MiniMax：一個河南縣城青年和他的3000億

他父母都是普通人。高中在縣城讀，考上東南大學數學系，後來中科院自動化所讀博，清華博士後，再進商湯，一步步走出來，沒有任何海外背景，也沒有什麼顯赫的人脈起點。

在百度實習那陣子，他和地平線的余凱有過交集。余凱後來說，學術能力可以訓練，但能把 AI 技術工程化落地的人，鳳毛麟角。閻俊傑是其中之一。

進商湯之後，他七年從實習生做到副總裁。2018 年，在人手不夠的情況下，他帶隊做出了一套「All for One」模型算法，在競標裡反超旷視和依圖，拿到行業第一。有人評價他「看論文速度奇快，不管陳詞濫調，只看精華要義」。這種效率，後來成了 MiniMax 的公司文化。

他給公司取名 MiniMax，來自博弈論裡馮·諾依曼的極小化極大算法。

他的解釋是，做決策要先防住最壞的風險，再選相對最優解。

一張奇特的股東表

2021 年 12 月，MiniMax 完成天使輪，3100 萬美元，投前估值 1.7 億美元。進來的有米哈遊、IDG、高瓴、雲啟。

米哈遊那筆錢有點特別。閻俊傑和米哈遊董事長劉偉私交不錯，天使輪就進來了，現在劉偉還在 MiniMax 的董事會裡掛著非執行董事。

米哈遊本身就是 MiniMax 的客戶，遊戲裡的 NPC 對話、劇情生成，都在用他們的模型。

天使輪之後，故事遭遇了一個小插曲。

2023 年 3 月，矽谷銀行宣布破產。MiniMax 當時所有資金都在那家銀行。這是創業初期最險的一次，錢沒了，融資環境還一片混亂。但他們撐過去了，兩個月後拿到 A 輪 2.57 億美元，估值 11.57 億美元。

接下來的名單越來越誇張。阿里進來了，騰訊進來了，紅杉跟了進去。到上市前，7 輪融資，累計近 15 億美元，估值 42 億美元。IPO 後阿里持股 12.52%，是最大外部股東。

閻俊傑早期融資有一個習慣：只和投資機構的最高位談。他見了紅杉的沈南鵬，見了高瓴的張磊。

但這張股東表上還有一個人值得單獨講：贠燁禕。

1994 年生，約翰·霍普金斯大學電子工程學士，輔修經濟學和數學。2017 年學士畢業就進商湯，幹的是融資與戰略投資，一年後升任 CEO 徐立的行政助理兼戰略部總監。她深度參與了商湯從早期到港股上市的整個過程。

2021 年，她和閻俊傑一起出來創業。

有投資人評價她「幹練、有氣場、執行力強，有種超出其年齡的成熟」。她和閻俊傑的分工很清晰：一個定義技術願景，一個把願景變成錢和資源。閻俊傑能鑽進技術裡，頭髮都剃光了也無所謂，但市場、資本、全球化，是贠燁禕的戰場。

上市敲鍾那天，兩個人站在同一個臺子上。贠燁禕 31 歲，身價超過 40 億港元。

385 人和 1% 的錢

MiniMax 上市時，全公司 385 人，平均年齡 29 歲。

公司從成立到 2025 年 9 月，累計花費約 5 億美元。OpenAI 同期花了 400 億到 550 億美元。

這個對比有點荒謬。用不到對手 1% 的錢，做出了全模態全球領先的公司。省錢只是結果。真正的原因是他們把 AI 用到了極致。公司 80% 的代碼由 AI 完成，內部管 AI 叫「實習生」，這些實習生權限高到可以直接訪問代碼庫、改線上環境，飛書裡和它聊幾句，review 完直接上線。

這種效率讓 MiniMax 的人均產出高到不正常。

產品層面，他們從一開始就走全模態路線：語言、視頻、語音、音樂，四個方向同時壓。別人都在學 ChatGPT 做對話，閻俊傑押的是多模態融合。他的判斷是，多模態是持續提升智能的基本前提，不做全模態，下一代模型就沒有機會。

2023 年夏天，他做了一個更激進的決定。

把 80% 的算力和研發資源，全部壓到 MoE（混合專家系統）上。

那個時候，國內主流還在迭代稠密模型，MoE 被認為是「前沿但不成熟」的技術。閻俊傑的邏輯很簡單：如果要服務千萬級、億級用戶，生成 token 的成本和延時，用稠密模型根本撐不住。不做 MoE，規模上不去，一切都是白搭。

2024 年初，MiniMax 發布了國內首個 MoE 大模型。

產品上，他們也沒有去卷國內市場。C 端做了星野和 Talkie，一個在國內，一個在海外，做 AI 陪伴；海螺 AI 做視頻生成，2024 年下半年連續半年全球視頻生成應用月活第一。

現在的數字：2.36 億用戶，覆蓋 200 個國家和地區，海外收入佔 73%。B 端 21.4 萬企業客戶和開發者，Google Vertex AI、微軟 Azure、AWS 都已經部署了 MiniMax 的模型，Notion 首個開源模型選擇，也是 MiniMax。

2 月的 ARR 突破了 1.5 億美元，M2 系列單日 Token 消耗量是去年 12 月的 6 倍，其中編程方向增長超 10 倍。

這才是市場願意給 200 倍市銷率的原因。

但有一組數字要拆開看。

年報裡，C 端毛利率 4.7%，B 端毛利率 69.4%。公司 67% 的收入來自 C 端，但 C 端幾乎不貢獻毛利。四季度粗算下來，C 端毛利率已經跌到約 2.1%。整體毛利率從 12.2% 提升到 25.4%，主要是因為 B 端收入比例在四季度快速拉升，把整體數字拖上來了。

這是一道沒解完的題。

大山不是不能翻越

2025 年 6 月，MiniMax 發布 M1 模型。

閻俊傑在朋友圈發了一句話：

「第一次感覺到大山不是不能翻越。」

這句話背後的現實，中美頭部模型技術能力可能只差 5%，但這 5% 讓海外公司佔據了價值高出 10 倍的場景，收取高出 10 倍的價格，最終形成近百倍的商業化差距。OpenAI 最新估值超過 7000 億美元。MiniMax 上市市值 800 億港元，不到 100 億美元。

他做過一個判斷，全球未來會有五家頂級 AGI 公司，其中至少兩家來自中國，甚至有一家能做到第一。

1 月 9 日上市之後，他緊接著在 1 月 19 日出現在總理主持的專家企業家座談會上，成為繼 DeepSeek 梁文鋒之後第二位參會的 AI 大模型創始人。

然後 3 月 2 日，首份年報出來，港股當天大漲。

財報會上，閻俊傑花了很長時間講一件事：MiniMax 要從「大模型公司」變成「AI 時代的平台型公司」。

他給平台價值下了一個公式：智能密度 × Token 吞吐。互聯網時代的平台是流量入口，AI 時代的平台是能定義智能邊界、同時在商業上吃到紅利的公司。Google 在做，OpenAI 在做，他們也要做。

他面對的對手，體量是他的幾十倍。

港股上市只是把他推到了另一個戰場。季報、分析師、市值壓力，這些東西和寫程式完全不是一回事。二級市場不相信情懷，只看數字。C 端的故事能不能轉化成毛利，B 端的增速能不能維持，M3 什麼時候出來，這些問題，接下來每個季度都要回答。

但把視角拉遠一點看，MiniMax 的故事不只是一家公司的故事。

美國這幾年在晶片上卡得越來越緊。A100 限售，H100 限售，H800 也限售。邏輯很直接：掐住算力，就掐住了 AI 的喉嚨。

中國這邊被迫走了一條完全不同的路。

DeepSeek 用 H800 跑出了接近 H100 的效果。MiniMax 用 5 億美元幹了 OpenAI 花幾百億才幹到的事。閻俊傑 2023 年賭 MoE，原因是手裡那點卡根本撐不起億級用戶的推理量。M2.5 連續工作一小時 1 美元，是 GPT-5 的二十分之一。混合注意力架構、線性注意力、CISPO 算法，創新都是被逼出來的。

晶片封鎖的本意是拉大差距，但實際效果是把中國 AI 公司逼進了一條低算力、高效率的進化路線。

錢少，卡少，人少，反而逼出了極致的工程能力和架構創新。

這跟華為做晶片的邏輯一樣，你封鎖我一項能力，我就在其他維度補回來，補的過程中，可能長出你沒有的東西。

OpenAI 現在 4000 多人，2025 年燒了 80 億美元現金，到 2030 年計劃砸 6000 億美元的算力。MiniMax 385 人，累計花了 5 億美元。

誰贏還不知道。但至少現在，賭 MiniMax 會死的人越來越少了。

2014 年那個在百度實習的河南博士生，大概不會想到，十二年後他站在的這個位置，背後連著的是一整場國運級別的技術競爭。

他選擇繼續跑下去。