8月26日，中國AI大模型企業MiniMax（稀宇科技）釋出了其自港股上市以來的首份半年報。財報顯示，公司收入同比增長283.1%，半年收入已達到2025年全年收入的1.5倍；毛利同比增長464.8%。在隨後的財報會上，創始人、董事會主席、CEO、CTO閆俊傑透露，8月公司ARR（年度經常性收入）突破8億美元，B端收入佔比達到80%，7月的Token消耗量是1月的20倍。這些資料表明，MiniMax在商業化與規模擴張上均取得顯著進展。

閆俊傑在業績會上提出一個核心觀點：“只有最小化單位智慧成本，才有可能最大化智慧水平。”這背後是過去兩年大模型行業面臨的普遍困境：遵循Scaling Law堆引數以提升智慧，往往導致推理成本高企；而追求低成本普惠，又常以犧牲智慧水平為代價。行業一度預設這是“魚和熊掌不可兼得”的取捨。

當前，大模型行業確實分化出兩條路徑。一邊是谷歌等廠商推出的輕量化小模型，如2026年7至8月釋出的Gemini 3.7 Flash、Gemini 3.6 Flash等，主打速度快、成本低，但智慧表現中規中矩，甚至旗艦產品Gemini 3.5 Pro至今未釋出。另一邊是國產大模型廠商在超大引數路線上狂奔，例如月之暗面的Kimi K3（引數約2.8萬億）、阿里的Qwen3.8 Max（約2.4萬億）、百度文心5.0（2.4萬億引數）等，智慧水平顯著提升，但成本也隨之水漲船高——Kimi K3的API定價中，非快取輸入從每百萬Token 6.5元漲至20元，輸出從27元漲至100元，分別上漲208%和270%，且釋出兩天後便暫停C端新使用者訂閱以保障算力。

MiniMax的選擇是“不做取捨”，而是將降低推理成本與提升智慧視為同一目標的兩面。閆俊傑解釋，推理不僅是“用模型”的過程，更是製造下一代智慧的“生產資料”——合成數據、強化學習的Rollout、模型評測、Agent與環境互動等核心環節，本質上都依賴推理負載。後訓練環節在整體訓練算力中的佔比越來越高，因此推理效率直接決定下一代模型能訓練到什麼程度。在算力物理有限的前提下，若推理成本降不下來，最終會反過來制約智慧提升。

為實現這一路線，MiniMax自研了MSA（稀疏注意力）架構，將百萬字長文本的單位Token計算成本壓至傳統全注意力機制的約1/20，即M3在1M上下文下每Token計算量僅為上代的1/20。其關鍵在於將總引數量（決定知識容量）與啟用引數量（決定單Token推理成本）解耦，使引數規模擴張不必帶來推理成本同比例上漲。因此，M3能在價格不變的前提下提升智慧，M3 Pro則能做到約3T引數量級的同時推進強化學習與長程任務訓練。

基礎設施方面，MiniMax的ETTR（有效訓練時間比例）達到97%，是國內最早建立規模化、長期穩定算力體系的獨立大模型公司之一。公司通過自主叢集、雲廠商與TokenFactory合作的組合方式搭建算力供給網路，現有及規劃算力已能支撐3T級文本模型和影片模型的持續迭代。

從產業視角看，MiniMax的實踐為國產大模型參與全球競爭提供了一條新思路：在算力不佔優的背景下，通過降低單位智慧成本來推高智慧上限。正如閆俊傑所言，推理效率越高，同樣算力下能做的實驗就越多，智慧天花板就越高。這一“降本提智”的技術閉環，能否持續驗證並推廣，值得AI產業鏈上下游持續關注。