8月26日，中國AI大模型公司MiniMax（稀宇科技）釋出了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%。在隨後的財報電話會上，創始人、董事會主席、CEO兼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Token消耗量是1月的20倍。
閆俊傑在業績會上的一句話點明瞭公司的核心思路：“只有最小化單位智慧成本，才有可能最大化智慧水平。”過去兩年，大模型行業普遍面臨兩條路徑的抉擇：一是遵循Scaling Law堆引數追求更高智慧，但推理成本隨之攀升；二是為控制成本而降低效率，但智慧表現往往不盡如人意。行業一度預設這是“魚與熊掌不可兼得”的取捨。MiniMax則試圖打破這一二元對立，將成本最佳化與智慧提升視為同一目標的兩面。
推理成本為何成為行業焦點？ 隨著模型引數規模進入2-3T級別，推理環節的算力消耗日益顯著。輝達CEO黃仁勳在2026年GTC大會上曾判斷：“訓練支出作為主要成本驅動因素的時代已經結束，推理才是現在的工作負載，且正在快速擴張。”與此同時，Agent工作負載的崛起使得單次使用者請求可能觸發十幾次甚至幾十次模型呼叫，進一步推高算力賬單。
行業因此分化出兩條路線。一邊是谷歌等廠商推出的輕量化小模型，強調速度與成本，但旗艦大模型進展緩慢——例如原定於5月釋出的Gemini 3.5 Pro至今未見蹤影。另一邊是國產大模型廠商在引數規模上狂奔：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同樣達到2.4萬億，DeepSeek V4-Pro為1.6萬億。這些模型在智慧上確有突破，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%，且官方建議採用64張及以上加速卡部署。
MiniMax的選擇是“我全都要”。閆俊傑在財報會上闡釋了公司的技術路線：“算力對每家公司都是有限的。我們希望通過‘Minimize the Inference Cost, Maximize the Intelligence’實現‘Intelligence with Everyone’。”其核心邏輯有三層：第一，推理已成為製造下一代智慧的生產資料——合成數據、強化學習的Rollout、模型評測等環節本質上都在消耗推理算力，推理效率直接決定下一代模型能訓練到什麼程度；第二，推理成本最佳化是智慧迭代的必要條件，在算力物理上限下，若推理成本降不下來，成本將反過來制約智慧提升；第三，用最低的單位智慧成本追求最高智慧水平，是同一目標的兩面。
支撐這一思路的技術底座是MiniMax自研的MSA（稀疏注意力）架構。據稱，該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，使M3模型在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，從而使引數擴張不必帶來推理成本同比例上升。此外，MiniMax的ETTR（有效訓練時間比例）達到97%，並通過自主叢集、雲廠商和TokenFactory合作構建算力網路，現有及規劃算力已能支撐3T級文本模型和影片模型的迭代。
在算力不佔優的背景下，MiniMax試圖證明：降低單位智慧成本同樣能推高智慧上限。由於後訓練、合成數據、強化學習等環節本質都是推理負載，推理效率越高，同等算力下能開展的實驗就越多，智慧天花板也就越高。這一路徑能否持續走通，仍需時間驗證，但它為國產大模型參與全球競爭提供了一種可能的差異化思路。