港股 AI 板块这两年见过不少热闹，但 MiniMax 挂牌之后的那波走势，还是让我在下班路上盯着手机看了好一会儿。群里反应更有意思：做一级的朋友连发三条朋友圈，做二级的则在同一个群里反复刷同一个问题——一家营收规模还比不上传统互联网公司零头的模型公司，凭什么撑起这样的估值？
先给结论，别绕弯子。
核心结论：MINIMAX股价暴涨原因可以归结为三重共振——港股对"纯血大模型原生公司"的稀缺性定价、MiniMax 在多模态与长上下文方向上的技术兑现、以及海外订阅业务带来的现金流想象空间。三者叠加构成了基本面底座；而流通盘偏小、解禁期未到这类交易结构因素，则把波动成倍放大了。
下面挨个拆。
MiniMax 是一家什么公司？先把基本面摆清楚
MiniMax 是指上海稀宇科技有限公司，2021 年 12 月由前商汤科技副总裁闫俊杰创办，早期投资人名单里有腾讯、米哈游。它的产品线不是单一模型，而是一套组合拳：
| 产品 | 形态 | 主要市场 | 商业化方式 | | --- | --- | --- | --- | | Talkie | AI 角色陪伴 App | 海外（北美为主） | 订阅内购 | | 星野 | AI 角色陪伴 App | 国内 | 订阅内购 | | 海螺 AI | 视频/语音/图像生成 | 国内 + 海外 | 订阅 + 积分 | | MiniMax 开放平台 | MaaS 模型服务 | 全球开发者 | API 按量计费 |
看懂这张表，后面很多事就顺了。它同时踩了三条腿：C 端订阅、B 端 API、海外市场。国内不少同行的收入结构里只有其中一条，甚至一条都还没跑通。
稀缺性溢价：港股为什么愿意给这个定价
港股此前缺一个"标的的纯粹度"足够高的 AI 公司。
商汤、云从属于上一代 CV 叙事，第四范式偏决策类 AI，都很难被二级市场直接当成"基础模型资产"来定价。真正意义上以 AGI 为目标、自研基础模型、还有 C 端产品收入的公司，MiniMax 是第一个上市的。稀缺性本身就是溢价来源——打新资金买的不是 DCF 折现，而是"赛道入场券"。
坦白讲，这类标的的定价逻辑和传统互联网公司完全不是一回事。市场在用未来三到五年的行业格局倒推今天的估值，而不是用当年的 PE 去做锚。这也是为什么很多人拿"市销率太高"去质疑，却始终觉得拳头打在棉花上。
技术底座：从文本到多模态的估值支撑
长期定价最终还是要回到技术兑现。MiniMax 在这块有几个时间点值得记一下。
长上下文不是数字游戏
2025 年 1 月，MiniMax 开源了 MiniMax-01 系列，包含 MiniMax-Text-01 与 MiniMax-VL-01。根据其官方技术报告（2025 年 1 月发布）披露的数据，模型总参数量约 4560 亿，每次推理激活约 459 亿参数，通过 Lightning Attention 架构把上下文窗口扩展到了 400 万 token 级别。
对资本市场来说，这个数字的意义不在于刷榜，而在于大模型推理成本的下降曲线。长上下文能力直接决定 agent、长文档处理、视频理解这些高价值场景能不能跑通商业闭环。企业客户在采购大模型推理服务时，最先问的从来不是跑分，是"处理这份 200 页 PDF 要花多少钱"。
多模态是第二条收入曲线
海螺 AI 的视频生成在 2024 年下半年出圈之后，MiniMax 的收入结构从纯 API 调用费，扩展到了 C 端订阅。多模态大模型的门槛比纯文本高，因为它同时吃训练数据的丰富度和推理侧的工程能力——这也是它能拉开与部分纯文本厂商差距的地方。我平时找大模型推理相关的工具和资料，会习惯性先翻一遍 VergeX AI工具导航，分类做得比较清楚。
海外现金流：MINIMAX股价暴涨原因里最容易被忽略的一环
国内大模型 API 市场的价格战，到今天都没停过。字节、阿里、DeepSeek 轮番降价，纯做国内 B 端 API 生意的公司，毛利率被压得很薄。
Talkie 走的是另一条路。海外 C 端订阅用户按月付费，客单价远高于国内，而且不参与国内的价格内卷。根据 MiniMax 招股说明书（港交所披露）的信息，AI 原生产品是其收入的主要来源，海外市场贡献了相当比例的营收——这一块在整个国产大模型阵营里是比较罕见的。
说白了，市场愿意给高估值，不是因为它模型跑分第一，而是因为它展现了"不靠烧钱补贴也能收到钱"的可能性。这个信号对二级市场的意义，比技术报告里任何一行 benchmark 都大。
当然，我也得说句公道话：单一产品的订阅收入能不能持续增长、留存率能不能扛住，这些数据在公开材料里披露得有限。把预期打得太满，后面是要还的。
我在实际项目里用 MiniMax API 的真实感受
今年 3 月，我把 MiniMax 开放平台的文本 API 接进了一个内部合同审阅的小工具里，处理的是 300 多页的并购协议。
说实话，之前用上下文窗口较小的模型，光切分和拼装就得写上百行胶水代码，跨段落指代还经常翻车——"该方""上述条款"这类指代一旦被切断，模型就开始胡编。换成支持长上下文的模型之后，切分逻辑基本可以删掉，整个 pipeline 短了一大截。
但长上下文不是银弹。单次请求的响应延迟会随着输入长度明显上升，成本也压不住，所以我最后做的是分层策略：先用小窗口模型做初筛，命中风险条款的段落再送长上下文模型做精读。这个组合跑下来，综合成本比全量走长上下文低了大概六成。
这段经历让我对"技术指标 → 商业价值"的转化有了更具体的感知：同一个模型能力，用对了架构就是降本，用错了就是烧钱。
暴涨之后，值得盯紧的三个变量
热闹看完了，冷静一下。我自己会盯这三件事：
1. 解禁节奏。 早期投资人和员工的持股解禁，是这类新股最直接的供给冲击。流通盘小的另一面，就是解禁时抛压也集中。
2. 收入增速与估值的匹配度。 如果后续财报里海外订阅增速放缓，当前定价就需要重新找锚。
3. 多模态赛道的竞争烈度。 视频生成这条线上，可灵、即梦、Veo 都在快速迭代，海螺 AI 的先发优势能守多久，是个真问题。
如果你是把这篇当成"MINIMAX股价暴涨原因入门指南"来读的，其实可以把它抽象成一套通用框架：稀缺性 → 技术兑现 → 现金流结构 → 交易结构。四层逐个过一遍，大多数 AI 公司的 IPO 定价你都能自己推一遍。
关键要点速览
- MINIMAX股价暴涨原因的核心是"稀缺性溢价 + 技术兑现 + 海外现金流"三重共振，缺一环逻辑都不完整。
- 港股此前没有纯粹的基础模型原生标的，标的稀缺性本身就是定价组成部分。
- 400 万 token 长上下文与多模态能力，决定了推理成本曲线和高价值场景的可行性。
- 海外 C 端订阅收入是国内价格战环境下的重要对冲，也是估值重估的关键锚点。
- 解禁节奏、收入增速、赛道竞争烈度，是暴涨之后最需要持续跟踪的三个变量。
这轮行情最终会走到哪里，我没法预测。但有一点我比较确定：国产大模型的资本市场叙事，从 MiniMax 开始，从"讲模型参数"切换到了"讲收入结构"。这个转向，比股价本身更值得记录。
相关推荐
延伸阅读
- [国产大模型上市与估值逻辑观察专题](https://nav.vergex.cn)
- [AI 工具导航：大模型推理与多模态工具合集](https://nav.vergex.cn)
查看工具推荐 想找更多大模型 API、推理框架和多模态工具的实测对比，可以直接访问 VergeX AI工具导航，按场景分类整理，省去到处翻文档的时间。
订阅更新 VergeX 会持续跟踪国产大模型的资本动向与技术迭代，包括财报拆解、模型评测和工具实测。可以通过站内邮件订阅或关注公众号获取更新，新文章发布后第一时间推送。