Jak MiniMax zamienił gwałtowny wzrost użycia AI w biznes napędzany przez firmy

Między 2025 r., lutym 2026 r. a sierpniem 2026 r. MiniMax przeszedł wyraźną zmianę strategiczną. Firma, która rozwijała zarówno produkty AI dla konsumentów, jak i własne modele, coraz mocniej opierała komercyjny wzrost na klientach biznesowych, deweloperach oraz płatnym wykorzystaniu modeli w aplikacjach i procesach firmowych.

Najbardziej spektakularnym sygnałem tej zmiany jest ARR, czyli roczny powtarzalny przychód wyliczany na podstawie bieżącego tempa przychodów cyklicznych. MiniMax podał, że wskaźnik ten przekroczył 800 mln dolarów w sierpniu, podczas gdy w lutym wynosił ponad 150 mln dolarów. 51011

Trzeba jednak zachować właściwą perspektywę: ARR nie oznacza, że spółka już zaksięgowała 800 mln dolarów przychodów. To annualizowana projekcja aktualnego tempa sprzedaży, a nie zamiennik przychodów wykazywanych w sprawozdaniu finansowym. 10

Od produktów konsumenckich do platformy dla firm

Wyniki finansowe pokazują, gdzie przesunął się środek ciężkości biznesu. Przychody z otwartej platformy oraz innych usług AI dla przedsiębiorstw wzrosły w pierwszym półroczu 2026 r. o 703,1% rok do roku, do 73,9 mln dolarów. Ich udział w całkowitych przychodach zwiększył się z 30,3% w pierwszym półroczu 2025 r. do 63,4%. 6713

Według kierownictwa segment B2B odpowiadał w sierpniu za ponad 80% ARR. 510 W praktyce oznacza to, że MiniMax nie polegał już przede wszystkim na subskrypcjach konsumenckich ani pojedynczych aplikacjach AI. Największym źródłem nowego wzrostu stały się platforma, API i usługi inferencji — czyli uruchamiania modeli w realnych produktach i przepływach pracy.

Tempo przyspieszenia było widoczne także w ujęciu kwartalnym. Przychody w drugim kwartale były o 81,8% wyższe niż w pierwszym, a zużycie tokenów w lipcu osiągnęło około 20-krotność poziomu ze stycznia. 51533 To sugeruje, że modele były coraz częściej wykorzystywane wewnątrz aplikacji i procesów produkcyjnych, a nie tylko testowane przez użytkowników.

Konsumenci nadal są ważni, ale nie nadają już ton biznesowi

Zwrot w stronę B2B nie oznaczał porzucenia rynku konsumenckiego. Przychody z produktów natywnie opartych na AI wzrosły w pierwszym półroczu o 100,9%, do 42,6 mln dolarów. 7

Produkty takie jak Talkie i Hailuo AI nadal zapewniały firmie zasięg, aktywność użytkowników oraz dystrybucję nowych doświadczeń multimodalnych. Zmieniła się jednak proporcja. Produkty konsumenckie wciąż rosły, lecz to usługi dla przedsiębiorstw i deweloperów generowały większą część przychodów oraz coraz większy udział powtarzalnego strumienia sprzedaży.

Dlaczego popyt na inferencję tak szybko wzrósł?

Kilka elementów pomogło MiniMaxowi przekształcić możliwości modeli w bardziej regularne wykorzystanie komercyjne.

M3 został zaprojektowany z myślą o kodowaniu i agentach

Wprowadzony przez MiniMax model M3 koncentruje się na kodowaniu, rozumowaniu agentowym, korzystaniu z narzędzi, danych multimodalnych i pracy z długim kontekstem. Materiały firmy opisują wyniki na poziomie czołowych modeli w wyspecjalizowanych testach kodowania i pracy agentowej, między innymi SWE-Bench Pro oraz Terminal-Bench 2.1. 1722

Ma to bezpośrednie znaczenie biznesowe. Agent AI może w ramach jednego zadania odczytać pliki, wywołać narzędzia, napisać kod, przetestować wynik, a następnie poprawić własną pracę. Taki wieloetapowy proces zużywa znacznie więcej inferencji niż pojedyncza odpowiedź w czacie.

Wzrost zużycia tokenów — około 20 razy między styczniem a lipcem — jest zgodny z tezą MiniMaxa, że zadania agentowe zwiększają wykorzystanie modelu przypadające na jedno zadanie. 515

Otwarte modele zwiększają zasięg wśród deweloperów

MiniMax wypuścił również H3, opisywany przez firmę jako ogólny multimodalny model wideo działający z tekstem, obrazami, wideo i dźwiękiem. Model został pozycjonowany jako narzędzie do komercyjnej produkcji treści i udostępniony jako model otwarty. 1720

Otwarta dystrybucja może ułatwić deweloperom rozpoczęcie pracy z modelem. Część z nich może później tworzyć własne produkty, korzystać z hostowanej inferencji lub przenosić większe obciążenia na platformę MiniMax. Dostępne dane potwierdzają rolę H3 w budowaniu ekosystemu i dystrybucji wśród twórców, ale nie pokazują, ile konkretnie przychodów wygenerował ten model.

Skala adopcji wykracza poza pojedynczych użytkowników

MiniMax podaje, że jego modele i produkty AI obsłużyły łącznie ponad 300 mln indywidualnych użytkowników oraz ponad 2 mln przedsiębiorstw i deweloperów na rynkach globalnych. 2127

Są to deklarowane przez spółkę skumulowane dane o zasięgu, a nie liczba płacących klientów. Pokazują jednak skalę lejka, który MiniMax próbuje przekuć w stałe wykorzystanie platformy: produkty konsumenckie budują dystrybucję, natomiast wdrożenia firmowe i deweloperskie generują bardziej wartościowy popyt na inferencję.

Ekonomia się poprawiła, ale rentowność wciąż jest odległa

W pierwszym półroczu poprawiły się podstawowe wskaźniki brutto. Zysk brutto wzrósł o 464,8%, do 20,8 mln dolarów, a marża brutto zwiększyła się z 12,1% do 17,9%. 719

Spółka wiązała tę poprawę między innymi z większą efektywnością infrastruktury i tańszym wdrażaniem modeli. Kierownictwo poinformowało też, że zbudowana przez MiniMax infrastruktura osiągnęła 97% wskaźnika Effective Training Ratio (ETR). Nie należy utożsamiać tego parametru operacyjnego z marżą brutto ani z rentownością. 5

Nakłady na rozwój nadal były ogromne. Wydatki na badania i rozwój wzrosły o 138,8%, do około 296,9 mln dolarów, ponieważ firma wciąż inwestowała w modele bazowe i możliwości multimodalne. 4750 Strata za pierwsze sześć miesięcy wyniosła 358 mln dolarów, choć była niższa niż rok wcześniej, gdy sięgnęła 402,2 mln dolarów. 1419

Obraz komercjalizacji jest więc niejednoznaczny: przychody i marża brutto rosły szybko, ale MiniMax nadal był daleko od zysku. Kluczowe pytanie brzmi, czy poprawa infrastruktury i większe płatne wykorzystanie modeli będą w stanie trwale wyprzedzać koszty treningu, inferencji oraz ekspansji.

Mechanizm wzrostu, na który stawia MiniMax

Strategia spółki opiera się na dodatnim sprzężeniu zwrotnym, a nie na prostym wyborze między większą inteligencją modelu a niskim kosztem jego użycia:

1. Bardziej zaawansowane modele wykonują wartościowsze zadania, szczególnie w kodowaniu i pracy agentowej.
2. Lepsze wyniki zachęcają firmy i deweloperów do przejścia od testów do wdrożeń produkcyjnych.
3. Wdrożenia produkcyjne zwiększają zużycie tokenów oraz powtarzalne przychody z inferencji.
4. Większa skala i sprawniejsza infrastruktura mogą obniżyć koszt obsługi pojedynczego tokena.
5. Niższe ceny ułatwiają wykorzystywanie modeli w kolejnych aplikacjach, co generuje dodatkowy wolumen i przychody.
6. Przychody mogą finansować dalszy trening modeli oraz inwestycje infrastrukturalne, poprawiając następną generację produktów.

Wczesne dane wspierają część tego mechanizmu: M3 został ukierunkowany na kodowanie i zadania agentowe, zużycie tokenów gwałtownie wzrosło, przychody z usług dla przedsiębiorstw zwiększyły się o 703,1%, a marża brutto się poprawiła. 67151722

Cały cykl pozostaje jednak hipotezą kierownictwa, a nie potwierdzonym długoterminowym rezultatem. Najtrudniejszym sprawdzianem będzie utrzymanie niskich cen przy jednoczesnym finansowaniu kosztownych badań i dalszym ograniczaniu strat.

Trzy etapy zmiany modelu biznesowego

• 2025 r.: MiniMax osiągnął około 79,0 mln dolarów przychodów za cały rok, a usługi związane z przedsiębiorstwami stanowiły znacznie mniejszą część biznesu niż w 2026 r. 618
• Luty 2026 r.: ARR przekroczył 150 mln dolarów, co wskazywało, że wykorzystanie modeli zaczyna przekształcać się w większy, powtarzalny biznes platformowy. 4244
• Sierpień 2026 r.: ARR przekroczył 800 mln dolarów, przychody z pierwszego półrocza przewyższyły wynik za cały 2025 r., a usługi dla przedsiębiorstw odpowiadały za 63,4% przychodów z pierwszych sześciu miesięcy i ponad 80% sierpniowego ARR. 571018

Najważniejszy wniosek nie sprowadza się do tego, że MiniMax zaczął rosnąć szybciej. Firma zaczęła zarabiać w inny sposób. Jej centrum ciężkości przesunęło się w stronę API, adopcji wśród deweloperów, wdrożeń enterprise i powtarzalnego wykorzystania inferencji. Produkty konsumenckie pozostały ważnym kanałem wzrostu, ale przestały być jego głównym nośnikiem.

Do sierpnia MiniMax zbudował znacznie bardziej wiarygodną opowieść o platformie dla biznesu — nadal jednak nie o firmie rentownej.