MiniMax把截至2028年的三年阿里雲支出上限由3.75億美元提高至12億美元,增加8.25億美元,升幅達220%;但上限不等於公司必然會花完整筆金額。[1][17] 年度上限分別提高至2026年的3億美元、2027年的4億美元及2028年的5億美元,協助支援AI模型訓練與推理服務。 截至2026年6月底,MiniMax已使用約三分之二的雲端服務年度上限,顯示基礎設施與算力正成為其拓展AI模型及應用業務的關鍵條件。
研究答案

Create a landscape editorial hero image for this Studio Global article: What is the significance of MiniMax raising the spending ceiling of its three-year Alibaba Cloud agreement by 220% to $1.2 billion, includin. Article summary: MiniMax’s revision is a strong signal that it expects a far larger, sustained need for AI computing capacity—not merely a short-term increase. The $1.2 billion ceiling gives it contracted headroom to train more capable m. Topic tags: general, general web. 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 with fake numbers, clic
MiniMax大幅提高與阿里雲協議的支出上限,將2026至2028年的三年總額由原定3.75億美元提升至12億美元,增加8.25億美元,升幅達220%。這反映公司預期未來數年的計算資源需求仍會維持高位,支持模型開發,以及向用戶和企業提供AI服務。1
17
不過,12億美元是協議所容許的支出上限,並不代表MiniMax已承諾或必然會用盡這筆金額。更準確的解讀是,公司正爭取更大的支出及算力空間,避免雲端資源不足成為業務擴張的瓶頸。
| 年度 | 原有上限 | 修訂後上限 | 增幅 |
|---|---|---|---|
| 2026年 | 1.15億美元 | 3億美元 | 約161% |
| 2027年 | 1.25億美元 | 4億美元 | 220% |
| 2028年 | 1.35億美元 | 5億美元 | 約270% |
原有年度上限合共3.75億美元,修訂後則合共12億美元。新方案的年度額度亦逐年上升,2028年達到5億美元,不再只是略高於原先分配。23
25
這份阿里雲服務協議涵蓋MiniMax兩項最耗用計算資源的工作:模型訓練與模型推理。1
23
模型訓練是利用大量運算資源開發和改良AI模型;模型推理則是模型完成訓練後,根據用戶或應用程式的要求即時產生結果。換言之,AI公司的算力開支不會在模型訓練完成後結束。當服務使用量增加,每次回應用戶請求的推理成本也會持續累積。
因此,提高雲端支出上限同時為兩方面留下空間:一方面可進行更多訓練及模型更新,另一方面可支援現有和新模型面向更大規模用戶提供服務。
根據公司向香港交易所提交的文件及相關報道,截至2026年6月底,MiniMax已使用約三分之二的雲端服務額度。公司把2026年的上限由原來1.15億美元提高至3億美元,接近原額度的三倍。1
19
這項資料不能證明MiniMax最終會使用多少雲端資源,但可以解釋公司為何要在原有額度可能限制營運之前,先行上調年度上限。
如果只提高2026年的額度,可能只是應對短期需求;但這次修訂延伸至2028年,年度上限更由2026年的3億美元逐步升至2028年的5億美元。這種安排較符合公司為持續的研究、模型改良及商業部署作長線規劃,而不是把算力視為一次性支出。17
23
文件也與MiniMax拓展AI模型及應用業務的方向一致。更多可用的雲端資源,能支援新一輪模型訓練、既有模型升級,以及向用戶和客戶交付AI服務所需的基礎設施。23
生成式AI的競爭不只在於能否開發出能力更強的模型,也在於能否取得穩定、足夠的基礎設施,持續訓練模型並處理部署後的推理需求。
對MiniMax而言,與阿里雲擴大合作可在同一個雲端服務關係下增加營運空間,讓公司的擴張計劃更容易安排;但同時,業務增長也更直接地繫於雲端資源供應與相關支出。現有資料顯示的是更大的支出承諾上限及其用途,並未說明MiniMax會否用盡12億美元,或這筆支出將帶來多少財務回報。
MiniMax這次修訂應被視為一項算力容量訊號,而不是收入或模型成功的保證。公司之所以授權更大的潛在支出,是因為AI業務從模型訓練到大規模提供服務,整個生命周期都需要大量計算資源。
這宗交易也說明,基礎設施已成為AI競爭力的一部分。研究團隊或許能開發出具備競爭力的模型,但要把模型持續改良並穩定提供給大量用戶,仍須有相應的計算能力。MiniMax把三年支出上限提高至12億美元,正好展示一家持續擴大模型及應用組合的AI公司,基礎設施投入可以達到多大的規模。1
23
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把截至2028年的三年阿里雲支出上限由3.75億美元提高至12億美元,增加8.25億美元,升幅達220%;但上限不等於公司必然會花完整筆金額。[1][17]
MiniMax把截至2028年的三年阿里雲支出上限由3.75億美元提高至12億美元,增加8.25億美元,升幅達220%;但上限不等於公司必然會花完整筆金額。[1][17] 年度上限分別提高至2026年的3億美元、2027年的4億美元及2028年的5億美元,協助支援AI模型訓練與推理服務。
截至2026年6月底,MiniMax已使用約三分之二的雲端服務年度上限,顯示基礎設施與算力正成為其拓展AI模型及應用業務的關鍵條件。