MiniMax 的全球策略,是把低成本多模態模型、消費級應用與開發者 API 結合,而不只是與美國 AI 公司比拼算力。 它最有機會成為成本敏感型開發者、AI 代理建構者、創意團隊,以及亞洲遊戲與媒體產業的重要替代方案;短期內要全面取代 OpenAI、Anthropic 或 Google,則仍不現實。
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 想在全球 AI 市場取得影響力,走的不是「砸下最多錢、訓練最大模型」這條路,而是一套整合式平台策略:先打造具備競爭力的多模態模型,再透過 Talkie、Hailuo 等消費級產品接觸使用者,同時以低價和多元部署方式吸引開發者及企業採用。
這條路線有一定可信度,但「主導全球 AI」目前仍不是最可能的結果。相較於在美國業者的核心市場全面取代既有巨頭,MiniMax 更有機會先成為一家重要的低成本 AI 模型與基礎設施供應商。
MiniMax 將旗下模型描述為一個相互連結的產品組合,涵蓋文字、語音、圖像、影片與音樂。其產品線包括 MiniMax 模型家族、Hailuo AI、Speech、Music、Talkie,以及面向開發者與企業的開放平台。公司特別強調程式編寫、AI 代理能力,以及超長上下文處理。1
M3 則讓這套策略更直接地進入軟體開發與自主代理領域。多份報告稱,M3 是一個約 4,280 億參數的混合專家模型(Mixture of Experts,MoE),每個 token 約啟用 230 億個參數,上下文視窗最高可達 100 萬 token。52 這些規格適合處理大型程式碼庫、長篇文件和多步驟工作流程;不過,參數數量本身並不能證明模型已達到最前沿的整體表現。
超長上下文的處理成本可能非常高。MiniMax Sparse Attention 旨在降低處理超大型輸入時的計算負擔,而 M3 則主打長時間運行的程式編寫與 AI 代理工作流程。52
商業邏輯相當直接:如果 MiniMax 能在維持足夠品質的同時,將成本大幅壓低,開發者就可能選擇它來處理那些不適合長時間使用高價封閉模型的工作負載。
API 價格會因供應商、方案和上下文長度而異。某項 M3 報價列出的價格為每 100 萬個輸入 token 0.28 美元、每 100 萬個輸出 token 1.10 美元;另一份價格資料則顯示,直接 API 在上下文不超過 512,000 token 時,起價為輸入 0.30 美元、輸出 1.20 美元。49
50 這些數字在編列預算前仍應重新確認,但它們清楚反映出 MiniMax 的定位:低價不是臨時促銷,而是產品策略的一部分。
開發者可以透過 MiniMax 自家的開放平台、第三方模型路由服務,以及自行部署的方式接觸 M3。公司也以面向程式編寫代理和自動化工作的工具推廣 M3。53
如果模型能支援開發者熟悉的 API 格式,並可經由多個供應商取得,企業便能以較低成本進行測試,或將它加入既有應用程式。MiniMax 的目標,是成為其他產品內部所使用的基礎設施。
換句話說,它不必讓每位開發者都偏好 MiniMax 這個消費品牌;它只需要讓開發者把旗下模型視為程式編寫、文件處理、多模態應用和 AI 代理工作負載的實用選項。
消費產品讓 MiniMax 能夠從企業軟體市場以外的地方接觸使用者。Talkie 主打 AI 角色與陪伴式互動,Hailuo 則提供圖像和影片生成能力。
MiniMax 表示,截至 2025 年 12 月 31 日,其產品累計服務超過 2.36 億名使用者,遍及 200 多個國家及地區;此外,公司還有來自超過 100 個國家及地區的 21.4 萬家企業客戶與開發者。10
這些數字顯示出相當可觀的分發能力,但必須審慎解讀。累計使用者不等於月活躍使用者、付費客戶或持續留存的企業帳戶。龐大的消費者群體有助於產品測試和迭代,但互動資料能否被使用,以及能以何種方式使用,仍取決於隱私規則和使用者同意。因此,大型使用者基礎是資產,卻不能自動證明 MiniMax 擁有訓練資料優勢。
生成式影片能服務創作者、廣告商、遊戲工作室和娛樂公司,讓 Hailuo 成為一個具潛力的消費級入口。MiniMax 早期也獲遊戲開發商 miHoYo 支持,這使遊戲產業成為合理的應用渠道,例如角色設計、非玩家角色(NPC)對話、配音、電影式素材和在地化內容。3
不過,現有證據只支持「多模態生成與遊戲產業具有策略契合」這一點,尚不足以證明 MiniMax 擁有排他性的分發優勢,或這些應用已形成規模可觀且長期穩固的收入護城河。
MiniMax 在 2026 年 1 月的香港 IPO 集資 48.2 億港元,約合 6.186 億美元。公司表示,大部分募得資金將用於未來五年的研發。35
公司公布的 2026 年上半年收入按年增長 283.1%,達到 1.166 億美元。其中,開放平台及其他 AI 企業服務收入增加 703.1%,至 7,390 萬美元;AI 原生產品收入則增加 100.9%,至 4,260 萬美元。34
這種收入組合顯示,MiniMax 正同時發展消費者與企業渠道,也凸顯前沿 AI 公司的核心財務難題:快速增長的收入最終必須轉化為更高的利潤率和可持續的基礎設施經濟效益。
低價推理可以加快採用,但如果競爭對手也能以相近價格提供類似能力,低價策略反而可能壓縮利潤率。
但以上條件都不能直接等同於護城河。模型品質變化快速,API 價格容易被比較,而消費者也能低成本地在不同應用程式之間轉換,品牌忠誠度未必穩固。
一家以中國為基地的 AI 公司,要進入全球市場,必須面對資料治理、採購規則和地緣政治因素。對受監管企業及公共部門客戶而言,這些問題尤其可能影響採用意願。
本地託管或自行部署可以處理部分營運疑慮,但不能消除所有關於授權、司法管轄權和供應商信任的問題。對 MiniMax 而言,全球化不只是把 API 推向海外,也意味著要在不同市場建立可被接受的合規與信任框架。
開放權重模型能吸引希望在本地部署、進行客製化,或更嚴格控制敏感資料的組織。然而,據報 MiniMax H3 的社群授權協議將美國、歐盟、英國及南韓排除在適用地區之外。這使得本地部署在多個重要商業市場的實際價值受到限制。18
對企業買家而言,這是一個關鍵區別:取得模型權重,不等於取得不受限制的執行、修改、散布或部署權利。
迪士尼、環球影業和 Warner Bros. Discovery 在美國起訴 MiniMax,指控 Hailuo AI 系統涉及版權侵權。2026 年 5 月,一名聯邦法官拒絕 MiniMax 在案件早期階段要求駁回訴訟的申請。17
這項裁定並未解決訴訟中的核心指控,但代表 MiniMax 仍須面對訓練資料、生成內容、內容安全措施、潛在賠償,以及企業客戶風險評估等法律不確定性。對創意產業客戶來說,模型的法律狀態可能與畫面品質同樣重要。
更有效率的模型架構可以降低推理成本,卻無法消除訓練大型模型所需的資源、先進晶片和穩定雲端容量。MiniMax 同時面對美國主要 AI 實驗室,以及其他採取低價或開放模型策略的中國供應商競爭。
如果不同模型的能力逐漸接近,激進定價可能從競爭優勢變成一項商品化功能,甚至成為侵蝕利潤的負擔。
MiniMax 確實有一條可行路徑,能成為全球重要的多模態模型、創意生成工具和 AI 代理基礎設施供應商。它最具防守力的定位,可能是為成本敏感型開發者、長上下文工作負載、消費創意產品,以及亞洲和其他地區的遊戲與媒體工作流程提供主要替代方案。
但要進一步宣稱 MiniMax 將取代西方既有業者,成為全球性的「認知基礎設施」,目前仍缺乏足夠證據。單靠模型參數規模、使用者總數或 IPO 集資額,無法證明這項更強的結論。
真正值得觀察的指標包括:相對於領先模型的長期品質、海外企業客戶的留存率、利潤率是否改善、資料與內容處理是否合乎法律,以及公司能否持續取得足夠算力。
因此,MiniMax 的策略更適合被理解為一場「規模加分發」的押注:先讓能力足夠的模型變得便宜,再把模型放進熱門產品,藉由使用者觸及吸引開發者。這個飛輪能否轉化為全球護城河,關鍵不在於某一次驚人的模型發布,而在於 MiniMax 能否把分發優勢轉化為受信任、可獲利且能合法部署的基礎設施。
Studio Global AI
這個頁面包含附來源佐證的答案,你可以在 Studio Global 內繼續追問。
MiniMax 的全球策略,是把低成本多模態模型、消費級應用與開發者 API 結合,而不只是與美國 AI 公司比拼算力。
MiniMax 的全球策略,是把低成本多模態模型、消費級應用與開發者 API 結合,而不只是與美國 AI 公司比拼算力。 它最有機會成為成本敏感型開發者、AI 代理建構者、創意團隊,以及亞洲遊戲與媒體產業的重要替代方案;短期內要全面取代 OpenAI、Anthropic 或 Google,則仍不現實。
MiniMax 表示,截至 2025 年底,其產品累計服務超過 2.36 億名使用者,遍及 200 多個國家及地區,另有 21.4 萬家企業客戶與開發者;但累計使用者數不等於活躍、付費或長期留存客戶。
MiniMax 的全球策略,是把低成本多模態模型、消費級應用與開發者 API 結合,而不只是與美國 AI 公司比拼算力。 它最有機會成為成本敏感型開發者、AI 代理建構者、創意團隊,以及亞洲遊戲與媒體產業的重要替代方案;短期內要全面取代 OpenAI、Anthropic 或 Google,則仍不現實。
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 想在全球 AI 市場取得影響力,走的不是「砸下最多錢、訓練最大模型」這條路,而是一套整合式平台策略:先打造具備競爭力的多模態模型,再透過 Talkie、Hailuo 等消費級產品接觸使用者,同時以低價和多元部署方式吸引開發者及企業採用。
這條路線有一定可信度,但「主導全球 AI」目前仍不是最可能的結果。相較於在美國業者的核心市場全面取代既有巨頭,MiniMax 更有機會先成為一家重要的低成本 AI 模型與基礎設施供應商。
MiniMax 將旗下模型描述為一個相互連結的產品組合,涵蓋文字、語音、圖像、影片與音樂。其產品線包括 MiniMax 模型家族、Hailuo AI、Speech、Music、Talkie,以及面向開發者與企業的開放平台。公司特別強調程式編寫、AI 代理能力,以及超長上下文處理。1
M3 則讓這套策略更直接地進入軟體開發與自主代理領域。多份報告稱,M3 是一個約 4,280 億參數的混合專家模型(Mixture of Experts,MoE),每個 token 約啟用 230 億個參數,上下文視窗最高可達 100 萬 token。52 這些規格適合處理大型程式碼庫、長篇文件和多步驟工作流程;不過,參數數量本身並不能證明模型已達到最前沿的整體表現。
超長上下文的處理成本可能非常高。MiniMax Sparse Attention 旨在降低處理超大型輸入時的計算負擔,而 M3 則主打長時間運行的程式編寫與 AI 代理工作流程。52
商業邏輯相當直接:如果 MiniMax 能在維持足夠品質的同時,將成本大幅壓低,開發者就可能選擇它來處理那些不適合長時間使用高價封閉模型的工作負載。
API 價格會因供應商、方案和上下文長度而異。某項 M3 報價列出的價格為每 100 萬個輸入 token 0.28 美元、每 100 萬個輸出 token 1.10 美元;另一份價格資料則顯示,直接 API 在上下文不超過 512,000 token 時,起價為輸入 0.30 美元、輸出 1.20 美元。49
50 這些數字在編列預算前仍應重新確認,但它們清楚反映出 MiniMax 的定位:低價不是臨時促銷,而是產品策略的一部分。
開發者可以透過 MiniMax 自家的開放平台、第三方模型路由服務,以及自行部署的方式接觸 M3。公司也以面向程式編寫代理和自動化工作的工具推廣 M3。53
如果模型能支援開發者熟悉的 API 格式,並可經由多個供應商取得,企業便能以較低成本進行測試,或將它加入既有應用程式。MiniMax 的目標,是成為其他產品內部所使用的基礎設施。
換句話說,它不必讓每位開發者都偏好 MiniMax 這個消費品牌;它只需要讓開發者把旗下模型視為程式編寫、文件處理、多模態應用和 AI 代理工作負載的實用選項。
消費產品讓 MiniMax 能夠從企業軟體市場以外的地方接觸使用者。Talkie 主打 AI 角色與陪伴式互動,Hailuo 則提供圖像和影片生成能力。
MiniMax 表示,截至 2025 年 12 月 31 日,其產品累計服務超過 2.36 億名使用者,遍及 200 多個國家及地區;此外,公司還有來自超過 100 個國家及地區的 21.4 萬家企業客戶與開發者。10
這些數字顯示出相當可觀的分發能力,但必須審慎解讀。累計使用者不等於月活躍使用者、付費客戶或持續留存的企業帳戶。龐大的消費者群體有助於產品測試和迭代,但互動資料能否被使用,以及能以何種方式使用,仍取決於隱私規則和使用者同意。因此,大型使用者基礎是資產,卻不能自動證明 MiniMax 擁有訓練資料優勢。
生成式影片能服務創作者、廣告商、遊戲工作室和娛樂公司,讓 Hailuo 成為一個具潛力的消費級入口。MiniMax 早期也獲遊戲開發商 miHoYo 支持,這使遊戲產業成為合理的應用渠道,例如角色設計、非玩家角色(NPC)對話、配音、電影式素材和在地化內容。3
不過,現有證據只支持「多模態生成與遊戲產業具有策略契合」這一點,尚不足以證明 MiniMax 擁有排他性的分發優勢,或這些應用已形成規模可觀且長期穩固的收入護城河。
MiniMax 在 2026 年 1 月的香港 IPO 集資 48.2 億港元,約合 6.186 億美元。公司表示,大部分募得資金將用於未來五年的研發。35
公司公布的 2026 年上半年收入按年增長 283.1%,達到 1.166 億美元。其中,開放平台及其他 AI 企業服務收入增加 703.1%,至 7,390 萬美元;AI 原生產品收入則增加 100.9%,至 4,260 萬美元。34
這種收入組合顯示,MiniMax 正同時發展消費者與企業渠道,也凸顯前沿 AI 公司的核心財務難題:快速增長的收入最終必須轉化為更高的利潤率和可持續的基礎設施經濟效益。
低價推理可以加快採用,但如果競爭對手也能以相近價格提供類似能力,低價策略反而可能壓縮利潤率。
但以上條件都不能直接等同於護城河。模型品質變化快速,API 價格容易被比較,而消費者也能低成本地在不同應用程式之間轉換,品牌忠誠度未必穩固。
一家以中國為基地的 AI 公司,要進入全球市場,必須面對資料治理、採購規則和地緣政治因素。對受監管企業及公共部門客戶而言,這些問題尤其可能影響採用意願。
本地託管或自行部署可以處理部分營運疑慮,但不能消除所有關於授權、司法管轄權和供應商信任的問題。對 MiniMax 而言,全球化不只是把 API 推向海外,也意味著要在不同市場建立可被接受的合規與信任框架。
開放權重模型能吸引希望在本地部署、進行客製化,或更嚴格控制敏感資料的組織。然而,據報 MiniMax H3 的社群授權協議將美國、歐盟、英國及南韓排除在適用地區之外。這使得本地部署在多個重要商業市場的實際價值受到限制。18
對企業買家而言,這是一個關鍵區別:取得模型權重,不等於取得不受限制的執行、修改、散布或部署權利。
迪士尼、環球影業和 Warner Bros. Discovery 在美國起訴 MiniMax,指控 Hailuo AI 系統涉及版權侵權。2026 年 5 月,一名聯邦法官拒絕 MiniMax 在案件早期階段要求駁回訴訟的申請。17
這項裁定並未解決訴訟中的核心指控,但代表 MiniMax 仍須面對訓練資料、生成內容、內容安全措施、潛在賠償,以及企業客戶風險評估等法律不確定性。對創意產業客戶來說,模型的法律狀態可能與畫面品質同樣重要。
更有效率的模型架構可以降低推理成本,卻無法消除訓練大型模型所需的資源、先進晶片和穩定雲端容量。MiniMax 同時面對美國主要 AI 實驗室,以及其他採取低價或開放模型策略的中國供應商競爭。
如果不同模型的能力逐漸接近,激進定價可能從競爭優勢變成一項商品化功能,甚至成為侵蝕利潤的負擔。
MiniMax 確實有一條可行路徑,能成為全球重要的多模態模型、創意生成工具和 AI 代理基礎設施供應商。它最具防守力的定位,可能是為成本敏感型開發者、長上下文工作負載、消費創意產品,以及亞洲和其他地區的遊戲與媒體工作流程提供主要替代方案。
但要進一步宣稱 MiniMax 將取代西方既有業者,成為全球性的「認知基礎設施」,目前仍缺乏足夠證據。單靠模型參數規模、使用者總數或 IPO 集資額,無法證明這項更強的結論。
真正值得觀察的指標包括:相對於領先模型的長期品質、海外企業客戶的留存率、利潤率是否改善、資料與內容處理是否合乎法律,以及公司能否持續取得足夠算力。
因此,MiniMax 的策略更適合被理解為一場「規模加分發」的押注:先讓能力足夠的模型變得便宜,再把模型放進熱門產品,藉由使用者觸及吸引開發者。這個飛輪能否轉化為全球護城河,關鍵不在於某一次驚人的模型發布,而在於 MiniMax 能否把分發優勢轉化為受信任、可獲利且能合法部署的基礎設施。
Studio Global AI
這個頁面包含附來源佐證的答案,你可以在 Studio Global 內繼續追問。
MiniMax 的全球策略,是把低成本多模態模型、消費級應用與開發者 API 結合,而不只是與美國 AI 公司比拼算力。
MiniMax 的全球策略,是把低成本多模態模型、消費級應用與開發者 API 結合,而不只是與美國 AI 公司比拼算力。 它最有機會成為成本敏感型開發者、AI 代理建構者、創意團隊,以及亞洲遊戲與媒體產業的重要替代方案;短期內要全面取代 OpenAI、Anthropic 或 Google,則仍不現實。
MiniMax 表示,截至 2025 年底,其產品累計服務超過 2.36 億名使用者,遍及 200 多個國家及地區,另有 21.4 萬家企業客戶與開發者;但累計使用者數不等於活躍、付費或長期留存客戶。