领先的大模型开发公司，产品商业化迅速推进
优于大市 领先的大模型开发公司，产品商业化迅速推进 投资评级：优于大市（维持） 互联网·互联网Ⅱ 执证编码：S0980519030002执证编码：S0980521120004执证编码：S0980524030003 证券分析师：熊莉021-61761067xiongli1@guosen.com.cn 证券分析师：张伦可0755-81982651zhanglunke@guosen.com.cn 证券分析师：陈淑媛021-60375431chenshuyuan@guosen.com.cn 联系人：侯睿hourui3@guosen.com.cn 事项： 事件：2月13日，公司发布M2.5，在MiniMax内部真实业务场景中，整体任务的30%由M2.5自主完成，覆盖研发、产品、销售、HR、财务等职能，且渗透率仍在持续上升。 国信计算机观点：1）MiniMax自创立之初即布局全模态大模型方向，聚焦基础模型研发与AI原生应用构建。公司通过持续迭代升级，形成了涵盖文本、语音等能力的多模态模型体系；2）当前大模型能力不断提升，应用边界快速扩展，同时供给侧技术进步推动算力成本结构性下降，行业从技术验证期迈入爆发增长期；3）公司已构建起覆盖“文本理解—视觉生成—语音生成”的多模态能力矩阵，技术边界较为完整。这种路线使其具备长期演进潜力，而非阶段性能力领先，通过C端验证能力、B端实现放大的双轮驱动路径，公司调用量、用户规模快速提升；4）投资建议：公司低价模型切合中小企业和个人用户需求，多模态产品商业化和出海均处于国内领先地位，预计公司2026/2027/2028年营业收入分别为2.5/6.5/12.9亿美元，分别同比增长218.7%/156.4%/100.2%，给予“优于大市”评级；5）风险提示：盈利预测的风险、AI落地不及预期的风险、技术被赶超或替代的风险等。 评论： 领先的大模型开发企业，兼顾模型和产品落地 MiniMax成立于2021年，自创立之初即布局全模态大模型方向，聚焦基础模型研发与AI原生应用构建。公司通过持续迭代升级，形成了涵盖文本、语音等能力的多模态模型体系，并采用MoE等架构优化训练与推理效率。在模型能力基础上，公司推出多款C端应用并向企业开放API服务，逐步推进商业化与全球化布局。自成立之初，公司主要经历以下发展阶段： 1）创业初期，产品逐步丰富（2021-2023年）：2021年公司成立后便启动基础模型的开发，并在2022年发布首个文本模型abab1。2023年发布首个百亿参数预训练大模型abab5.5并与首位API客户合作，后续分别发布AI原生全模态交互平台Talkie、全模态交互平台星野、语音模型Speech-01； 2）产品快速迭代，进入快速发展阶段（2024年至今）：2024年多语言语音生成模型Speech-02、MiniMaxMCP发布。2025年首个开源、大规模混合注意力推理模型MiniMax M1发布、智能Agent应用发布，并发布Hailuo-02、MiniMax M2、Music2.0等，公司形成完备产品矩阵，2026年公司在港交所成功上市。 资料来源：公司招股说明书，国信证券经济研究所整理 公司为创始团队主导，管理团队经验丰富 公司核心决策权高度集中于创始团队，通过明确的职能分工实现战略、技术与商业化的协同推进。创始人兼董事会主席、CEO/CTO闫俊杰统筹公司整体战略方向与核心技术路线，直接参与模型研发与关键技术决策。核心技术人员均拥有多年从业经验，在技术研发、经营管理与产品商业化等方面形成互补合力，共同推动公司全模态大模型迭代与AI产品规模化落地。 闫俊杰及联合创始人团队通过Alpha Exp平台合计持有28.25%股份，为公司实际控制人。其余股权主要由产业资本及财务投资机构持有，其中阿里巴巴持股13.66%，为第一大外部机构股东、米哈游持股6.40%、IDG资本持股2.80%等。 资料来源：公司招股说明书，国信证券经济研究所整理 公司产品：涵盖模型产品、应用产品及平台服务，形成完备矩阵 1）基础模型：M系列 公司构建了以M系列为核心的通用大语言模型体系，包括M1、M2、M2.1及最新发布的M2.5等版本。M1为公司早期通用模型，主要承担文本理解与生成任务，在长上下文处理和基础推理能力方面奠定技术基础。MiniMaxM2在此基础上采用优化后的混合专家（MoE）架构，提升复杂推理与代码生成能力，并降低推理成本，更适用于智能Agent与开发类应用场景。根据ArtificialAnalysis智能指数公开评测结果，M2.5在开源模型类别中位居前列。 资料来源：Artificialanalysis，国信证券经济研究所整理 2月13日，公司发布M2.5，在MiniMax内部真实业务场景中，整体任务的30%由M2.5自主完成，覆盖研发、产品、销售、HR、财务等职能，且渗透率仍在持续上升。其中，在编程场景表现尤为突出，M2.5生成的代码已占新提交代码的80%。 1）在 编 程 、 工 具 调 用 和 搜 索 、 办 公 等 生 产 力 场 景 都 达 到 或 者 刷 新 了 行 业 的SOTA， 比 如SWE-BenchVerified(80.2%)、Multi-SWE-Bench(51.3%)、BrowseComp(76.3%)； 2）M2.5优化了模型对复杂任务的拆解能力和思考过程中token的消耗，使其能更快地完成复杂的Agentic任务。在SWE-Bench Verified的测试中，M2.5比上一个版本M2.1完成任务的速度快了37%； 3）M2.5让无限运行复杂Agent在经济上可行。在每秒输出100token的情况下，M2.5连续工作一小时只 需花费1美金；而在每秒输出50个token的情况下，只需要0.3美金。按照输出价格参考，50 TPS的版本价格是Opus、Gemini 3Pro以及GPT5这些模型的1/10-1/20； 4）在编程的核心测试中，M2.5相比于上一代模型有了显著提升，达到了跟ClaudeOpus系列类似的水平。M2.5在超10种语言和数十万个真实环境中进行了训练。能够胜任各类复杂系统开发的全流程。覆盖Web、Android、iOS、Windows、Mac等多平台的全栈项目，包含Server端API、功能逻辑、DataBase等，而不仅仅是前端网页demo。 资料来源：公司官网，国信证券经济研究所整理 在过去108天里面，公司陆续更新了M2、M2.1和M2.5，模型的进步速度超出公司自身预期，例如在编程领域最具代表性的SWE-Bench Verfied上，相比Claude、GPT和Gemini等模型系列的进步速度，M2系列模型保持了行业最快的进步速度。 资料来源：公司官网，国信证券经济研究所整理 2）视频生成模型：Hailuo系列 公司在多模态生成领域推出Hailuo系列视频生成模型，其中Hailuo-02支持文本生成视频及图像生成视频等多模态生成能力，在指令理解能力、复杂动作表达及画面物理一致性方面表现较为突出，能够满足内 容创作、影视辅助制作及数字媒体生产等应用需求。基于该模型，公司推出海螺AI视频生成平台，实现模型能力向创作端与商业化场景的延伸。 资料来源：Artificialanalysis，国信证券经济研究所整理 3）语音模型：Speech系列 公司于2023年11月推出首个语音模型Speech-01，随后于2025年发布Speech-02系列模型，进一步强化文本到语音（TTS）生成能力。Speech-02系列包括Speech-02-HD与Speech-02-Turbo两个版本，分别面向高保真语音生成与高效率实时生成场景，在自然度、情感表达与语音稳定性方面实现显著提升。 资料来源：Artificialanalysis，国信证券经济研究所整理 公司已逐步构建起模型、应用、平台协同发展的商业闭环，以M系列多模态基础模型与语音、视频模型为技术底座，通过Talkie（星野）、海螺AI等应用产品以及开放平台API实现用户与开发者的规模化触达，在实际使用场景中持续获取数据反馈。 1）C端：以订阅制与应用内付费为核心变现方式，依托在线营销与产品分发获取用户流量，实现高频互动 与内容消费场景变现； 2）B端：通过开放平台API调用收费及定制化企业服务收费，向企业客户输出文本、语音、视频等多模态能力，拓展产业级应用场景与规模化收入来源。 财务分析：收入加速释放，盈利结构边际改善 收入规模跨越式增长，商业化节奏明显提速。公司自2023年开始形成规模化收入，2025年实现收入7904万美元，同比增长159%。从收入结构看，2025年AI原生产品实现收入5308万美元，占比67.2%；开放平台及其他服务收入2596万美元，占比32.8%。2025年实现净亏损18.72亿美元，公司目前仍处于技术积累与产品商业化初期，虽已构建AI原生产品矩阵，但用户规模与商业化变现能力尚未达到盈亏平衡点。 资料来源：公司招股说明书，国信证券经济研究所整理 资料来源：公司招股说明书，国信证券经济研究所整理 毛利率由负转正，盈利能力稳定提升。受模型能力提升带来的单位算力效率改善、收入结构向高附加值产品倾斜以及固定成本随收入扩大被逐步摊薄等因素影响，公司毛利率逐步改善。2025年公司实现毛利率25.40%。公司净亏损逐步收窄，期间费用率逐步下降，2025年公司实现销售/管理/财务费用率分别为 46.58/65.66/319.81%。 资料来源：公司招股说明书，国信证券经济研究所整理 资料来源：公司招股说明书，国信证券经济研究所整理 行业趋势一：大模型能力不断提升，应用边界快速扩展 1）纵向拓展：随着参数规模的指数级攀升与混合专家（MoE）架构的普及，大模型的智能水平已实现跨越式提升。以从GPT-3到GPT-4为例，其律师资格考试成绩由倒数10%跃升至前10%，模型推理能力发生飞跃式提升。而GPT-4o、Claude 3.7等后续迭代更新也持续刷新了智能上限。与此同时，模型能力的边界也在不断外延：一方面，长上下文技术（如10万+token）打破了信息处理的记忆瓶颈；另一方面，AgenticAI的兴起标志着模型从“被动问答”向“主动执行”的范式转变——通过自主规划并调用代码解释器、浏览器等外部工具，大模型已具备在复杂环境中解决实际问题的逻辑推理与执行能力。 2）横向拓展：多模态融合加速迈向AGI，大模型正加速突破单一文本模态的局限，构建起涵盖视觉、听觉及视频的统一语义空间。在理解侧，GPT-4V与GeminiUltra已能精准解读医学影像与复杂图表；在生成侧，从Midjourney的艺术创作到Sora、Veo3的视频生成，AI的创作边界被无限延展。目前，学术界与产业界正致力于构建集理解与生成于一体的统一架构，构建起视听多模态的无缝交织的模型能力。 资料来源：ArtificialAnalysis，国信证券经济研究所整理 模型迭代速率加快、规模与能力不断提升。2025年以来，全球大模型行业正式告别了以年为单位的代际演进，转而进入了以季度甚至月度为周期的竞速时代。头部厂商的模型更新频率已从2024年的四个月以上大幅压缩至三个月内，以Anthropic为例，2024年3月公司推出了Claude3系列，随后推出Claude3.5系列，并分别于6月和10月推出Sonnet和Haiku系列，共同构成了对Claude3家族的重大升级。2025年， Anthropic于2月推出Claude3.7 Sonnet，三个月后的5月又推出Claude4，8月公司就推出Opus4.1，更新速度相较于2024年快了进50%，从季度更新向月度更新演进。 国内方面，Deepseek、字节跳动、阿里巴巴、智谱、Minimax等头部厂商也并未放缓其模型迭代的速度。以Deepseek为例，继2024年底发布V3及202
