当前位置:首页 > 科技资讯 > 正文

智谱与MiniMax IPO竞速:大模型商业化的两种路径与共同挑战

随着“千模大战”的热潮逐渐降温,中国大模型产业正从“规模竞赛”转向“商业化攻坚”的关键阶段。

2025年末,智谱与MiniMax相继递交招股书,大模型领域的“第一股”争夺战正式打响,两家企业的财务细节首次公之于众。目前,智谱已启动招股,预计2026年1月5日截止,并计划于2026年1月8日在港交所主板挂牌上市,股票代码为“2513”。

透过两家公司的财报,可以清晰地看到两条迥异的商业化道路。智谱深耕政企市场,力图在国产替代浪潮中构筑技术服务壁垒;而MiniMax则押注全球化的C端市场,试图在用户增长与算力消耗之间寻求平衡。

尽管路径不同,但两者面临着共同的行业难题:在传统互联网时代,规模扩大意味着成本摊薄;但在大模型时代,每一次模型调用背后都伴随着高昂的算力成本。当边际成本递减的规律不再适用,大模型公司究竟该如何实现盈利?

通过剖析两份招股书,本文试图揭示智谱与MiniMax在高增长与高亏损之下的真实状况。它们的成败得失,将为行业下半场的发展提供重要参考。

01

上市前的路径分野

翻阅MiniMax和智谱的招股书,很难将两者归为同一类公司。

智谱AI是典型的To B企业,其收入长期高度集中于本地化部署,该业务在过去几年中始终占据约85%的份额;云端业务占比则从2022年的4.5%提升至2025年上半年的15.2%。

智谱高度依赖大客户,包括互联网与科技公司、公共服务部门等。目前,机构客户数量从2022年的48家增至2025年上半年的3156家。其中,最大客户收入占比超过10%,前五大客户收入合计占比始终超过40%。

从客户结构来看,互联网与科技企业是智谱的最大客户来源,但这一收入占比正面临下滑风险。

互联网与科技客户的应用场景主要集中在办公软件(如文档生成)、运营资料分析、创意平台等领域,这些正是大模型最早、最易落地的商业场景。然而,这些公司同时也是自研模型意愿最强、技术能力最成熟的群体,它们更倾向于开发自有模型。

目前,该类客户收入占比在2022年为55.2%,2023年升至67.6%后开始回落,2024年降至49.6%,2025年上半年进一步下滑至38.3%。

经济观察报援引一位接近智谱管理层的人士透露,2022年智谱的AI大模型“非常好卖”,“一个模型能卖到上千万元,当时许多企业都会购买,如美团、360等科技大厂都买了。”他说,这也是智谱2022年收入飙升的原因,但到了2023年,随着千模大战兴起,千万元标价的大模型就很难卖出去了。

与之相对,公共服务和电信客户的占比持续提升。2025年上半年,公共服务客户收入占比已接近30%,电信行业维持在13.6%。

智谱与MiniMax IPO竞速:大模型商业化的两种路径与共同挑战 大模型 商业化 智谱AI MiniMax 第1张

MiniMax则更像一家互联网公司,其主要收入来源于AI原生产品,依靠用户订阅服务创收,该部分收入占比从2023年的21.9%快速提升至2025年前三季度的71.4%。另一部分收入来自开放平台及其他基于AI的企业服务,其占比从早期的78.1%一路下滑,2025年前三季度已降至28.9%。

MiniMax的AI产品用户数量增长迅猛,月活跃用户从2023年的310万激增至如今的2760万,付费用户数从2023年的约12万增加至2025年9月的177万。

其中,海螺AI自2023年初推出后,于2024年9月上线视频生成功能,用户规模迅速扩大。2024年,AI陪伴应用Talkie贡献收入占比近63.7%,视频生成模型海螺AI占比7.7%;到2025年前三季度,海螺AI占比提升至32.6%,与Talkie共同成为营收双支柱,二者合计贡献超60%的收入。

智谱与MiniMax IPO竞速:大模型商业化的两种路径与共同挑战 大模型 商业化 智谱AI MiniMax 第2张

这种差异早在两家公司的起点便已注定。

智谱脱胎于清华大学知识工程实验室,2019年成立时,创始人张鹏与唐杰均拥有深厚的计算机学术背景,公司自成立起便延续了浓厚的学术与工程导向;相比之下,2021年成立的MiniMax更贴近产业实践,其创始人闫俊杰曾任商汤科技副总裁,团队具备成熟的商业化和产品落地经验,从一开始就更强调市场反馈与应用效率。

02

高增长与高亏损

尽管商业路径不同,但智谱与MiniMax在财务底色上高度一致,两家公司均处于高增长、高投入、高亏损的阶段。

智谱近三年营收从5740万元增至2024年的3.12亿元,2025年上半年进一步增至1.91亿元,同比增长超300%。然而,经调整净亏损也从2022年的9741.7万元扩大至2025年上半年的17.52亿元。

MiniMax同样保持高速增长,2023年至2024年营收从350万美元增至3050万美元,2025年前三季度达5340万美元。与此同时,经调整净亏损则从2022年的1220万美元扩大至2025年前三季度的1.863亿美元。

从毛利率表现来看,两家公司的业务模式揭示了各自的盈利困境。

智谱整体2022年至2024年毛利率分别为54.6%、64.6%、56.3%。2025年上半年受云端业务拖累,降至50.0%。本地化部署是其利润护城河,毛利率一直维持在50%以上,体现了政企私有化部署的高溢价。

然而,智谱的云端部署毛利率从2022年的76.1%剧烈下滑至2025年上半年的-0.4%。这说明在公有云标准件市场,智谱目前处于倒贴运营状态。

智谱与MiniMax IPO竞速:大模型商业化的两种路径与共同挑战 大模型 商业化 智谱AI MiniMax 第3张

MiniMax的毛利率则呈现明显的U型反转,从2023年的-24.7%转正为2025年前九个月的23.3%。尽管整体修复明显,但贡献超70%收入的AI原生产品(海螺AI、Talkie)毛利率仅为4.7%。这反映出C端产品的商业化水平远不足以覆盖算力等成本。再加上海外高昂的获客成本,MiniMax距离盈利还有很长的路要走。

智谱与MiniMax IPO竞速:大模型商业化的两种路径与共同挑战 大模型 商业化 智谱AI MiniMax 第4张

两家公司在不同商业模式下验证了一个共性:高增长的背后是巨额投入,尤其是研发投入。近3年半时间里,智谱和MiniMax的累计研发投入分别为44亿元和5亿美元(约35亿元)。

研发投入主要用于算力服务费及研发人员薪酬。智谱今年上半年计入研发的算力支出为11亿元,MiniMax前三季度计入研发的算力支出为1.4亿美元(约9.87亿元)。

与传统互联网行业用户规模扩大、边际成本递减的规律不同,大模型业务呈现出另一种结构:用户越多、调用越频繁,推理算力消耗越高,成本随规模同步上升。

如何在算力成本刚性的前提下,通过技术迭代降低推理成本,或在应用层找到足以覆盖成本的高溢价,是摆在两家公司面前的共同命题。

从单位经济模型来看,两家公司均未跑通盈利闭环。MiniMax AI原生产品的低毛利率意味着其客户终身价值与客户获取成本的比值尚未达到健康水平,用户增长越快,现金消耗反而越大。

智谱虽能通过本地化部署将部分算力成本转嫁给客户,但项目制交付模式决定了其规模扩张速度难以指数级提升,面临“增长天花板”的隐性约束。

这种困境也解释了为何IPO对两家公司至关重要——在通用人工智能的长期博弈中,如OpenAI等拥有强大的技术储备、资本与人才优势,这意味着企业必须提前布局,确保在下一轮技术突破或市场扩张中有足够的资金和运营弹性,IPO本质上是为未来战略储备弹药。

03

从烧钱搞研发,到拼命搞钱

今年以来,中国大模型行业的竞争重心正在发生转移。

早期,大模型厂商主要通过参数升级和技术迭代建立优势,模型规模迅速推高,但随着融资规模扩大、亏损持续放大,技术领先本身已难以支撑高估值,商业化效率被推到台前。

在算力成本高昂的背景下,增长能否兑现为真实利润,成为行业进入新阶段后必须直面的核心问题。而智谱与MiniMax选择了两条几乎相反的解题路径。

对智谱而言,核心并非追求用户规模,而是通过高单价、本地化部署订单换取可观现金流。目前,智谱在B端已展现出强劲竞争力,客户数从2022年的48家增至2024年的123家,年化客单价从114万元增长至215万元。

由于其清华系的背景以及在底层大模型框架GLM上的完全自主可控,它在国产化替代和政务安全领域具有天然的信任优势。

本地化部署不仅毛利率长期维持在50%以上,也意味着算力成本可以在项目报价中部分转嫁给客户。这也是其客户结构逐步向公共服务、电信等行业倾斜的原因,这些客户付费能力更强、项目周期更长,对模型是否最先进的敏感度反而更低。

这种路径的代价同样明显。政企市场天然天花板有限,项目制交付决定了规模扩张的速度难以指数级增长。未来,智谱的挑战在于能否将本地化部署的经验转化为标准化程度更高、交付更轻的垂直行业方案。

MiniMax的选择则完全相反,它避开了国内极度内卷的通用API价格战,将重心放在了海外C端订阅和差异化的多模态API上。通过Talkie、海螺AI等产品,在海外市场迅速做大用户基数,用订阅收入覆盖持续上升的推理成本。

从结果看,MiniMax的用户与收入增速已初步验证了这一模式的可行性,但财务数据同样揭示了现实约束:AI原生产品贡献了超过70%的收入,却只产生4.7%的毛利率,算力与买量成本几乎吞噬了全部增长红利。

未来,MiniMax的商业模式高度依赖两个不确定因素:一是通过技术迭代降低模型推理成本,二是能否在视频生成等高频使用场景中实现更高的溢价和付费率。在这些条件未达成之前,用户增长越快,现金消耗反而越大。

另外,C端流量天然易失,MiniMax面对字节跳动等掌握社区流量的巨头,必须证明海螺AI不只是昙花一现的工具,而是一个高黏性、能让用户持续付费的应用。

这场IPO竞赛并非大模型战争的终点,而是行业进入新阶段的开始。两家公司分别验证了政企数字化与全球消费级应用这两条截然不同的路。IPO之后,智谱需要解决的是规模化交付的效率,而MiniMax需要解决的是降低算力成本,并形成流量护城河。

两家公司都已初步具备自我造血能力,但最终谁能率先跑通盈利模型,谁才能真正拿到通往大模型下半场的入场券。