8月26日，中国AI大模型企业MiniMax（稀宇科技）发布了其自港股上市以来的首份半年报。财报显示，公司收入同比增长283.1%，半年收入已达到2025年全年收入的1.5倍；毛利同比增长464.8%。在随后的财报会上，创始人、董事会主席、CEO、CTO闫俊杰透露，8月公司ARR（年度经常性收入）突破8亿美元，B端收入占比达到80%，7月的Token消耗量是1月的20倍。这些数据表明，MiniMax在商业化与规模扩张上均取得显著进展。

闫俊杰在业绩会上提出一个核心观点：“只有最小化单位智能成本，才有可能最大化智能水平。”这背后是过去两年大模型行业面临的普遍困境：遵循Scaling Law堆参数以提升智能，往往导致推理成本高企；而追求低成本普惠，又常以牺牲智能水平为代价。行业一度默认这是“鱼和熊掌不可兼得”的取舍。

当前，大模型行业确实分化出两条路径。一边是谷歌等厂商推出的轻量化小模型，如2026年7至8月发布的Gemini 3.7 Flash、Gemini 3.6 Flash等，主打速度快、成本低，但智能表现中规中矩，甚至旗舰产品Gemini 3.5 Pro至今未发布。另一边是国产大模型厂商在超大参数路线上狂奔，例如月之暗面的Kimi K3（参数约2.8万亿）、阿里的Qwen3.8 Max（约2.4万亿）、百度文心5.0（2.4万亿参数）等，智能水平显著提升，但成本也随之水涨船高——Kimi K3的API定价中，非缓存输入从每百万Token 6.5元涨至20元，输出从27元涨至100元，分别上涨208%和270%，且发布两天后便暂停C端新用户订阅以保障算力。

MiniMax的选择是“不做取舍”，而是将降低推理成本与提升智能视为同一目标的两面。闫俊杰解释，推理不仅是“用模型”的过程，更是制造下一代智能的“生产资料”——合成数据、强化学习的Rollout、模型评测、Agent与环境交互等核心环节，本质上都依赖推理负载。后训练环节在整体训练算力中的占比越来越高，因此推理效率直接决定下一代模型能训练到什么程度。在算力物理有限的前提下，若推理成本降不下来，最终会反过来制约智能提升。

为实现这一路线，MiniMax自研了MSA（稀疏注意力）架构，将百万字长文本的单位Token计算成本压至传统全注意力机制的约1/20，即M3在1M上下文下每Token计算量仅为上代的1/20。其关键在于将总参数量（决定知识容量）与激活参数量（决定单Token推理成本）解耦，使参数规模扩张不必带来推理成本同比例上涨。因此，M3能在价格不变的前提下提升智能，M3 Pro则能做到约3T参数量级的同时推进强化学习与长程任务训练。

基础设施方面，MiniMax的ETTR（有效训练时间比例）达到97%，是国内最早建立规模化、长期稳定算力体系的独立大模型公司之一。公司通过自主集群、云厂商与TokenFactory合作的组合方式搭建算力供给网络，现有及规划算力已能支撑3T级文本模型和视频模型的持续迭代。

从产业视角看，MiniMax的实践为国产大模型参与全球竞争提供了一条新思路：在算力不占优的背景下，通过降低单位智能成本来推高智能上限。正如闫俊杰所言，推理效率越高，同样算力下能做的实验就越多，智能天花板就越高。这一“降本提智”的技术闭环，能否持续验证并推广，值得AI产业链上下游持续关注。