MiniMax 財報發布：首份大模型成績單

今天（3月2日），MiniMax（00100.HK）發布了2025年全年業績

MiniMax 年報發布

同時，管理層電話會，將于今晚北京時間20:00進行，中文普通話專線可提前注冊：
https://s1.c-conf.com/diamondpass/10053116-eg81mx.html

相關摘要及其他內容，會在整理好后單獨發出

讓我們回到財報本身，這是全球第一份來自獨立大模型創業公司的年報，數字先給：

總收入 $7,904萬，同比 +158.9%，毛利率 25.4%，凈虧損（經過調整） $2.51億，去年同期 $2.44億，變化不大 換句話說：收入大幅度增長，虧損率收窄

年報有三件事值得認真看：

費用結構亮眼
銷售開支降了40%

技術效率持續改善
研發增速33.8%，收入增速158.9%，和收入增速相比差值是利潤空間

全模態布局完成
語言、視頻、語音、音樂，四個模態在2025年內全部完成基本配置

下面逐塊展開

一、先說今晚電話會

管理層將討論完整年報，也會接受提問，中文普通話專線在這里
https://s1.c-conf.com/diamondpass/10053116-eg81mx.html

完成注冊后，你會收到含撥入信息和會議密碼的郵件，可在會前或會議進行中隨時加入

中文普通話注冊

英文同聲傳譯專線（僅供聆聽）：
https://s1.c-conf.com/diamondpass/10053115-hu76t5.html

二、最值得追問的數字

花在獲客上的錢少了40%，收入翻了2.6倍

消費級 AI 應用一般靠買量投流驅動增長。MiniMax 2025年的費用結構走出了另一條路：銷售及分銷開支從 $8,700萬降到 $5,190萬，-40.3%，同期收入從 $3,052萬漲到 $7,904萬，+158.9%

很顯然，產品本身在帶著增長跑

年報第7頁，銷售及分銷開支對比

還有一個就是：研發增速33.8%，收入增速158.9%

研發沒有成倍增加，收入成倍增加了。差值就是利潤空間的來源

三、財務數字逐項看 毛利率：三年從-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個百分點

驅動這件事的，是技術效率
MoE 架構降低單次推理激活的參數量，Lightning Attention 優化長上下文訓練和推理，基礎設施配置持續優化。毛利率的改善來自真實成本下降，不是商業策略的調整

年報第7頁，毛利率對比：2024年12.2% vs 2025年25.4% 虧損：收窄明顯

經調整凈虧損，變化不大，去年是 $2.44億，今年是 $2.51億

年報里有一項數字容易讓人誤讀：年內虧損 $18.72億，+302%
這 $18億里，$15.9億是優先股公允價值變動的非現金科目，公司估值上升，會計上要記這筆。IPO 完成后這項負債已轉為股權

剝離這項之后，看經調整凈虧損：去年 $2.44億，今年 $2.51億，絕對值幾乎沒變

但收入從 $3,052萬漲到 $7,904萬，翻了2.6倍，剝離這項之后，虧損率幅度相當大

年報第5頁，非IFRS經調整凈虧損對比表 收入結構

toB 和 toC，兩條業務線都在增長：

toC 的 AI 原生產品為 $5,308萬，+143.4%，這里包含 海螺 AI、Talkie / 星野、MiniMax Agent

toB 的開放平臺及企業服務為 $2,596萬，+197.8%，占比從28.6%升至32.8%，結構上 B 端對整體毛利的貢獻正在加大

同時，MiniMax 是典型的全球化布局：海外73%，中國大陸27%

用戶與規模

截至2025年底：

• ? 累計用戶 2.36億 ，較9月末的2.12億新增約2,400萬

• ? 企業客戶和開發者 21.4萬 ，較招股書時的13萬增長65%

• ? 員工數 428人 ，招股書時385人，凈增43人

428人，$7,904萬收入，人均創收約 $18.5萬，現金儲備 $10.5億，比年初增加了 $1.7億

年報第6頁，收入按性質及地區劃分表 四、2025年全模態布局

MiniMax 選擇的路線是同時覆蓋語言、視頻、語音、音樂四個方向。2025年，這四個模態全部完成了基本配置

閆俊杰在年報里的原話：「語言、視頻、語音、音樂等各主要模態均擁有了具備全球競爭力的模型」

年報第2頁，業務回顧開篇段落完整截圖，包含"構建了全模態的研發能力"表述 語言模型

MiniMax 在2025年初到2026年初完成了從基礎模型到推理模型再到 Agent 專用模型的完整迭代

MiniMax-01（2025年1月）
456B 總參、45.9B 激活，Lightning Attention 在商用規模首次落地，支持最長4M token 上下文。開源發布，是這一輪技術路線的起點

M1（2025年6月）
推理模型，456B 參數，1M 上下文，引入 CISPO 算法。MiniMax 首個面向復雜推理場景的專項模型

M2（2025年10月）
在效果、價格、速度上重新找了一個平衡點。具備編程、工具調用、深度搜索三項能力，成為 OpenRouter 上首個日 token 消耗量超過500億的中國模型，登頂 HuggingFace 全球熱榜第一

M2.1（2025年12月）
在復雜多步驟任務上繼續提升，針對編程和辦公場景優化，多語言編程 SWE-Bench Multilingual 達到72.5%

M2-her（2025年12月）
專門支撐 Talkie 和星野的對話體驗，100輪長程對話測試綜合表現全球第一

M2.5（2026年2月）
SWE-Bench Verified 刷新行業紀錄至80.2%，比上代編程效率提升37%。每秒100 token 輸出，運行一小時只需要1美元。發布后迅速登頂 OpenRouter，M2 系列2月日均 token 消耗量達到12月的超過6倍

視頻模型

視頻是 MiniMax 最早在海外打出聲量的方向。2024年底的幾個早期版本（Video-01、I2V-01、T2V-01-Director）奠定了基礎，2025年進入能力躍升階段

S2V-01（2025年1月）
單張人臉照片生成人物一致性視頻，解決了視頻創作里角色一致性的關鍵問題

Image-01（2025年2月）
文生圖模型上線，補全了靜態內容生成能力

Hailuo 02（2025年6月）
進入原生1080p 時代，最長10秒。采用噪聲感知計算再分配（NCR）架構，訓練和推理效率提升2.5倍。在 Artificial Analysis 視頻評測中排名全球第2（Elo 1,208），每條視頻 API 成本約 $0.28

Hailuo 2.3（2025年10月）
在人物動作、畫質、風格化上繼續提升。同步推出 Fast 版，批量創作成本最高降50%。海螺 AI 產品內升級的 Media Agent 支持全模態創作，用戶描述需求，AI 自動匹配模型一鍵成片

截至2025年底，視頻模型累計生成超 6億個視頻

語音模型

Speech-02（2025年4月）
同時登頂 Artificial Analysis Speech Arena 和 HuggingFace TTS Arena 兩個盲測榜單，支持32種語言，零樣本聲音克隆，7種情緒控制。ELO 評分1164，超過 OpenAI TTS-1 HD 的1151

Speech 2.5（2025年8月）
支持語言擴展至40+種，首包延遲壓縮至250ms 以內，針對實時對話場景優化

Speech 2.6（2025年10月）
針對 Voice Agent 場景進一步優化語音交互體驗，超低延時達到全球頂尖水平，覆蓋200+國家

截至2025年底，語音模型累計生成超 2億小時。年報里的定位：「全球語音智能領域的核心基礎設施之一」

音樂模型

Music 2.0（2025年上半年）
基礎音樂生成能力上線，支持多種風格和情感控制

Music 2.5（2025年下半年）
能力顯著提升，可以穩定駕馭多種唱法與情感風格，單首作品時長可達5分鐘，從基礎生成走向更專業的創作場景

四個模態的推進節奏有明顯差異。語音最早商業化，視頻在海外最先打出影響力，語言模型在 B 端 API 層貢獻最大的毛利，音樂模型目前仍在能力建設階段。四條線并行，但各有各的主戰場

五、M2 系列：109 天的高效率迭代

M 系列是 MiniMax 2025年以來最核心的產品線。2025年10月27日，M2 發布；2026年2月13日，M2.5 發布，歷時109天

期間三個主版本、兩個細分版本，從 M2 到 M2.5 的迭代軌跡，說的是一件事：把 Agent 的運行成本打到可以無限擴展的程度

M2：重新定義價格帶

M2 發布時，外界注意到的是它的 benchmark 表現。但更關鍵的是定價：輸入 $0.30/M tokens，輸出 $2.40/M tokens，約為 Claude Opus 4.6 和 GPT-4o 的1/10到1/20

這個價格讓 M2 迅速成為開發者的默認選項之一。發布后成為 OpenRouter 上首個日 token 消耗量超過500億的中國模型，HuggingFace 全球熱榜第一

低價格配合強能力，M2 打開了一批此前因成本卡住的 Agent 應用場景

M2.1：補足真實任務的短板

M2 的短板在多步驟復雜任務上，M2.1 針對這個方向做了專項提升

多語言編程 SWE-Bench Multilingual 達到72.5%，在真實工程環境里處理跨語言、多文件的復雜任務能力明顯提升。開源項目 OpenClaw 創始人 Peter 在深度使用后評價：工具調用準確度高，全棧任務處理效率好

M2.5：成本拐點

M2.5 是 M 系列目前的最新版本，也是整條迭代線上最重要的節點

SWE-Bench Verified 80.2%，刷新行業紀錄。比 M2.1 編程效率提升37%，Multi-SWE-Bench（多語言真實工程任務）全球第一

但更值得關注的是成本結構：每秒100 token 輸出，運行一小時1美元。$1萬，可以讓4個 Agent 連續工作一年

M2.5 發布公告

M2.5 發布當天，用戶創建了超過10,000個 Expert Agent。M2 系列2026年2月日均 token 消耗量是2025年12月的超過6倍，其中 Coding Plan 的 token 消耗增長超10倍

迭代背后的技術支撐

三代模型能在短時間內快速推進，核心是 Forge RL 框架

把訓練引擎和 Agent 腳手架解耦，異步調度加樹合并策略，訓練速度提升約40倍。M2.5 的訓練覆蓋了200,000+真實工程環境，10+編程語言。在訓練過程中，模型自發涌現出「先寫規格文檔再寫代碼」的行為，不是人為設計的

年報里，額外說了個好玩的事兒：
我們內部的 Agent 實習生已經覆蓋了近 90% 的員工

我們內部的 Agent 實習生已經覆蓋了近 90% 的員工 六、從大模型公司到平臺型公司

在年報里，MiniMax 提到了 2026 年可能會發生的事：

編程領域將迎來 L4 至 L5 級別的智能
從「工具」走向「同事級」協作。M2.5 的 SWE-Bench 80.2% 是進度條

辦公領域將復刻去年編程領域的進步速度
各職業的 Workspace，會陸續到來

多模態創作走向「直出可交付」的中長內容
甚至出現流式、實時輸出的新形態

「接下來一年的變化會比過去三年更快」

年報第4頁，業務展望完整段落截圖：包含三大判斷原文及"平臺型公司"戰略表述

這三個判斷，也對應了公司自己的戰略轉變：
從大模型公司，向 AI 時代的平臺型公司邁進

路徑是這樣：

1. 1. 先把自己變成 AI 原生組織（內部90%員工 Agent 覆蓋）

2. 2. 再把這套能力產品化（2026年1月推出 Agent Workspace）

3. 3. 再幫企業客戶做同樣的事

對于這些路徑，年報里也給到了對應的核心目標

以智能密度與模型吞吐為核心指標，推動 AI 成為全球新一代生產基礎設施

M2.5 的 $1/小時 Agent 成本，便是對這個方向最直接的技術回應

最后，別忘了，今晚20:00電話會，這里有中文專線注冊鏈接
https://s1.c-conf.com/diamondpass/10053116-eg81mx.html