智谱与MiniMax中报对比:两种大模型商业化路径的分层
2026/09/03 13:54阅读量 2
智谱和MiniMax先后发布上市后首份中报,虽实际收入规模相近且均处于高投入亏损期,但展现了截然不同的商业化策略。智谱以API为核心引擎,推动业务从本地部署向云端服务转型,聚焦高价值垂直场景;MiniMax则依托全球化布局和多模态产品,通过极致优化推理成本来扩大智能覆盖范围。两家公司的差异反映了大模型行业在“深度工作流”与“广度市场渗透”之间的不同探索方向。
事件概述
中国头部大模型公司智谱(Zhipu AI)和 MiniMax 于2026年9月前后发布了上市后的首份中期财报。数据显示,两家公司上半年营收均实现数倍增长,但商业模式呈现出明显的分层特征:智谱正加速向 API 云服务转型并深耕垂直领域,而 MiniMax 则坚持全球化战略并通过降低单位智能成本来拓展市场覆盖面。
核心信息
1. 财务表现:规模接近,亏损结构相似
- 智谱:上半年营收 9.54 亿元人民币(约 1.42 亿美元),同比增长近 400%;毛利 2.52 亿元,毛利率 26.4%。经调整净亏损 19.64 亿元,经营亏损扩大至 21.47 亿元,主要受高额研发投入影响。
- MiniMax:上半年营收 1.17 亿美元,同比增长 283%;毛利 2081 万美元,毛利率提升至 17.9%。期内亏损 3.58 亿美元,经调整净亏损 2.93 亿美元。
- 共同点:两家公司的实际确认收入规模相差不大,且均因优先股转换等会计因素影响导致账面亏损收窄,但主营业务的经营性亏损依然显著,研发支出占收入比重极高。
2. 智谱:API 成为主引擎,向高价值工作流延伸
- 业务结构转型:开放平台及 API 业务收入达 8.25 亿元,占总收入的 86.5%,去年同期占比仅为 15.2%。传统本地化部署收入大幅下降 54.6%。
- 关键指标:MaaS 平台 Token 调用量较年初增长超 40 倍,付费日活增长 603%。按 8 月收入年化计算,ARR 达到 16-20 亿美元区间。
- 战略逻辑:提出公式“AGI 商业价值=智能上界 × Token 消耗规模”。通过 GLM-5.3 提升长程 Coding 和 Agent 的任务处理能力(提高智能上界),同时通过 GLM-5.3-Flash 将推理成本降低约 80%(扩大 Token 消耗规模)。
- 未来看点:智能体业务(Co-work)收入同比增长 304.4%,但在总营收中占比仍小。公司正尝试从卖 API 转向按端到端任务结果收费,目前已在网络安全、法律等领域进行早期验证。
3. MiniMax:全球化驱动,追求“单位智能”性价比
- 收入构成:海外收入占比高达 60.8%(7083 万美元),国内收入占 39.2%。ToB 业务在 ARR 中的占比从 30% 提升至 80%。
- 战略逻辑:遵循“Minimize the Cost, Maximize the Intelligence”理念,致力于压低获得同等智能的成本。通过架构优化和供应链整合,目标将推理成本降至初期水平的三分之一。
- 产品节奏:
- MiniMax-M3:侧重 Coding、Agentic 能力及百万级上下文,旨在通过高性价比吸引开发者。
- H3:侧重视频、音频等多模态生成,并于 8 月开放权重,切入内容创作和 AI 原生应用市场。
- 生态扩张:企业和开发者客户超过 200 万,较去年末增长十倍。其策略是通过低成本智能带动更大规模的 Token 消耗和用户基数。
值得关注
两份财报揭示了大模型商业化初期的两种典型路径:
- 智谱模式:通过提升模型处理复杂任务的能力上限,逐步脱离单纯的 Token 计费,向更高价值的“结果付费”或“流程订阅”演进。其挑战在于如何将技术优势转化为可规模化的垂直行业收入。
- MiniMax 模式:通过极致的成本控制和多模态能力,将 AI 能力普及到更广泛的用户和场景中,依靠规模效应摊薄成本。其挑战在于如何在保持低价的同时维持健康的毛利率,并确保持续的技术迭代能力。
最终,大模型的商业化成功取决于两个维度的平衡:能力决定 AI 能进入多深的工作流,成本决定这种能力能覆盖多少用户。
