MiniMax是什么公司？智谱是大模型公司吗，一次讲清

上周有个做跨境电商的朋友突然在微信上问我：「minimax是什么公司?还有智谱,是大模型吗」——他刚听说公司要接入国产模型做客服机器人，被这两个名字搞晕了。说实话，这种问题我今年已经被问了不下十次，问的人里有产品经理、有刚转行的算法工程师，也有纯粹好奇的创业者。

这篇文章我就一次性把这两个问题讲透。不是那种百科式的罗列，而是从一个实际调用过两家 API、也踩过坑的开发者视角来聊。

核心结论（先给答案）：MiniMax（上海稀宇科技）和智谱 AI（Zhipu AI）都是中国头部的大模型公司，两家都在自研并开源基础大模型。MiniMax 的强项是线性注意力架构和超长上下文，智谱的强项是 MoE 架构下的工具调用与 Agent 能力。它们都属于业内常说的「大模型六小虎」阵营。

先给结论：这两家都是干嘛的

如果你只想要一句话答案，那就是——它们不是「用大模型的公司」，而是「造大模型的公司」。这个区别很重要。

打个比方：大模型行业有点像汽车行业，有造发动机的（基础模型公司），也有造整车、卖服务的（应用公司）。MiniMax 和智谱都属于前者，它们自己训练模型、自己维护推理集群，再把能力通过 API 或 App 卖给下游。

我见过不少人把「用了大模型API的公司」和「大模型公司」混为一谈。比如某家做 AI 写作工具的公司，它可能只是调了别人的接口，那它就不是大模型公司。判断标准其实很简单：有没有公开的技术报告、有没有自己的模型权重、有没有自己搭的训练集群。

按这个标准，MiniMax 和智谱都是货真价实的。智谱 2019 年成立，MiniMax 2021 年底成立，两家都上过多个权威机构的大模型能力评测榜单，也都公开过技术报告。

MiniMax 是什么公司？一个从商汤出走的团队

MiniMax 的全称是上海稀宇科技有限公司，创始人闫俊杰是前商汤科技副总裁，2021 年 12 月带队创业。

我第一次认真关注这家公司，是因为它的产品线有点「不按常理出牌」：

• **海螺 AI**（Hailuo AI）：面向国内用户的对话与视频生成产品，视频生成能力在海外社交平台上火过一阵
• **星野 / Talkie**：AI 角色扮演与陪伴类应用，Talkie 在海外市场的用户量相当可观
• **MiniMax 开放平台**：把底层模型能力开放给开发者

有意思的是，MiniMax 的技术路线一直很有辨识度。2025 年 1 月发布的 MiniMax-01 系列，据其官方技术报告披露，总参数量约 4560 亿，但激活参数只有约 459 亿，采用的是自研的 Lightning Attention（闪电注意力）机制，把上下文窗口拉到了 400 万 token 级别。

这个地方值得多说两句。传统 Transformer 的注意力计算复杂度是 O(n²)，上下文一长，显存和延迟就爆炸。Lightning Attention 走的是线性注意力路线，复杂度降到接近 O(n)。理论上很美，但工程实现极难——2024 年之前，线性注意力在大规模模型上的效果一直不稳定。MiniMax 把这条路跑通了，这点在圈内是被认可的。

2025 年 6 月，MiniMax 开源了推理模型 MiniMax-M1，支持 100 万 token 上下文；后续又迭代到 M2。坦白讲，M1 刚出来时我拿它做长文档摘要，效果比预期好，但在纯数学推理上还是不如同期的一些专用推理模型——这个短板后面再聊。

智谱 AI：清华实验室走出来的 GLM 系列

智谱这边的出身更「学院派」。它 2019 年从清华大学知识工程实验室（KEG）孵化，首席科学家唐杰教授是清华计算机系的知名学者，CEO 张鹏。

很多人的第一反应是：「哦，就是做 ChatGLM 的那个」。对，但这个名字已经过时了。2024 年之后，智谱把品牌统一到了 GLM 系列上。

我梳理了一下它目前主要的技术资产：

| 模型/产品 | 类型 | 说明 | |---|---|---| | GLM-4.5 | 基础大模型 | MoE 架构，总参数 3550 亿，激活 320 亿 | | GLM-4.6 | 基础大模型 | 在 4.5 基础上强化了代码与 Agent 能力 | | CogVideoX | 视频生成 | 开源视频生成模型 | | CogView | 图像生成 | 文生图模型 | | 智谱清言 | C 端应用 | 对话助手 App | | BigModel 开放平台 | 开发者平台 | 提供 API 与模型微调服务 |

GLM-4.5 是 2025 年 7 月发布的，采用 MoE（混合专家）架构。MoE 的核心思路是：模型总参数很大，但每次推理只激活其中一部分专家，这样既保留了模型容量，又控制了推理成本。这个路线和 MiniMax 的线性注意力路线完全不同，算是当前业界两大主流降本思路。

2025 年 9 月前后，智谱又推出了 GLM-4.6，重点强化了代码生成和工具调用。我在一个自动化数据处理的小项目里用过 GLM-4.6 做函数调用，它解析 JSON 格式的稳定性确实比 4.5 好了一截，这点体验挺明显的。

两家技术路线到底差在哪

这是很多人真正关心的部分。我整理了一张对比表，尽量说人话：

| 对比维度 | MiniMax | 智谱 AI | |---|---|---| | 成立时间 | 2021 年 12 月 | 2019 年 6 月 | | 创始背景 | 商汤科技前副总裁闫俊杰 | 清华大学 KEG 实验室孵化 | | 核心技术路线 | Lightning Attention 线性注意力 | MoE 混合专家架构 | | 长上下文表现 | 400 万 token 级（MiniMax-01） | 主流 12.8 万-20 万 token | | 开源策略 | M1、M2 等推理模型开源 | GLM-4.5、GLM-4.6 开源 | | 代表性 C 端产品 | 海螺 AI、星野、Talkie | 智谱清言 | | 相对强项 | 超长文本、视频生成 | 工具调用、Agent、代码 |

需要说明的是，这张表是「相对强项」而非「绝对强弱」。大模型能力迭代太快了，今天领先的指标，三个月后可能就被反超。我个人的判断是：

如果你要处理的是超长文档（比如几十万字的合同、论文、法律文书），MiniMax 的线性注意力架构带来的长上下文优势是实打实的。 如果你的场景是 Agent、工具调用、复杂函数编排，智谱的 GLM 系列目前工程成熟度更高，文档也更完整。

当然，最靠谱的做法永远是自己跑一遍评测集。别迷信任何榜单，包括我上面这张表。

上手实测：两家的 API 怎么调

光说原理没意思，我把实际调用代码放上来。两家的开放平台都提供 OpenAI 兼容风格的接口，迁移成本不高。

智谱 GLM 调用示例（Python）：

需要先在 bigmodel.cn 申请 API Key

pip install zhipuai

from zhipuai import ZhipuAI

client = ZhipuAI(api_key="你的APIKey")

response = client.chat.completions.create( model="glm-4.6", # 指定模型版本 messages=[ {"role": "user", "content": "用一句话解释MoE架构的核心思想"} ], temperature=0.7, # 控制输出随机性 stream=False # 是否流式返回 )

print(response.choices[0].message.content)

MiniMax 调用示例（HTTP 直连）：

import requests

url = "https://api.minimax.chat/v1/text/chatcompletion_v2" headers = { "Authorization": "Bearer 你的APIKey", "Content-Type": "application/json" } payload = { "model": "MiniMax-Text-01", "messages": [ {"role": "user", "content": "你好，介绍一下你自己"} ],

长文档场景可以把下面这个参数调大，配合超长上下文使用

"max_tokens": 2048 }

resp = requests.post(url, headers=headers, json=payload, timeout=60) print(resp.json()["choices"][0]["message"]["content"])

两个例子都很短，但有个坑我得提醒一下：MiniMax 的 API 端点在国内和国际版之间是有区别的，别直接复制海外教程里的地址，我第一次调的时候就在这上面浪费了半小时。智谱这边则要注意模型的版本号，`glm-4.6` 和 `glm-4-plus` 是不同的东西，写错了会直接报错。

到底该怎么选？我的实际建议

先说一个可能有点扫兴的观点：对绝大多数应用场景来说，这两家的基础能力差距，远小于你的提示词工程和业务数据质量的差距。 纠结选哪家之前，先把手头的评测集搭起来。

如果你确实需要决策，我给几条可操作的建议：

• **按场景选**：超长上下文 → 优先试 MiniMax；Agent/工具调用 → 优先试智谱
• **按成本选**：两家的定价策略会调整，建议直接看官方开放平台的实时价目表
• **按生态选**：如果你的团队已经在用某个平台，迁移成本要算进去
• **永远做 A/B 测试**：拿你自己的 50-100 条真实业务数据跑对比，比看任何榜单都准

如果你还在横向比较其他国产模型，可以翻翻 国产大模型横向对比清单，我把常见的几个都整理到一起了，省得一个个去搜。

关键要点速览

• MiniMax 和智谱 AI 都是**自研基础模型**的公司，不是应用层玩家
• MiniMax 成立于 2021 年，核心路线是 Lightning Attention 线性注意力，主打超长上下文
• 智谱 AI 2019 年从清华 KEG 孵化，核心路线是 MoE 架构，Agent 与工具调用是强项
• 两家都有开源模型，都提供 OpenAI 兼容风格的 API
• 选型别迷信榜单，自己的业务评测集才是唯一标准

相关推荐

延伸阅读：

• [MiniMax 官方技术报告与模型文档](https://www.minimaxi.com)
• [智谱 BigModel 开放平台文档中心](https://open.bigmodel.cn)
• [VergeX AI 工具导航](https://nav.vergex.cn) —— 收录国内外主流大模型工具与评测资源，持续更新

订阅更新： 如果你想第一时间看到国产大模型的版本迭代分析和实测对比，可以关注 VergeX 的更新推送，我们会在每次重要模型发布后一周内出实测文章。