MiniMax股价实时怎么查？未上市AI公司估值追踪指南

上周有个做量化的朋友在群里甩了张截图，说"MiniMax股价今天涨了8%"。我盯着那张图看了半天——图上连交易所的logo都没有，只有一根红绿K线，旁边标着个英文名"MINIMAX"。

问题就出在这儿：你搜"minimax股价实时"是搜不到任何东西的，因为MiniMax（稀宇科技）压根没在任何交易所挂牌。

但这个搜索词确实有量。我在几个AI从业者群里问了一圈，搜它的人大致分三类：一类是把融资新闻里的"估值25亿美元"看成了"市值"；一类是听说国产大模型公司要扎堆上市，想提前埋伏；还有一类纯粹是被自媒体的标题党截图钓了好奇心，想验证真假。

这篇文章不绕弯子，把这件事讲透：MiniMax现在是什么状态、想盯国产大模型资产的实时行情该看哪些标的、未上市公司怎么估值，以及为什么大模型的成本结构决定了它们很难套用传统PE去衡量。

**核心结论：MiniMax（稀宇科技）截至目前尚未在任何交易所上市，不存在公开撮合形成的实时股价。想掌握minimax股价实时行情，正确路径是追踪其融资轮次与估值变化，同时用已上市的大模型概念股（如商汤科技 00020.HK、科大讯飞 002230.SZ）的实时行情作为板块温度计。**

MiniMax没上市，"股价实时"到底在搜什么

先把这家公司的底子交代清楚，很多误解是从这里开始的。

MiniMax成立于2021年12月，创始人闫俊杰是前商汤研究院副院长。产品线上，普通用户最熟悉的大概是海螺AI和星野（海外版叫Talkie），开发者更关心它的abab系列模型和后来的视频生成模型。我自己拿海螺AI的视频生成做过几段测试素材，2024年下半年那波海外出圈不是没有道理，运镜稳定性在当时确实能打。

资本层面，公开信息里能查到的节点大致是：2023年6月腾讯参与投资；2024年3月完成一轮约6亿美元融资，由阿里巴巴领投，据多家财经媒体当时的报道，投后估值超过25亿美元。

关键在于——融资估值不等于市值，更不等于股价。

融资轮次里的估值，是投资人和创始团队坐下来谈出来的数字，背后往往带着优先清算权、反稀释、业绩对赌这些附加条款。而股价是二级市场上任何一个散户挂单撮合出来的结果，随时在变，公开可查。这两者之间隔着一次完整的IPO：改制、辅导、监管问询、承销定价、战略配售、锁定期，中间任何一个环节卡住都可能搁置。

那为什么2025年以来这个词的搜索量往上走？因为国产大模型公司密集传出上市动向，市场上弥漫着一种"再不进场就晚了"的情绪。情绪本身没问题，但把未上市公司的估值当成股价来讨论，就是另一回事了。

想查minimax股价实时，真的能查到的只有这几家

既然MiniMax本身查不到，那退一步——国产大模型这条产业链上，哪些标的的实时行情是真能看的？

| 公司 | 代码 | 交易所/板块 | 与大模型的关系 | 行情查询入口 | | --- | --- | --- | --- | --- | | 商汤科技 | 00020.HK | 港交所主板 | 日日新SenseNova系列基座模型 | 港交所披露易、各大券商App | | 科大讯飞 | 002230.SZ | 深交所创业板 | 星火认知大模型 | 深交所官网、行情软件 | | 云从科技 | 688327.SH | 上交所科创板 | 从容大模型 | 上交所官网 | | 三六零 | 601360.SH | 上交所主板 | 360智脑 | 上交所官网 | | 拓尔思 | 300229.SZ | 深交所创业板 | 行业垂直大模型 | 深交所官网 |

坦白讲，拿这几家直接对标MiniMax并不严谨。商汤的收入结构里有大量智慧城市和安防项目，科大讯飞的营收大头还在教育和政企硬件。它们的股价反映的是各自的基本面，不是MiniMax的估值。

但市场情绪是会传导的。2024年8月海螺AI视频模型在海外社区火了那阵子，A股AI板块确实跟着异动过一波；2025年初DeepSeek引发的算力叙事重构，又让整个板块重新定价了一次。这种情绪联动不是严格的基本面映射，但做交易和做行业研究的人都得心里有数——它是市场给"国产大模型"这个主题打的整体折价或溢价。

有一点必须提醒：港股的披露规则和内地的节奏不一样，查商汤的动态一定要去港交所披露易看原始公告，二手转述经常漏掉关键前提条件。A股同理，上交所和深交所官网的公告是最不容易被误读的信源。

未上市公司的估值，我是这么追的

说实话，追未上市AI公司的估值是个体力活，没有捷径。我自己的做法是同时盯几条线：

工商信息变更。 注册资本、股东名册、董事变更这些都能在天眼查、企查查上看到，融资交割后通常会有一轮密集的工商变更。

投资方的定期报告。 阿里、腾讯这些上市公司在财报里会披露参股公司的公允价值变动。虽然不会具体到每一家，但能看出整个AI投资组合的口径变化。

算力采购与招聘信号。 这是我个人觉得最有意思的一条。一家大模型公司如果在大规模采购GPU、在招千卡集群运维工程师，说明它在准备下一轮训练。这类信号往往比融资新闻早出现三到六个月。

信息源的级别判断。 一级信源是公司官方公告和投资方财报，二级是路透、彭博这类财经媒体的实名报道，三级才是各种"据知情人士透露"。我踩过坑：早期做行业mapping的时候，把一篇自媒体的融资传闻当成事实写进了报告，被leader打回来重做，从那以后我对信息源分级这件事就格外较真。

训练成本和推理成本，才是估值的底层变量

这一节可能有点反直觉——但一家大模型公司值多少钱，说到底取决于它的成本结构能不能收敛。

大模型训练是典型的资本密集型游戏。一次千亿参数级别的预训练，光算力账单就够吓退绝大多数玩家。据斯坦福大学以人为本人工智能研究院（HAI）发布的《AI Index Report 2025》（2025年4月），前沿模型的训练算力成本已经攀升到数千万甚至上亿美元量级，而且还在涨。这意味着新入局者的门槛被越抬越高，也意味着已入场玩家的每一轮迭代都在烧真金白银。

大模型推理的曲线正好相反。同一份报告指出，达到GPT-3.5级别性能的模型，其推理成本在2022年11月到2024年10月的两年间下降了约280倍