超越Coding的全模态AGI挑战者

超越Coding的全模态AGI挑战者 glmszqdatemark2026年06月05日 全模态能力领先，奠定平台型公司基础。MiniMax已形成覆盖文本、语音、视频、音乐等主要模态的模型能力，并围绕底层模型构建面向C端用户与B端客户的产品体系。2025年公司收入7,903.8万美元，同比增长158.9%；其中AI原生产品收入5,307.5万美元，同比增长143.4%，开放平台及其他AI企业服务收入2，596.3万美元，同比增长197.8%。公司的海外收入占比达73%，表明其产品初步具备了全球化分发的能力，和其在海外市场的商业化模式已通过初步验证。 推荐首次评级当前价格：663.50港元 C端产品矩阵打造多入口应用生态。公司C端业务并非单一应用驱动，而是围绕视频生成、AI陪伴、语音交互、音乐创作等高频场景形成多产品矩阵。海螺AI承担视频生成与多模态创作入口，星野/Talkie对应AI陪伴与互动内容，Speech和Music模型则分别补齐语音与音乐能力。随着付费率、创作频次和多模态内容消费提升，C端业务有望由流量增长逐步切换至订阅、虚拟物品、创作工具和广告等多元变现。 分析师吕伟执业证书：S0590525110033邮箱：lvwei_yj@glms.com.cn分析师周慧敏 Harness工程化能力突出，Agent、编程和办公场景打开B端收入弹性。大模型竞争正从单点模型能力转向“模型效果、推理成本、工具调用、工作流编排、客户交付”的综合竞争。公司的Harness能力在于将底层模型的编程、工具调用、深度搜索、多步任务执行等能力，封装为可调用、可编排、可交付的Agent工作流，而非停留在单点模型能力展示。公司已将内部AI原生组织实践沉淀为MiniMaxAgent AI-native Workspace，且内部Agent实习生已覆盖近90%员工，落地编程开发、数据分析、运维管理、人力招聘、市场销售等场景。我们预计，Harness能力有望推动公司从API调用收入，进一步延伸至工作流交付、企业席位、定制服务和增量Token消耗，是B端商业化放量的重要基础。编程与办公作为当前Agent有较高可能性形成ROI闭环的方向，有望推动公司的API调用、席位订阅、工作流服务和企业定制收入快速增长。 执业证书：S0590526040010邮箱：zhouhuimin@glms.com.cn 投资建议：我们预计MiniMax2026-2028年收入分别为3.02/7.10/13.13亿美元，同比增长约282%/135%/85%，当前股价对应PS分别为89x/38x/20x。考虑MiniMax在模型品牌、推理优化和成本上的优势，我们坚定看好MiniMax能成为超越Coding的全模态AGI挑战者。首次覆盖，给予“推荐”评级。 风险提示：模型迭代不及预期、公司盈利或商业变现不及预期、地缘政治风险、海外数据监管风险等。 投资聚焦 商业模式重构，C/B端双轮驱动平台化升级：公司核心在于以全模态模型为底座，向C端海螺AI、星野/Talkie等应用入口及B端API、Agent Workspace、Coding/办公生产力平台同步延伸，构建“C端应用入口+B端平台调用”的双轮增长模型。 Harness工程化能力打开B端收入弹性：公司核心预期差不在单一模型榜单或单一C端制造明星单品，而在于将编程、工具调用、深度搜索、多步任务执行等模型能力封装为可编排、可交付的企业工作流，推动收入从API调用进一步延伸至席位订阅、工作流服务和企业定制。 M3.0与海螺新模型有望带动公司估值体系切换：M3.0有望验证公司在Agent/Coding复杂任务及工具调用上的能力迭代，海螺新模型也有望强化AI视频生成与多模态创作入口，我们预计2026年公司延续收入高增、毛利率持续修复的态势，并且随着公司B端收入占比提升和Agent客户拓展，将推动市场认知由“未盈利AI应用公司”切换至“全模态AI平台公司”。 区别于市场的观点/方法 市场认知偏差：当前市场仍容易将MiniMax理解为仍未盈利的大模型应用公司，关注点集中在短期亏损、算力投入和单一产品表现，对公司全模态能力、海外商业化、B端API/Agent收入弹性认知不足。 本报告观点：我们认为MiniMax不是单一AI应用公司，而是“全模态模型底座+C端产品矩阵+B端Agent平台”的复合型AI平台公司。公司长期价值不只来自海螺AI、星野/Talkie等C端产品，更来自API直连、Agent Workspace、Coding/办公生产力场景所带来的Token调用和企业付费。 测算方法差异：本报告不直接套用公司远期收入目标，而是自下而上拆解收入来源。在C端采用“MAU×付费率×ARPPU”测算，B端采用“API ARR增长+Agent席位数×ARPU+TokenPlan订阅数量增长”测算，更能反映用户渗透、企业客户扩张和Token消耗增长对收入的真实驱动。 核心假设 模型迭代假设：原生全模态通用大模型继续在语言、编程、Agent、多模态理解和长上下文能力上提升，支撑C端付费率改善和B端API/Agent调用增长。 C端产品假设：海螺AI、星野/Talkie、音乐与语音产品共同驱动AI原生产品收入增长。海螺新模型若在视频质量、可控性、生成速度和成本上进一步优化，有望提升创作频次和付费转化。 B端商业化假设：API直连、Agent Workspace、Coding Plan和企业工作流服务成为开放平台收入主引擎。随着模型能力提升和推理成本下降，企业客户调用频次、复杂任务比例和Token消耗量有望持续提升。 盈利能力假设：推理优化、模型路由、缓存复用和规模效应推动毛利率持续修复。我们预计公司2026-2028年毛利率逐步提升，但由于模型迭代和产品扩张仍处投入期，短期仍将维持亏损。 近期催化 科创板IPO启动：2026年5月31日，公司正式启动A股科创板IPO进程，若成功将成为“A+H”两地上市的大模型公司，有望打开A股溢价空间并成为估值体系重构的重要催化剂。 海螺新模型即将发布：海螺AI作为公司重要多模态创作入口，若新版本在生成质量、可控性和效率上升级，有望带动C端活跃度、付费率和创作场景渗透提升。 Agent产业趋势加速：编程、办公、数据分析、运维管理等场景具备较明确的效率提升和成本节约逻辑，Agent商业化从概念验证进入工作流落地阶段，有望推动MiniMax API调用、席位订阅和企业定制收入增长。 核心假设对应的风险 模型迭代不及预期：若海螺等后续模型在Agent、Coding、多模态理解和成本效率上提升不及预期，将影响C端付费率和B端客户拓展。 C端商业化不及预期：若海螺AI、星野/Talkie等产品的用户增长、留存、付费率和ARPPU提升低于预期，AI原生产品收入可能低于测算。 B端Agent落地不及预期：若企业客户采购意愿不足，或Agent Workspace、API直连、Coding Plan等产品落地周期较长，开放平台收入放量节奏可能延后。 推理成本下降慢于预期：若云资源、算力成本和推理成本高于预期，公司毛利率修复可能不及预期，亏损压力加大。 海外监管及版权风险：公司海外收入占比较高，且生成式内容产品可能面临版权、数据安全、内容审核和地区监管变化影响。 行业竞争加剧：国内外大模型厂商持续推进模型能力、Agent产品化和价格竞争，可能对公司API价格、C端付费和毛利率形成压力。 目录 1坚持长期主义的全模态发展......................................................................................................................................5 1.1公司AGI的进化密码........................................................................................................................................................................51.2 B端和C端双引擎驱动，深耕全球化战略....................................................................................................................................61.3公司的管理架构符合强技术基因与长期主义要求.....................................................................................................................11 2.1公司实现全模态均处于世界第一梯队..........................................................................................................................................142.2 M2模型代码能力实现编程重大突破............................................................................................................................................17 3.1 AI模型赋能常驻式个人智能体......................................................................................................................................................213.2多模态能力构筑AI Agent核心竞争力.......................................................................................................................................223.3打破部署壁垒，实现Agent平权与工作流深度渗透...............................................................................................................233.4 Coding能力决定端侧上限，路线分叉筑牢先发优势...............................................................................................................23 5.1盈利预测假设与业务分拆...............................................................................................................................................................315.2估值分析..........................................................................................................................