三大判断原文及"平台型公司"战略表述

这三个判断，也对应了公司自己的战略转变：从大模型公司，向 AI 时代的平台型公司迈进

路径是这样：

1. 1. 先把自己变成 AI 原生组织（内部90%员工 Agent 覆盖）
2. 2. 再把这套能力产品化（2026年1月推出 Agent Workspace）
3. 3. 再帮企业客户做同样的事

对于这些路径，年报里也给到了对应的核心目标

以智能密度与模型吞吐为核心指标，推动 AI 成为全球新一代生产基础设施

M2.5 的 $1/小时 Agent 成本，便是对这个方向最直接的技术回应

最后，别忘了，今晚20:00电话会，这里有中文专线注册链接https://s1.c-conf.com/diamondpass/10053116-eg81mx.html

文章来自于微信公众号 "赛博禅心"，作者 "赛博禅心"