原創首發 | 金角財經（ID: F-Jinjiao)

作者 |羅夏

48小時內，中國大模型領域的兩只“獨角獸”——智譜與MiniMax先后叩響港股大門，“全球大模型第一股”的討論迅速升溫。

但在水面之下，當AI投資從“講故事”進入“算回報率”階段，資本市場開始做一件很殘酷的事：不再問你做得有多酷，而是問——十年后，誰還離不開你？

一邊，是向下扎根、試圖成為AI時代“水電煤”的智譜；另一邊，是向上生長、不斷制造更炫酷“電器”的MiniMax。

當AI “基建派”與“應用派”在上市路口迎面相撞，這已經不只是兩家公司之間的較量，而是一場關于AI產業最終價值歸屬的正面對照。

生而不同：兩種路線

兩家公司的分野，并不是在上市前才顯現，而是在創立之初就已寫入基因。

如果把AI產業比作一座正在建設中的現代城市，那么智譜選擇先修電網、水廠和操作系統；而MiniMax，則選擇率先點亮霓虹燈，讓城市“看起來很繁華”。

但是，霓虹燈越亮，越需要穩定的電壓。而修電網的人，通常不會出現在夜生活的合影里。

智譜的起點，是清華大學實驗室，路線也始終保持著“學院派”的克制與耐心。

它堅持全棧自研GLM架構，從模型結構、訓練框架到工具鏈幾乎不依賴外部閉源體系。與“在別人的操作系統上做應用”不同，智譜更像是在從零編寫一個AI時代的Windows或Android。

這是一條典型的重投入、長周期路徑。但它的目標也足夠清晰：成為AI時代的“發電廠”，通過API（模型即服務）向企業和開發者持續、穩定地供給底層能力。

截至2025年6月30日，智譜的模型已服務超過8000家機構客戶，賦能約8000萬臺設備，覆蓋科技、金融、醫療等多個關鍵行業。這種規模化、跨行業的滲透能力，正是基礎設施型公司的典型特征。也正因此，智譜在OpenAI的內部文件中，被點名為國際市場中最具威脅性的競爭對手之一。

MiniMax的路徑，幾乎完全相反。

這家公司選擇了一條更“輕”的捷徑：先做出能被用戶直接感知的爆款產品。

盡管同樣擁有自主研發的Abab系列模型，但其戰略重心和市場聲量，更多來自于將技術快速轉化為應用層產品的能力。

無論是AI對話、陪伴，還是音視頻生成，MiniMax更像一家典型的互聯網公司：強調快速迭代、即時反饋和用戶增長，用前端產品的爆發力迅速打開市場認知。招股書顯示，公司營收超7成來自于toC產品，尤其是海螺AI、Talkie/星野兩款應用，合計占據了總營收的67.7%。

簡而言之，智譜試圖構建的是“基建系統”，去定義AI時代的底層規則；而MiniMax更希望成為“垂直電器品牌”，在具體應用場景中占領用戶心智。

這兩條路徑，并沒有絕對的高下之分。但在一個技術仍處于高速演進期的行業里，選擇做“底座”還是“應用”，本身就決定了長期價值的天花板高度。

拆解招股書：含金量對決

在資本市場，所有宏大敘事，最終都會被壓縮成兩個問題：你的商業模式，到底靠什么賺錢？這種賺錢方式，是否具有長期壁壘？

從招股書披露的數據看，智譜與MiniMax的差異，并不在“有沒有收入”，而在于在兩者不同的商業模式下，收入從哪里來、穩不穩定、可不可替代，以及同樣關鍵的：能否保證足夠健康的毛利率。

智譜的“發電廠”模式，是把AI做成基礎設施，其商業模式以B端和G端為核心。

根據智譜招股書，其歷年收入全部來自通過MaaS平臺提供大模型服務。2024年全年收入達到2.63億元，2025年前6個月收入1.62億元，根據往年130%的年復合增長率計算，2015年全年收入將在7.18億以上。

值得注意的是，自2024年起，海外客戶開始產生收入，到2025年上半年，海外客戶貢獻的營收已經占到11.6%，說明其出海初見成效。

這一結構本身，就已經清晰勾勒出智譜的定位：不是賣功能，而是賣“底層能力”。

這種模式的硬核之處，首先在于極高的粘性和可持續性。政企客戶一旦將核心業務接入底層模型，所涉及的不只是技術遷移，更牽扯數據安全、業務流程與組織協同，替換成本極高。其79%的年復購率，正是這一特征的直接體現。

這一模式還意味著可觀的毛利率。招股書顯示，智譜自2022年至2025年上半年，毛利率基本維持在50%以上。要知道，以高毛率著稱的騰訊，去年全年毛利率是53%。作為一家尚在研發投入期的初創公司，智譜能做到50%以上毛利率，著實令人刮目相看。

與此同時，在開發者側，智譜的基座能力也開始顯現出變現效率。其AI編程訂閱制產品上線僅兩個月，年度經常性收入（ARR）便突破億元，說明當模型真正進入生產環節，付費意愿并不依賴營銷，而源于效率本身。

以API為載體，交付通用智能，而不是一次性的定制項目。這種模式不只是SaaS的延伸，更是云計算的下一層抽象——把“智能”變成基礎設施。這便是智譜的核心路徑——MaaS（模型即服務）。

招股書顯示，截至9月末，智譜模型已賦能全球1.2萬家企業客戶、覆蓋逾8000萬臺終端，平臺上聚集超270萬企業及應用開發者，并對接超4500萬開發者生態，API場景越廣，數據反饋越多，模型能力越完善，形成“數據—模型—開發者—應用”的飛輪。

招股書顯示，2025年11月，智譜日均token消耗量為4.2萬億。而OpenAI的API每分鐘調用60億tokens，相當于日均8.64萬億，僅為智譜的兩倍。

MiniMax的“應用店”模式，則是把AI做成爆款產品。

其商業模式聚焦C端訂閱與應用內購買，通過爆款應用快速獲取用戶與現金流。根據MiniMax 招股書，2025年前9個月，其收入為5344萬美元，其中應用相關收入達到3802萬美元，占總收入的 71.1%。

這一模式的優勢非常直觀：起量快、變現快、現金回收速度快，對資本市場的吸引力毋庸置疑。

但短板同樣擺在眼前。

首先就是較低的毛利率。招股書數據顯示，2023年至今，MiniMax的毛利率從未超過25%，尤其在2024年，毛利率更是低至12.2%。

為何毛利率如此之低？為不斷獲客而產生的海量營銷投放是重要原因。據招股書數據，2024年MiniMax收入3052萬美元，折合人民幣2.15億元，是智譜的69%；同期MiniMax的營銷開支是其營收的2.8倍，達到8700萬美元，折合人民幣約6.12億元，是智譜的158%。

考慮到應用層競爭激烈、產品可替代性強，MiniMax的高昂營銷投入與低毛利顯然并非短期挑戰，而是需要長期面對的問題。

但另一個高毛利率指標，成了MiniMax招股書中最亮眼的存在——即B端業務(開放平臺及其他基于AI的企業服務)毛利率高達69.4%，在最擅長的C端毛利僅為4.7%的情況下，MiniMax卻將自己不太擅長的B端毛利率做到了如此之高。

要知道，國內字節、阿里等大廠當前階段API毛利率為個位數，中小云廠商甚至是負數。Minima一枝獨秀的高毛利率水平，不得不說是一個“奇跡”。

“學費”交哪兒

根據兩家招股書顯示，2025年上半年智譜虧損17.52億，MiniMax2025年1-9月虧損超過35億（約5.12億美元）。

但虧損仍不是中國大模型真正的“學費”——真正的學費從不是燒了多少錢，而是燒錢的目的和方式。換言之，問題的核心在于算力的“回報率”，如何將算力成本轉化為收入與毛利。這是智譜和MiniMax都面臨的問題，在巨額的投入下，如何確保能夠實現“可持續的收入和毛利”。

智譜的收入與毛利，更多地依賴于面向企業客戶的本地化部署，穩健有余，但擴展難度較大。它的主要客戶包括互聯網企業，很有可能隨著開源模型性能持續提升，以及微調與部署工具持續降低門檻，逐步轉向垂直自研。

因此，智譜的選擇道路是，將自己在定制化服務上的技術棧與工程經驗，標準化并遷移至云端模型即服務(MaaS)服務上，是一條變現擴展路徑。在智譜的商業化設計中，高毛利率的本地化部署和爆發性增長的云端業務，實現雙輪驅動，其中本地化部署是“穩定器”和“現金牛”，云端業務是“增長引擎”和“未來”。

MiniMax則是另一條路，迅速轉向消費者市場。對應API調用的“開放平臺”業務，在MiniMax的收入占比從最初的近80%下降至目前的不足30%，取而代之的是低毛利率和低收入的“AI原生產品”。

根據招股書披露的數據計算，B端擁有2.5萬付費企業客戶，平均每家企業一年的貢獻4.5萬元（約合6000美元）；工具類C端，語言模型付費用戶1萬人，每人每年平均貢獻530元左右；海螺視頻付費用戶30萬，每人每年平均貢獻400元左右；流量類C端產品，Talkie/星野雖然有 140 萬付費用戶，每人每年平均貢獻36元。

如果只是收入不高，還可以說是市場培育期。但AI 行業的致命傷在于：成本結構的剛性。MiniMax2025年1-9月的研發總開支約13億元，但需要將77%支付給算力供應商。而智譜，這一比例為71.8%。

這就是目前AI 創業的真實匯率：你每花出去3塊錢的算力成本，只能從市場上收回來1塊錢。這是一場極其昂貴的“燒錢換增長”，而且這燒掉的錢，并沒有像傳統互聯網那樣帶來邊際成本的指數級下降。

如果算法優化的速度跑不贏算力漲價的速度，這門生意就是無底洞。但優化算法的根本解決之道，在應用層創新還是基礎層創新？這個問題的答案，顯而易見。

而這，只是淺層的“學費”。對于中國AI大模型的發展，要追問更深層的“學費”——燒了錢換回來了什么？或者留下來了什么？是中國AI技術的躍升與全球競爭中不被“卡脖子”，還是以爆款給全球市場提供“情緒陪伴”？

回看技術產業的演進史，或許能從中找到答案。

在PC時代，真正沉淀長期價值的，并非某一款現象級軟件，而是微軟所定義的操作系統標準；在移動互聯網時代，資本一度追逐無數明星App，但最終掌握產業主動權的，是構建底層生態的iOS與Android；云計算浪潮中，市場也曾為形態各異的SaaS應用歡呼，卻逐漸發現，最大、最穩定的利潤池，始終流向AWS、Azure這些“出售算力與基礎服務”的公司。

應用會更替，平臺會沉淀；爆款會輪換，底座會壟斷。很少有人還記得，當年PC時代最賺錢的軟件是哪一款；但幾乎所有人，都記得是誰定義了操作系統。

大模型行業同樣如此。它仍處在高速演進的早期階段，其技術軌跡始終遵循一條被反復驗證的路徑：底層能力的躍遷，最終會重構上層應用形態。反過來看，應用層的生存與發展，通常依賴底層模型所釋放的“能力紅利”。一旦基座技術發生躍遷，原有優勢往往會被迅速抹平，甚至直接被淘汰。

就像GPT-4發布后，大批基于GPT-3.5的明星應用迅速褪色；Sora橫空出世后，不少文生視頻創業公司的估值直接歸零。隨著大模型玩家持續增多，應用層競爭不可避免地走向同質化與免費化，長期盈利能力本身就存在結構性不確定。

應用這條路充滿挑戰。

字節跳動、騰訊、阿里等巨頭擁有成熟的“產品工廠”能力和龐大的流量資源，即便像MiniMax短期吸引用戶，也很容易被這些巨頭在短時間內復制、整合進自己的生態系統。

資本市場或許會為某一款驚艷的應用爆款獻上掌聲，但產業史反復證明：真正能夠穿越周期、持續獲得超額回報的，往往是那些默默鋪設時代地基的“根技術”提供者。

應用層的繁榮是階段性的，基座層的統治才是結構性的。

智譜與MiniMax的“第一股”之爭，不只是一個誰先誰后上市的時間問題。真正的問題是：當熱鬧散場，誰還站在舞臺中央？

因為，當熱潮退去，決定企業最終價值的，從來不是某一款應用的熱度，而是——底層技術是否具備不可替代性，商業模式是否具備長期穩定性，以及在產業生態中所處的位置。