MiniMax 想建立嘅唔只係一個聊天機械人,而係由多模態模型、消費者產品同開發者 API 組成嘅全球 AI 平台。 佢最有機會成為成本敏感型開發者、AI agent、創意團隊同遊戲公司的重要替代方案,而唔係短期內全面取代 OpenAI、Anthropic 或 Google。
發布者使用 GPT-5.6 Luna 編輯圖片由 GPT Image 1.5 生成
研究答案

Create a landscape editorial hero image for this Studio Global article: How does MiniMax, the Shanghai-based AI company founded in 2021 by former SenseTime researchers, aim to achieve global dominance as a fronti. Article summary: MiniMax’s strategy is to win on a combination of low-cost frontier capability, consumer-scale distribution, and developer adoption—not by immediately outspending OpenAI, Anthropic, or Google. It has credible ingredients . Topic tags: general, general web, news, documentation. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts wi
MiniMax 想行嘅全球化路線,其實幾清晰:先研發具能力嘅多模態模型,再透過 Talkie、Hailuo 等面向消費者嘅產品接觸用戶,最後以平價 API 同開發者平台,將模型放入其他公司的軟件同服務入面。
佢唔係由業界最大嘅算力預算起步,而係想靠「性價比、產品夠闊、海外分發夠快」建立一個可以同美國頭部 AI 公司競爭嘅替代方案。呢套打法有一定可信度,但距離主導全球 AI 市場仍然相當遠。現階段,MiniMax 比較有機會成為重要嘅平價 AI 供應商,而唔係喺所有核心市場取代西方現有巨頭。
MiniMax 將自己嘅模型定位成一個互相連接嘅產品組合,涵蓋文字、音訊、圖片、影片同音樂。旗下產品包括 MiniMax 模型系列、Hailuo AI、Speech、Music、Talkie,以及面向開發者同企業嘅開放平台。公司亦特別強調程式編寫、agent 能力同超長上下文處理。1
M3 就係要將呢個策略更加直接帶入軟件開發同自主 agent。相關報道指,M3 大約有 4,280 億個參數,採用 mixture-of-experts 架構,每個 token 約啟用 230 億個參數,上下文窗口最高可達 100 萬 tokens。52 對大型程式碼庫、超長文件同多步驟工作流程嚟講,呢啲規格有實際用途;不過,參數數量本身並唔足以證明模型已達到最前沿表現。
處理超長上下文通常相當昂貴。MiniMax Sparse Attention 旨在減低處理大型輸入時嘅計算負擔,而 M3 就主打長時間運行嘅 coding 同 agent 工作流程。52
商業邏輯好直接:如果 MiniMax 可以用明顯較低嘅成本,提供「夠用」甚至接近頂級模型嘅質素,開發者就可能用佢處理需要長時間持續運行、但未必值得使用最貴封閉模型嘅工作。
API 價格會因供應商、方案同上下文長度而變。現時一個 M3 報價列出每 100 萬個輸入 tokens 收費 0.28 美元、輸出 tokens 收費 1.10 美元;另一個價格參考就列出,512,000 tokens 或以下上下文嘅直接 API 價格由 0.30 美元及 1.20 美元起。49
50 真正做預算前仍然要查返最新官方價錢,但呢啲數字反映出一點:低價唔係 MiniMax 嘅宣傳花招,而係產品定位嘅一部分。
開發者可以經 MiniMax 自己嘅開放平台、第三方模型閘道,或者自行部署嘅方式接觸 M3。相關工具亦針對 coding agent 同自動化流程設計。53
如果 API 格式同常見開發工具相容,再加上有多個供應商可以接入,開發者測試模型、或者將模型加入現有應用程式時,所需改動就可能少好多。
MiniMax 真正想爭取嘅,係成為其他產品入面嘅「底層基建」。佢唔需要每個開發者都鍾情於 Talkie 或 MiniMax 呢個消費者品牌;只要開發者覺得佢適合做程式編寫、文件處理、多模態應用同 agent 工作,就已經達到目的。
Talkie 同 Hailuo 令 MiniMax 唔使一開始就同企業軟件市場硬碰硬。Talkie 主打 AI 角色同陪伴式互動,Hailuo 就提供圖片及影片生成能力。
MiniMax 表示,截至 2025 年 12 月 31 日,旗下產品累計服務超過 2.36 億名用戶,遍及 200 多個國家及地區;同時有 21.4 萬家企業客戶及開發者,來自超過 100 個國家及地區。10
呢啲數字證明公司有一定分發能力,但需要小心解讀:累計用戶唔等於每月活躍用戶、付費客戶,亦唔等於持續合作嘅企業賬戶。消費者使用量可以幫助產品測試同迭代,但私隱規則同用戶同意,會決定互動數據可以點樣使用。所以,大型用戶群係資產,卻唔代表公司自動擁有訓練數據優勢。
生成式影片可以服務創作者、廣告商、遊戲工作室同娛樂公司,令 Hailuo 有機會成為一個相當吸引嘅消費者入口。MiniMax 早期亦獲遊戲開發商 miHoYo 支持,令遊戲成為一條合理嘅應用渠道:由角色設計、NPC 對白、配音,到電影感素材同本地化,都可以用到多模態生成技術。3
不過,現有證據只足以支持「多模態生成同遊戲業務有策略配合」,未足以證明 MiniMax 擁有獨家分發優勢,或者呢啲應用已經變成主要而且持久嘅收入護城河。
MiniMax 喺 2026 年 1 月香港 IPO 集資 48.2 億港元,即約 6.186 億美元。公司表示,大部分集資所得會用於未來五年嘅研發。35
公司公布嘅 2026 年上半年收入按年上升 283.1%,至 1.166 億美元。當中,開放平台及其他 AI 企業服務收入大升 703.1%,至 7,390 萬美元;AI 原生產品收入就上升 100.9%,至 4,260 萬美元。34
呢個收入組合顯示,MiniMax 正同時發展消費者同企業兩條渠道。但對所有前沿 AI 公司嚟講,核心難題都一樣:收入可以好快增長,但最終要轉化成更高利潤率,同埋可持續嘅基礎設施經濟效益。
平價推理可以加快用戶採用,亦可能壓縮毛利——尤其當競爭對手提供相近能力、同樣價格嘅時候。
但以上任何一項都未必足以構成真正護城河。模型質素變化得好快,API 價錢容易比較,而消費者亦可以好容易由一個 App 轉去另一個 App。
一間總部位於中國嘅 AI 公司,要喺數據治理、採購規則同地緣政治疑慮較敏感嘅市場賣產品,難度自然更高。對受監管企業同公共部門客戶嚟講,呢啲因素尤其重要。
本地託管或自行部署,可以處理部分操作層面嘅疑慮,但未必可以消除授權範圍、司法管轄權同供應商信任等問題。
開放權重模型對需要本地部署、自訂模型,或者想更嚴格控制敏感數據嘅企業有吸引力。不過,據報 MiniMax H3 社群授權條款所定義嘅適用地區,排除美國、歐盟、英國及南韓。對幾個重要商業市場嚟講,呢點直接削弱咗本地部署嘅實際價值。18
對企業買家而言,必須分清楚:可以取得模型權重,唔等於可以無限制地運行、修改、分發、部署模型,或者使用本地運行模型產生嘅輸出。
Disney、Universal 同 Warner Bros. Discovery 喺美國入稟,指控 MiniMax 涉嫌就 Hailuo AI 系統涉及版權侵權。2026 年 5 月,聯邦法官拒絕 MiniMax 喺案件早期提出嘅撤訴要求。17
呢個裁決並未判定相關指控是否成立,但就令 MiniMax 繼續面對訓練數據、生成內容、保障措施、潛在賠償及企業風險評估等法律不確定性。對創意產業客戶嚟講,一個模型嘅法律狀態,有時同生成質素一樣重要。
更有效率嘅架構可以降低推理成本,但唔代表可以完全消除訓練大型模型所需嘅資源、高階晶片同穩定雲端容量。MiniMax 同時要面對美國大型 AI 實驗室,以及採取低價或開放模型路線嘅中國競爭者。
如果各家模型能力逐漸拉近,激進定價可能只會變成一項商品化功能,而唔係長期優勢。
MiniMax 有一條合理路線,成為全球重要嘅多模態模型、創意生成工具同 AI agent 基礎設施供應商。佢最穩陣嘅定位,可能係成本敏感型開發者、長上下文工作負載、消費者創作產品,以及亞洲同其他地區嘅遊戲和媒體流程所使用嘅主要替代方案。
但要進一步聲稱 MiniMax 會取代西方現有巨頭,甚至成為全球「認知基礎設施」,目前證據仍然不足。單靠模型參數規模、用戶總數或 IPO 集資額,未能證明呢個結論。
真正值得留意嘅指標包括:模型質素能否長期追上領先對手、中國以外嘅企業客戶能否持續留低、利潤率有冇改善、數據及內容使用是否符合法律要求,以及公司能否持續取得足夠算力。
所以,MiniMax 嘅策略最好理解成一場「規模加分發」嘅押注:先將能力夠高嘅模型做平,再放入熱門產品,利用用戶覆蓋吸引開發者。呢個飛輪最終能唔能夠變成全球護城河,關鍵唔係某一次轟動嘅模型發布,而係公司可唔可以將分發優勢轉化成受信任、有盈利、又能合法部署嘅 AI 基建。
Studio Global AI
此頁麵包含一個有來源支援的答案,您可以在 Studio Global 內繼續。
MiniMax 想建立嘅唔只係一個聊天機械人,而係由多模態模型、消費者產品同開發者 API 組成嘅全球 AI 平台。
MiniMax 想建立嘅唔只係一個聊天機械人,而係由多模態模型、消費者產品同開發者 API 組成嘅全球 AI 平台。 佢最有機會成為成本敏感型開發者、AI agent、創意團隊同遊戲公司的重要替代方案,而唔係短期內全面取代 OpenAI、Anthropic 或 Google。
截至 2025 年 12 月 31 日,MiniMax 表示累計服務超過 2.36 億名用戶,遍及 200 多個國家及地區,另有 21.4 萬家企業客戶及開發者;但累計用戶數唔等於活躍用戶或付費客戶。[10]
MiniMax 想建立嘅唔只係一個聊天機械人,而係由多模態模型、消費者產品同開發者 API 組成嘅全球 AI 平台。 佢最有機會成為成本敏感型開發者、AI agent、創意團隊同遊戲公司的重要替代方案,而唔係短期內全面取代 OpenAI、Anthropic 或 Google。
發布者使用 GPT-5.6 Luna 編輯圖片由 GPT Image 1.5 生成
研究答案

Create a landscape editorial hero image for this Studio Global article: How does MiniMax, the Shanghai-based AI company founded in 2021 by former SenseTime researchers, aim to achieve global dominance as a fronti. Article summary: MiniMax’s strategy is to win on a combination of low-cost frontier capability, consumer-scale distribution, and developer adoption—not by immediately outspending OpenAI, Anthropic, or Google. It has credible ingredients . Topic tags: general, general web, news, documentation. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts wi
MiniMax 想行嘅全球化路線,其實幾清晰:先研發具能力嘅多模態模型,再透過 Talkie、Hailuo 等面向消費者嘅產品接觸用戶,最後以平價 API 同開發者平台,將模型放入其他公司的軟件同服務入面。
佢唔係由業界最大嘅算力預算起步,而係想靠「性價比、產品夠闊、海外分發夠快」建立一個可以同美國頭部 AI 公司競爭嘅替代方案。呢套打法有一定可信度,但距離主導全球 AI 市場仍然相當遠。現階段,MiniMax 比較有機會成為重要嘅平價 AI 供應商,而唔係喺所有核心市場取代西方現有巨頭。
MiniMax 將自己嘅模型定位成一個互相連接嘅產品組合,涵蓋文字、音訊、圖片、影片同音樂。旗下產品包括 MiniMax 模型系列、Hailuo AI、Speech、Music、Talkie,以及面向開發者同企業嘅開放平台。公司亦特別強調程式編寫、agent 能力同超長上下文處理。1
M3 就係要將呢個策略更加直接帶入軟件開發同自主 agent。相關報道指,M3 大約有 4,280 億個參數,採用 mixture-of-experts 架構,每個 token 約啟用 230 億個參數,上下文窗口最高可達 100 萬 tokens。52 對大型程式碼庫、超長文件同多步驟工作流程嚟講,呢啲規格有實際用途;不過,參數數量本身並唔足以證明模型已達到最前沿表現。
處理超長上下文通常相當昂貴。MiniMax Sparse Attention 旨在減低處理大型輸入時嘅計算負擔,而 M3 就主打長時間運行嘅 coding 同 agent 工作流程。52
商業邏輯好直接:如果 MiniMax 可以用明顯較低嘅成本,提供「夠用」甚至接近頂級模型嘅質素,開發者就可能用佢處理需要長時間持續運行、但未必值得使用最貴封閉模型嘅工作。
API 價格會因供應商、方案同上下文長度而變。現時一個 M3 報價列出每 100 萬個輸入 tokens 收費 0.28 美元、輸出 tokens 收費 1.10 美元;另一個價格參考就列出,512,000 tokens 或以下上下文嘅直接 API 價格由 0.30 美元及 1.20 美元起。49
50 真正做預算前仍然要查返最新官方價錢,但呢啲數字反映出一點:低價唔係 MiniMax 嘅宣傳花招,而係產品定位嘅一部分。
開發者可以經 MiniMax 自己嘅開放平台、第三方模型閘道,或者自行部署嘅方式接觸 M3。相關工具亦針對 coding agent 同自動化流程設計。53
如果 API 格式同常見開發工具相容,再加上有多個供應商可以接入,開發者測試模型、或者將模型加入現有應用程式時,所需改動就可能少好多。
MiniMax 真正想爭取嘅,係成為其他產品入面嘅「底層基建」。佢唔需要每個開發者都鍾情於 Talkie 或 MiniMax 呢個消費者品牌;只要開發者覺得佢適合做程式編寫、文件處理、多模態應用同 agent 工作,就已經達到目的。
Talkie 同 Hailuo 令 MiniMax 唔使一開始就同企業軟件市場硬碰硬。Talkie 主打 AI 角色同陪伴式互動,Hailuo 就提供圖片及影片生成能力。
MiniMax 表示,截至 2025 年 12 月 31 日,旗下產品累計服務超過 2.36 億名用戶,遍及 200 多個國家及地區;同時有 21.4 萬家企業客戶及開發者,來自超過 100 個國家及地區。10
呢啲數字證明公司有一定分發能力,但需要小心解讀:累計用戶唔等於每月活躍用戶、付費客戶,亦唔等於持續合作嘅企業賬戶。消費者使用量可以幫助產品測試同迭代,但私隱規則同用戶同意,會決定互動數據可以點樣使用。所以,大型用戶群係資產,卻唔代表公司自動擁有訓練數據優勢。
生成式影片可以服務創作者、廣告商、遊戲工作室同娛樂公司,令 Hailuo 有機會成為一個相當吸引嘅消費者入口。MiniMax 早期亦獲遊戲開發商 miHoYo 支持,令遊戲成為一條合理嘅應用渠道:由角色設計、NPC 對白、配音,到電影感素材同本地化,都可以用到多模態生成技術。3
不過,現有證據只足以支持「多模態生成同遊戲業務有策略配合」,未足以證明 MiniMax 擁有獨家分發優勢,或者呢啲應用已經變成主要而且持久嘅收入護城河。
MiniMax 喺 2026 年 1 月香港 IPO 集資 48.2 億港元,即約 6.186 億美元。公司表示,大部分集資所得會用於未來五年嘅研發。35
公司公布嘅 2026 年上半年收入按年上升 283.1%,至 1.166 億美元。當中,開放平台及其他 AI 企業服務收入大升 703.1%,至 7,390 萬美元;AI 原生產品收入就上升 100.9%,至 4,260 萬美元。34
呢個收入組合顯示,MiniMax 正同時發展消費者同企業兩條渠道。但對所有前沿 AI 公司嚟講,核心難題都一樣:收入可以好快增長,但最終要轉化成更高利潤率,同埋可持續嘅基礎設施經濟效益。
平價推理可以加快用戶採用,亦可能壓縮毛利——尤其當競爭對手提供相近能力、同樣價格嘅時候。
但以上任何一項都未必足以構成真正護城河。模型質素變化得好快,API 價錢容易比較,而消費者亦可以好容易由一個 App 轉去另一個 App。
一間總部位於中國嘅 AI 公司,要喺數據治理、採購規則同地緣政治疑慮較敏感嘅市場賣產品,難度自然更高。對受監管企業同公共部門客戶嚟講,呢啲因素尤其重要。
本地託管或自行部署,可以處理部分操作層面嘅疑慮,但未必可以消除授權範圍、司法管轄權同供應商信任等問題。
開放權重模型對需要本地部署、自訂模型,或者想更嚴格控制敏感數據嘅企業有吸引力。不過,據報 MiniMax H3 社群授權條款所定義嘅適用地區,排除美國、歐盟、英國及南韓。對幾個重要商業市場嚟講,呢點直接削弱咗本地部署嘅實際價值。18
對企業買家而言,必須分清楚:可以取得模型權重,唔等於可以無限制地運行、修改、分發、部署模型,或者使用本地運行模型產生嘅輸出。
Disney、Universal 同 Warner Bros. Discovery 喺美國入稟,指控 MiniMax 涉嫌就 Hailuo AI 系統涉及版權侵權。2026 年 5 月,聯邦法官拒絕 MiniMax 喺案件早期提出嘅撤訴要求。17
呢個裁決並未判定相關指控是否成立,但就令 MiniMax 繼續面對訓練數據、生成內容、保障措施、潛在賠償及企業風險評估等法律不確定性。對創意產業客戶嚟講,一個模型嘅法律狀態,有時同生成質素一樣重要。
更有效率嘅架構可以降低推理成本,但唔代表可以完全消除訓練大型模型所需嘅資源、高階晶片同穩定雲端容量。MiniMax 同時要面對美國大型 AI 實驗室,以及採取低價或開放模型路線嘅中國競爭者。
如果各家模型能力逐漸拉近,激進定價可能只會變成一項商品化功能,而唔係長期優勢。
MiniMax 有一條合理路線,成為全球重要嘅多模態模型、創意生成工具同 AI agent 基礎設施供應商。佢最穩陣嘅定位,可能係成本敏感型開發者、長上下文工作負載、消費者創作產品,以及亞洲同其他地區嘅遊戲和媒體流程所使用嘅主要替代方案。
但要進一步聲稱 MiniMax 會取代西方現有巨頭,甚至成為全球「認知基礎設施」,目前證據仍然不足。單靠模型參數規模、用戶總數或 IPO 集資額,未能證明呢個結論。
真正值得留意嘅指標包括:模型質素能否長期追上領先對手、中國以外嘅企業客戶能否持續留低、利潤率有冇改善、數據及內容使用是否符合法律要求,以及公司能否持續取得足夠算力。
所以,MiniMax 嘅策略最好理解成一場「規模加分發」嘅押注:先將能力夠高嘅模型做平,再放入熱門產品,利用用戶覆蓋吸引開發者。呢個飛輪最終能唔能夠變成全球護城河,關鍵唔係某一次轟動嘅模型發布,而係公司可唔可以將分發優勢轉化成受信任、有盈利、又能合法部署嘅 AI 基建。
Studio Global AI
此頁麵包含一個有來源支援的答案,您可以在 Studio Global 內繼續。
MiniMax 想建立嘅唔只係一個聊天機械人,而係由多模態模型、消費者產品同開發者 API 組成嘅全球 AI 平台。
MiniMax 想建立嘅唔只係一個聊天機械人,而係由多模態模型、消費者產品同開發者 API 組成嘅全球 AI 平台。 佢最有機會成為成本敏感型開發者、AI agent、創意團隊同遊戲公司的重要替代方案,而唔係短期內全面取代 OpenAI、Anthropic 或 Google。
截至 2025 年 12 月 31 日,MiniMax 表示累計服務超過 2.36 億名用戶,遍及 200 多個國家及地區,另有 21.4 萬家企業客戶及開發者;但累計用戶數唔等於活躍用戶或付費客戶。[10]