8 月 26 日晚，MiniMax 公布 2026 年中期业绩。与上一次财报相比，这份成绩单最明显的变化并不只是收入增长，而是收入来源正在发生转换：企业和开发者业务开始取代消费者产品，成为 MiniMax 商业化增长的主要动力。
2026 年上半年，MiniMax 实现收入约 1.2 亿美元，同比增长 283%，半年收入已达到 2025 年全年收入的 1.5 倍。其中，第二季度收入较第一季度环比增长 81.8%。
进入第三季度后，增长速度进一步提高。MiniMax 披露，7 月 Token 消耗量已经达到 1 月的 20 倍；截至 8 月，公司年度经常性收入（ARR）超过 8 亿美元，其中 To B 业务贡献超过 80%。
需要说明的是，ARR 是按照当前经常性收入水平进行的年化估算，并非财报中已经确认的收入。但从这一指标看，MiniMax 当前的商业化速度已经明显快于上半年。
B 端收入同比增长 703%，成为主要增长来源
MiniMax 收入结构的变化，在财报确认收入和最新 ARR 两个口径中均有所体现。
2026 年上半年，公司开放平台及其他 AI 企业服务收入约 7400 万美元，同比增长 703%，占总收入的比例由上年同期的 30%升至 63%；AI 原生产品收入约 4300 万美元，同比增长 101%。
到了 8 月，B 端业务在 ARR 中的占比已经进一步升至约 80%，C 端业务则降至约 20%。去年同期，两者比例大约相反：To B 业务约占 30%，To C 业务约占 70%。
从去年以消费者产品为主，到今年上半年 B 端确认收入超过六成，再到 8 月 B 端业务贡献约八成 ARR，企业和开发者客户正在成为 MiniMax 增长最快的收入来源。
MiniMax 副总裁薛子钊在业绩会上表示：“进入第三季度，收入加速度增长。目前 8 月 ARR 已超过 8 亿美元，其中 To B 板块在整体 ARR 中的贡献已超过 80%。”
这一变化主要由企业客户增加、API 调用量增长以及 Token 计划被更多客户采用所推动。MiniMax 披露，目前其企业客户和开发者数量已经突破 200 万，是 2025 年底的 10 倍。
从地域结构看，国际化仍是 MiniMax 收入的重要组成部分。2026 年上半年，公司超过六成收入来自海外市场，国内收入占比约四成。
Agent 推动 Token 消耗快于用户增长
MiniMax 将 ARR 快速增长归因于模型能力提升和使用强度增加。
公司表示，在 M3 相较 M2 系列价格不变的情况下，模型智能水平有所提高，一方面带来了新客户，另一方面也推动原有客户把模型用于更多任务。
更值得关注的变化是，模型消费正在从“人与 AI 交互”扩展到“Agent 与 AI 交互”。一个用户提出的任务，可能被 Agent 拆分为多轮模型请求、工具调用和子 Agent 任务。由此产生的 Token 消耗，可能明显快于用户数和消息数增长。
“人类问题通过 Agent 的形式被展开为多轮模型请求、工具调用和子 Agent 任务。而由 Agent 驱动的推理需求增长显著快于人类用户数和消息数，结果维度来看，就是单用户的 Token 消耗在快速增长。”MiniMax 管理层在业绩会上表示。
7 月 Token 消耗量达到 1 月的 20 倍，正是这一变化的集中体现。但 Token 增长能否持续转化为收入和毛利，还取决于模型定价、推理成本以及集群利用率。
MiniMax 称，过去两个多月，其文本模型单位算力吞吐量提升了 3 倍，M3.1 的目标是将推理成本降至 M3 刚上线时的三分之一左右。
“我们不认为降价和毛利率改善是矛盾的，只要单位 Token 仍然保持正向、并且持续改善的毛利，规模扩大就会带来更高的绝对毛利。”MiniMax 管理层表示。
2026 年上半年，公司实现毛利约 2100 万美元，同比增长 465%。不过，前沿模型研发仍然需要大量投入：同期研发开支约 3 亿美元，同比增长 139%；IFRS 口径净亏损约 3.6 亿美元，较上年同期约 4 亿美元收窄 11%。
这意味着，收入高速增长和结构改善已经出现，但 MiniMax 距离依靠经营收入覆盖模型研发和算力投入仍有距离。
M3 与 H3 共同推动 B 端调用增长
从产品结构看，MiniMax 目前拥有语言模型 M 系列和多模态模型 H 系列两条主要技术管线。
M3 主要承接 Coding、Agent 和长程任务需求，H3 则面向视频生成及多模态内容生产。MiniMax 表示，越来越多企业客户开始同时使用语言、视觉和声音能力，两条模型管线正在共同推动 API 调用量和 ARR 增长。
H3 开源三个多星期后，下载量已经超过 2400 万次，并产生超过 300 个公开衍生模型。MiniMax 将开源视为进入企业工作流和开发者生态的方式，而不是对商业化服务的替代。
“一个模型长期的定价能力，最终还是取决于效果、成本、稳定性和迭代速度，而不是模型是否开源。”MiniMax 管理层表示，企业的大规模应用仍然需要高效推理、稳定服务、持续升级和企业级交付能力。
下一阶段，MiniMax 还将推进 M3.1、M3 Pro 和 H3.1。其中，M3 Pro 的参数规模预计提升至约 3T，并扩大强化学习和长程任务训练。公司称，现有及规划算力能够支持 3T 级文本模型和视频模型继续迭代，M3 和 H3 也在推进国产芯片适配，大规模国产算力集群将逐步承担真实生产流量。
MiniMax 创始人、CEO 闫俊杰将公司的技术路线概括为：“只有最小化单位智能成本，才有可能训练出最大化的智能水平；只有降低单位智能的供给成本，才有可能让更高水平的智能进入更广泛的生产和生活。”
对于 MiniMax 而言，8 亿美元 ARR 说明模型调用正在加速转化为商业收入，B 端占比升至 80%则表明其收入增长已经不再主要依赖消费者产品。
但下一阶段需要验证的，也从“模型能否带来收入”变成了另一个问题：企业 Token 消耗的增长，能否在推理成本下降的同时，持续转化为更高的毛利和更低的亏损率。
