3月2日港股收盘后，MiniMax发布了上市以来的首份年度业绩公告。截至2025年12月31日止年度，公司总收入为7904万美元，同比增长158.9%；毛利2008万美元，同比大增437.2%；毛利率从2024年的12.2%提升至25.4%。IFRS口径下年内亏损18.72亿美元，同比扩大302.3%。剔除股份支付费用、金融负债公允价值亏损及上市开支后，经调整净亏损为2.51亿美元，较上年的2.44亿美元微增2.7%，核心经营亏损已基本企稳。
对比卖方预期，大摩分析师Gary Yu此前预估MiniMax 2025年收入约7500万美元，实际7904万美元略高于该预测。摩根大通分析师徐文韬给予“增持”评级及700港元目标价，看向2030年以30倍预期市盈率估值。
瑞银更为激进，以ARR的125倍给出1000港元目标价。大摩则给予930港元目标价，核心逻辑是押注Minimax的模型技术持续位居全球第一梯队，以及海外收入结构能否支撑国际科技公司的估值锚定。
MiniMax创始人兼首席执行官闫俊杰在2025年全年业绩电话会上抛出两句话，一句谈技术迭代速度，一句谈增长速度：
“我们只用108天，就把M2系列从第一代迭代到了第三代。”
“截至2月底，公司年化收入（ARR）已经超过1.5亿美元。”
两个速度打开了新的预期。
01
海外收入占比继续提升
支撑投行逻辑的核心数据来自收入地域结构：2025年中国内地收入2138万美元，占比27.0%；海外收入5766万美元，占比73.0%，较2024年的69.8%进一步提升。海外收入占比越高，越容易被放进“全球开发者市场”和“国际云生态”的估值框架里讨论。
AI原生产品（Talkie/星野、海螺AI、MiniMax Agent等）贡献收入5308万美元，同比增长143.4%，占总收入67.2%；开放平台及其他企业服务收入2596万美元，同比增长197.8%，占比32.8%。开放平台增长更快，意味着收入越来越多来自调用与集成关系，波动性相对更可控，也更接近“平台型收入”的审美。
但是，海外市场既提供了更大的用户池，也会带来更复杂的竞争环境，保持目前估值水平的持续性要靠调用规模、成本曲线与渠道渗透去兑现。
02
“1万美元足够让4个Agent连续跑一年”
激烈竞争背后，闫俊杰把2025年定义为“夯实基础”的一年。这一年里，MiniMax构建了包括语言、视频、语音、音乐在内的全模态研发能力。
当被问到“坚持多模态会不会让研发负担更重”时，闫俊杰的回答很直接：“这个问题我们创业第一天就开始被挑战。”
他解释称，MiniMax做多模态分两个阶段。
第一阶段是用四年时间，把每个模态都做出行业领先的模型。
第二阶段是今年上半年要推出的M3和Hailuo3，目标是把多个模态进一步融合在一起。
闫俊杰特别提到，视频生成目前是除了编程和智能助手外最大的市场。“我们认为今年可以做到中长视频，以及接近实时的生成，这会把市场变得更大，对我们也是一个巨大的机会。”
“我们从第一天坚持多个模态的基座模型研发。不同模态各自的积累都非常重要，且现在已经明确到了不同模态跨模态融合的关键节点，这能够让我们在全模态融合的必然趋势下占据优势。”
在文本模型上，Minimax在 108 天内完成 M2、M2.1 与 M2.5 三版模型快速迭代。
闫俊杰算了一笔账：按每秒100 token的输出速度，1个Agent连续跑一小时的平均成本大约1美元；换句话说，1万美元就能让4个Agent不间断运转一年。
模型的高性价比带动了使用量的长。M2系列文本模型在2026年2月的平均单日token消耗量已增长至2025年12月的超过6倍，其中来自编程场景的token消耗量增长超过10倍。
闫俊杰认为，这是长期趋势的开端，而不是一次性红利。“这个行业的增长更像阶梯性增长，不是简单的线性外推。”
从财报数字看，Minimax的毛利率从12.2%提升至25.4%，改善明显。公司解释为模型及系统效率提升以及基础设施配置优化。对模型公司来说，毛利率变化往往比收入更能反映底层工程能力，因为它直接对应单位推理成本与交付效率。
费用端出现更清晰的结构性变化：销售及分销开支从8700万美元降至5190万美元，同比削减40.3%；研发开支为2.53亿美元，同比增长33.8%，增速低于收入158.9%的增长；行政开支从1438万美元增至3681万美元，增幅155.9%，其中包括上市开支688万美元。收入加速、研发相对可控、销售收缩，形成了一个更像“效率优先”的轮廓；行政费用在上市阶段抬升也符合常见路径。
IFRS口径下年内亏损18.72亿美元，主要受优先股等公允价值变动影响；剔除股份支付费用、金融负债公允价值亏损及上市开支后，经调整净亏损为2.51亿美元，较上年的2.44亿美元仅微增2.7%。从这里看到一个积极信号，经营层面的亏损企稳。
03
闫俊杰眼中的三大战场
交完 2025的答卷之后，闫俊杰把2026年的主攻战场概括为三个，并做出三个判断：
第一，编程领域会开始出现L4–L5级别的智能，从“工具”走向“同事级”协作；
第二，办公领域将复刻去年编程领域的进步速度，AI智能体在办公领域的交付能力和渗透率会显著提升；
第三，多模态创作今年将走向“直出可交付”的中长内容，甚至出现更接近流式、实时输出的形态。
“这三件事叠加，意味着新的技术挑战、更大规模的智能供给爆发，以及应用层巨大的创新窗口期。”闫俊杰说，“Token 量级可能出现 1 到 2 个数量级的增长”。
业绩会上，一位分析师问到了L4到L5级别编程智能的话题，以及“软件公司是否会被Agent替代”。
闫俊杰借此阐述了他对AI能力分级的理解。
L3是工具级的智能，L4-L5是同事和组织级的智能。现在的编程智能主要是在明确的任务上实现软件的设计、开发、测试。
但未来编程还有两个方向的巨大提升空间：第一，更复杂、更具创新性的任务；第二，需要多个智能体像人类一样被有效组织和协作。
除了编程，闫俊杰更看重办公领域的潜力。闫俊杰指出，办公在接下来一年，将复刻去年编程领域那样的进步速度。他解释称：编程模型让越来越多人可以写代码，但需要写代码的人毕竟很少。更多工作场景是由非代码软件完成的，比如数据分析、Excel表格、汇报PPT等等。“这些办公场景是比编程更大的市场。”
04
90%员工被“Agent实习生”覆盖
Minimax内部也在进行基于办公场景的实践。业绩会上，闫俊杰还透露了一个有意思的数字：公司内部的Agent实习生已经覆盖了近90%的同学，涵盖编程开发、数据分析、运维管理、人力招聘、市场销售等各个岗位。
这不仅仅是效率工具。闫俊杰把它看作公司向“AI原生组织”演进的试验。
“我们看到的非常明显的趋势是：在很多事情上，从人来教agent怎么干活，到越来越多的时候是人来观察agent怎么来干活，甚至有时候agent会给人带来一些惊喜。”闫俊杰说，这让组织链路显著缩短，每个环节都能享受到智能提升的红利，从模型迭代、产品创新到服务用户，迭代闭环一直在加快。而同学的时间也花在了价值更大的事情上，进一步加速组织的思考和创新。
更重要的是，这给模型研发带来了直接好处。当agent真正在公司里跑起来，团队能非常清楚地观测到：即使是当下最好的模型，在很多环节仍然“做不对，或做不完”。
这些有待进步的点通常具有更高的经济价值，会直接变成下一代模型和agent的研发方向。
闫俊杰说，这形成了一个正向的飞轮。
05
坚决不做“豆包”
最后的问题是关于竞争。有分析师问：赛道里有巨头、有创业公司、有开源模型，你们到底在哪一层竞争？哪些仗必须打？
闫俊杰的回应很明确，MiniMax坚决不做豆包那样的通用AI助手，要做“AI时代的平台公司”。
他将AI平台价值定义为“智能密度 × Token 吞吐量”，指出未来AI行业竞争核心在于能否定义智能边界，当智能边界被突破时，会产生大量新场景和新用户，进一步形成新的生态和新的商业化红利。
“2023年，我们就明确做了判断：不做移动端的通用个人助手，也就是类似豆包和ChatGPT的对话产品。”闫俊杰说，原因是在这里没有创造独特价值。相反，MiniMax把资源集中在能产生独特价值的领域：Agent产品、星野、海螺视频。
除了战略定位，闫俊杰还强调了研发迭代效率。在AI时代，最终决定胜负的不是单纯的烧钱和烧资源，而是智能能力进步的速度，而速度来自研发效率。
“我们认为人才密度加AI原生的研发组织，可以使得迭代效率持续领先。”他说。
“全球范围内只会留下少数AI平台型公司位于行业核心队列。模型的竞争你追我赶、有胜有负，所有的公司都面临这个挑战，没有公司可以保证模型永远处在SOTA的地位。但我们对于自己能持续赢更多关键战役，是有信心的。”
精彩评论
牛逼