智谱与MiniMax同日IPO：B端定制与C端产品，谁是大模型商业化最优解？

智谱和MiniMax相继上市，资本市场鲜有机会在同一时刻，对同一领域获得如此鲜明的对比案例。

两家在一级市场被誉为“小龙”的大模型企业，IPO首日市场表现迥异。号称“全球大模型第一股”的智谱，盘中曾出现回调，但最终展现韧性，收于131.5港元，较发行价上涨13.2%；而MiniMax则全天保持强劲，收盘价报345港元，涨幅高达109.1%。

倘若一级市场押注的是未来潜力，那么二级市场则更看重商业化的现实可见度。在商业化普遍处于起步阶段时，谁的故事更能打动资本市场，谁就更受青睐。

当大模型企业步入IPO阶段，其产品布局与战略选择向投资者呈现出截然不同的估值逻辑。智谱倾向于将AI能力转化为“可交付的工程”，将模型封装进To B服务方案；MiniMax则优先打造“可消费的产品”，将模型转化为应用，借助C端消费市场实现自我造血。

于是，我们观察到两种迥异的市场反馈。尽管技术型公司的短期估值常受情绪影响，但若超越“短期即情绪”的简单认知，这两家公司的对比更像是一场公开的市场定价实验。

当大模型迈入IPO门槛，资本市场到底愿意为哪条商业化路径买单？

智谱并未上演“鬼故事”？

二级市场评估新上市企业的增长潜力，通常依据招股说明书。最直观的增长性体现在招股书中明确列出的收入构成。

二者的财务模型差异明显：一个属于厚积薄发的“技术长跑型”，一个则是高举高打的“效率实干型”。

2024年及2025年上半年，智谱来自本地化部署的收入占比超过80%，收入结构明显以B端为主。这一定位基本勾勒出智谱的商业模式：它更像一家“AI解决方案提供商”，将大模型能力植入企业的数据中心、私有环境和专属流程中。

上一波AI热潮，本质上是围绕“算法能力输出”的产业周期。行业智能化的交付物多为特定场景下的单点需求。各项目相互独立，算法能力的重复使用率低，规模扩张主要依靠销售覆盖范围和项目数量增加。

而智谱所处的这一轮，是以通用大模型为底层基础设施的周期。模型本身不专属于任何行业，而是凭借参数规模、推理能力和Agent架构，构建出可在多场景下重复调用的“通用能力池”。在此逻辑下，尽管本地化部署在收入形式上仍呈现“项目化”特征，但其底层能力并非一次性交付，而是可不断演进、复用、升级的模型和工具链。

正因如此，智谱在招股书中多次强调模型迭代速度、Token调用量以及平台化能力，而非单纯项目合同额——二级市场期待的规模化复制叙事，关键或许不在于云部署比例提升，而在于与同一客户商业合作的持续深化。

对智谱来说，单个项目可视为商业化的切入点，而非终点。一旦模型融入企业业务流程，后续的能力迭代、Agent拓展、算力使用和工具订阅，都将在同一客户内部自然衍生。

换句话说，如果说过去的项目交付类似于在不同客户间“复制工程”，那么智谱的目标则是在同一客户内部“复制能力”。前者规模化靠横向拓展，后者更倚重纵向深耕。

正是在这一点上，市场看法出现分化。部分投资者看到的仍是熟悉的模式——高毛利、项目制、本地化部署；而另一些投资者则认为，智谱正以项目制为外壳，承载一套尚未完全成型的平台化商业模式。

从盘中回调到最终逆势上涨的表现看，市场对智谱的外在形态与内在实质的预期存在偏差，但它仍需向市场证明自己。

在通用能力尚未完全通过云端调用释放之前，项目化收入仍是务实选择。能否从“交付驱动”转向“调用驱动”，才是智谱能否摆脱上一轮AI公司困境的关键分水岭。

大模型时代的“字节跳动”雏形？

与智谱被套入熟悉估值框架不同，MiniMax的处境几乎相反——在上一轮AI浪潮中，找不到与其对标的模板。

并非MiniMax的技术路线更具颠覆性，而是其创始人闫俊杰作为上一轮AI浪潮的亲历者，对AI商业化的理解比外界更超前、更透彻。

从一开始，他就引导公司避开与智谱相似的发展路径。他深知定制化交付的痛点，因此更早地将资源集中于产品、平台和用户。对二级市场来说，定制化B端的想象空间尚需拓展，但大模型时代原生产品模式更具吸引力，这或许是其上市首日迅速引爆市场情绪的关键因素。

收入构成上，MiniMax显露出互联网“产品+平台”公司的特征。招股书显示，其2024年收入为1355.2万美元，2025年前九个月收入达5343.2万美元，其中海螺AI、星野等AI原生应用构成的产品矩阵贡献了超过71%的营收。

在B端叙事中，模型本身就是交付物；而在另一条叙事中，作为底座的模型被封装成产品交付给C端用户，从交付物转变为成本中心。

路径调整的优势显而易见，MiniMax“迎合”了投资者预期，未经历智谱此前遭遇的波动。从商业模式看，MiniMax更易被纳入消费互联网公司范畴，可用ARPU×MAU模型评估增长潜力。

至此，市场关注焦点集中于其增长的可持续性，以及成本能否通过规模效应被摊薄。

需要警惕的是，这条道路同样充满挑战。相比项目制收入，消费级产品和平台调用使成本更早显现，用户增长与算力支出同步上升。此时，效率直接决定毛利率，乃至企业整体运营状况。

招股书也透露了端倪。MiniMax在招股书中强调自身尚处商业化初期，亏损率较高，其对历史现金消耗的详尽披露，通常暗示着“烧钱换规模/增长”的策略。

这是一场更集中的战略押注。只要产品飞轮持续转动，它就能通过规模摊薄模型成本，扩大平台化收入；反之，一旦增长放缓，成本曲线将瞬间转化为压力曲线——在高强度研发和算力投入下，若商业化无法持续提速，估值基准将从收入转向现金流。

从这个视角看，MiniMax与十多年前大量采购服务器、优化个性化算法的字节跳动有异曲同工之妙。有趣的是，两家创始人也曾在不同场合表达过相似理念，例如均从成立之初就着眼于全球化布局。

相较于张一鸣，闫俊杰的创业环境更为优越。张一鸣创业时，信息找人理念仅在海外少数“算法新闻”小众产品中初现端倪，他需要向每位投资人解释信息分发的价值；而闫俊杰面对的是AI已成共识的火爆市场，难怪投资者用行动表达对MiniMax的更高期待。

肥水究竟流向了哪里？

AI是一个技术驱动、层级分明的行业。两家大模型公司在商业化路径上的分歧仍需时间验证，但有一个现实比市值更显冷酷——算力并不掌控在它们自己手中。

以MiniMax为例，2025年前九个月，其向阿里云支付的云计算服务费用达5830万美元；预计2026年至2028年，每年向阿里云采购云服务的预算上限分别为1.15亿、1.25亿、1.35亿美元。

在市值的情绪波动之下，真正稳定、确定且持续增长的现金流，正沿着算力账单流向云服务商。所谓的“商业化路径之争”，更像是两家公司以不同方式为同一张底层账单付费。

MiniMax依靠用户规模和产品增长，将算力成本前置，直接反映在报表中；智谱则通过项目交付和本地化部署，将算力成本打包进整体解决方案，由客户间接承担。

或许，本轮大模型IPO还隐含另一层结论：无论资本市场短期偏好哪种叙事，真正处于产业链顶端、拥有议价权的，仍是掌握算力、网络和调度能力的云平台。

“肥水究竟流向了哪里？”答案并不复杂。毕竟在这场AI产业链商业化的竞赛中，算力作为核心生产要素，已经提前完成了价值锚定。这或许才是本轮大模型浪潮中最确定的事实。