MINIMAX-WP 0100.HK 2026年中期业绩交流会

核心观点与战略

• 大语言模型智能提升空间巨大：大语言模型驱动的智能提升潜力无限，但算力有限，因此公司坚持通过最小化推理成本和最大化智能来实现“人人享有智能”（intelligence for everyone）的技术路线。
• 模型研发策略：关注模型智能等级和性价比，持续研发行业最大规模的通用模型，探索自由架构平衡预训练损失和计算效率，提升算力利用率。
• 多模态模型发展：将语言模型和视觉生成相结合，推动生产力提升，H3模型开源后获得巨大成功，预计多模态模型将迎来多次能力跃升。
• 核心竞争力：模型创新、模型效率、强化学习和现实世界反馈、多模态和专业领域应用。

财务表现

• 收入增长：2026年上半年收入约1.2亿美元，同比增长283%，达到去年全年收入的1.5倍，其中第二季度环比增长82%。
• 收入结构：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63%；原生产品收入约4300万美元，同比增长101%。
• 毛利率提升：2026年上半年毛利约2100万美元，同比增长465%，毛利率从12.1%提升至17.9%。
• 研发投入：研发开支约3亿美元，同比增长139%，但增速低于收入增速，体现研发效率提升。
• 亏损收窄：FFR会计口径期内净亏损约3.6亿美元，经调整净亏损约2.9亿美元，同比增加111%，主要反映对基础模型和基础设施的持续投入。
• 资金储备：2026年7月完成配售发行160亿港元，现金储备超过30亿美元，为持续投入提供保障。

互动问答

• 关于CODING能力提升：模型智能提升空间巨大，关键在于构建可被精确评估和构造的强监督环境，强化学习环境和规模将区分公司模型进步速度。CODING能力提升空间包括端端交付任务、反事实类任务等。
• 关于收入增长拆解：8月ARR超过8亿美元主要来自模型能力提升、新客户增长和现有客户扩容。客户结构中To B占比约80%，海外市场收入占比超过60%。多模态模型和语言模型共同驱动AR增长。
• 关于推理成本：推理效率决定模型研发加速和规模化能力，公司重视推理效率提升，通过算力优化、高效调度、供应链管理等实现。
• 关于模型发布节奏：M3.1定位为稳定性、质量、推理效率和泛化能力兼备的模型，M3 Pro为参数量接近3T的全面提升模型，H3.1为性能再次提升的模型。
• 关于算力储备：现有及规划算力可支撑模型迭代，通过自建集群、云厂商合作和通用工厂合作构建综合算力供给网络，内部算力分配根据模型研发阶段动态调整，国产芯片使用占比将提升。
• 关于毛利率提升：通过算力优化、高效调度、供应链管理和模型架构设计降低单位智能成本，提升毛利率。下半年毛利率改善主要来自推理优化和集群利用提升，文本模型将成为重要驱动力。
• 关于H3发布和开源：H3验证了多模态模型和通用智能的发展方向，开源旨在改变行业生态，通过持续推动领域智能进展和提升产业化能力实现价值。
• 关于资源分配：语言模型和多模态模型协同发展，相互促进，共同提升智能，为用户提供更好的生产力工具。
• 关于竞争格局：模型智能提升空间巨大，竞争并非零和博弈，关键在于持续提升智能、降低成本、提高智能转化效率，技术路线选择至关重要。

研究结论

• Minimax公司通过持续提升模型智能和极致性价比，在竞争激烈的大模型市场中保持领先地位。
• 公司在算力基础设施、模型架构设计、推理优化等方面具备显著优势，为未来模型发展奠定坚实基础。
• 多模态模型将成为公司未来重要增长引擎，与语言模型协同发展，推动AI应用落地。
• 公司坚持长期战略投入，不断提升研发运营和商业化效率，有望实现“人人享有智能”的愿景。