为什么MINIMAX股价突破300港元？技术人视角的拆解

上个月跟一个做Agent创业的朋友吃饭，他随口说了句："我们现在跑长上下文任务，第一反应是切MiniMax。"当时我没太在意，直到MINIMAX股价突破300港元这件事在圈子里刷屏，我才回过头去把这家公司的技术报告重新翻了一遍。说实话，市场情绪和工程现实之间，往往隔着一条很宽的河。但这次，我觉得河没那么宽。

核心结论：MINIMAX股价突破300港元，市场定价的不是某场发布会的热度，而是"MoE稀疏激活 + 线性注意力"这条路线把百万级上下文的推理成本压到了可商用区间之后，Agent和多模态应用能真正跑起来的预期。

300港元这个数字，市场到底在给什么定价？

股价是结果，不是原因。对于一家大模型公司，能被资本市场持续抬估值的东西其实很有限——不是参数规模，而是单位token成本能不能降下来，以及降下来之后有没有人真的愿意付钱。

我翻了MiniMax从2025年初到10月的几次关键技术发布，时间线拉出来看会清晰很多：1月开源MiniMax-01，6月开源MiniMax-M1，10月开源MiniMax-M2。三次迭代的方向非常一致，都在做同一件事——用架构换成本。

| 模型 | 发布节点 | 总参数 | 激活参数 | 核心卖点 | |------|---------|--------|---------|---------| | MiniMax-01 | 2025年初 | 456B | 45.9B | Lightning Attention，长上下文 | | MiniMax-M1 | 2025年中 | 456B | 45.9B | 开源，强化学习训练成本大幅下探 | | MiniMax-M2 | 2025年10月 | 230B | 10B | Agent与编码场景，激活参数再压缩 |

这张表里最值得盯的不是总参数，而是最后一列"激活参数"。参数总量决定了它能学多复杂的东西，激活参数决定了你每次调用要花多少钱。这两个数字之间的差距越大，商业模型越性感。

技术原理拆解：Lightning Attention和MoE各自解决了什么

长上下文的老大难问题

传统Transformer的注意力机制是O(n²)复杂度。上下文从128K涨到1M，计算量和显存占用不是涨8倍，是涨64倍。这是整个行业卡了很久的墙。

MiniMax-01技术报告里给出的方案是把注意力拆成两部分：大部分层用Lightning Attention做线性近似，少量层保留标准softmax注意力来兜住精度。据其2025年1月发布的技术报告，这套混合架构让模型在保持1M token上下文的同时，把推理时的计算复杂度压到了接近线性。

坦白讲，线性注意力不是新概念，学术圈喊了好几年。真正难的是"近似之后效果不掉"。我在实际项目里拿M1跑过一次20万token的合同比对任务，输出质量跟分段喂给常规模型相比，上下文一致性明显更稳——这个体验是我最直观的转折点。

MoE的账要算清楚

MoE（混合专家）是指把一个大模型拆成很多个专家子网络，每个输入token只激活其中一小部分。MiniMax-01的456B总参数里，每个token实际激活45.9B，约十分之一。到了M2，总参数230B、激活10B，比例压得更狠。

这里有个常见的误解：很多人以为开源一个456B的模型，本地部署就得准备456B的显存。不是的，MoE的显存占用取决于总参数，但计算量取决于激活参数。前者决定你要买多少卡，后者决定你每度电跑多少token。这两个成本曲线是分开的，优化空间恰恰在中间。

强化学习训练成本才是隐藏彩蛋

M1的技术报告里有个数据我印象很深：它在512块H800上训练了三周左右，报告披露的强化学习阶段成本约53.47万美元。这个数字放在动辄千万美元级别的训练叙事里，显得很不合群。

背后是关键算法CISPO对重要性采样比率的裁剪方式做了调整，让长序列RL训练的稳定性上来了。稳定意味着不用反复重启、不用堆冗余算力兜底——省下来的都是真金白银。

推理成本为什么成了估值弹性最大的变量

大模型商业化的死结一直在这儿：训练是一次性投入，推理是每天都在流血。

我见过不少团队，模型效果很好，但因为单次调用的token成本压不到盈亏线以下，商业模式根本跑不通。所以当一家公司能把长上下文的推理成本往下压一个量级，它撬动的不是技术指标，而是一整类之前算不过账的应用场景。

具体是哪些场景？我自己观察下来，跑得比较通的有三类：

• **超长文档处理**：财报、合同、代码库级别的分析，过去必须切片+向量检索，现在可以整篇塞进去，准确率提升明显
• **Agent长链路任务**：多轮工具调用容易丢上下文，长窗口能显著减少"忘记前面说过什么"的翻车
• **多模态内容生成**：视频、语音、文本统一到一套表征里，跨模态一致性比拼接多个专用模型更省事

这也解释了为什么"多模态大模型"和"大模型推理"这两个词最近总被放在一起提——它们本质是同一笔账的两面。

开发者视角：这套技术栈怎么接进去

MiniMax提供了OpenAI兼容的接口形态，如果你已经在用openai这个SDK，迁移成本很低：

import os from openai import OpenAI

MiniMax 提供 OpenAI 兼容接口，沿用熟悉的 SDK 即可

注意：base_url 和可用模型名请以官方文档最新版本为准

client = OpenAI( api_key=os.environ["MINIMAX_API_KEY"], base_url="https://api.minimaxi.com/v1", )

resp = client.chat.completions.create( model="MiniMax-M2", # Agent/编码场景优先选 M2 messages=[ {"role": "system", "content": "你是一名严谨的技术文档助手"}, {"role": "user", "content": "把这段日志按时间线整理成表格，标注异常点"}, ], temperature=0.3, # 结构化任务压低温度，减少发散 )

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

选型上我的建议很直接：要长上下文和复杂推理，看M1；要做Agent、写代码、跑工具调用，优先M2，因为它激活参数只有10B，单位成本更友好。别一上来就挑参数最大的那个，那是给自己找账单。

想横向对比一下其他国产大模型的能力边界和价格，可以看看我们整理的国产大模型能力对比专题，里面按场景做了分类。

回到估值：技术账和资本账的交汇点

我在前面说过，这次跟以往不太一样。过去两年国产大模型的估值故事主要讲"我们也能做出来"，属于追赶叙事。而MINIMAX股价突破300港元这一轮，市场问的问题变了——能不能规模化地卖出去，且卖的时候不亏钱。

这个转变对技术路线的筛选是相当残酷的。参数规模领先但推理成本下不来的路线，会越来越难拿到溢价；反过来，那些在架构层面就把成本结构改掉的团队，会拿到不成比例的回报。MoE加线性注意力的组合之所以被反复讨论，正是因为它是少数能同时回答"能力够不够"和"成本扛不扛得住"这两个问题的方案。

不过话说回来，我也不认为股价能直接反映技术优劣。资本市场有它自己的节奏和情绪，300港元只是一个截面。真正值得关注的，是接下来半年到一年里，这套技术栈上能不能长出足够多的付费应用——那才是验证。

学习路径与上手建议

如果你想系统地把这块吃透，我建议按这个顺序走：

1. **先读原始技术报告**，别只看二手解读。MiniMax-01和M1的论文对架构细节交代得比较清楚
2. **动手跑一次长上下文任务**，拿你自己业务里的长文档去试，比任何benchmark都有说服力
3. **算一遍成本账**，把你的日均token量代入真实单价，看看商业模型能不能成立
4. **关注Agent场景的工程细节**，长窗口不等于不会丢信息，工具调用的设计同样关键

关键要点速览

• MINIMAX股价突破300港元的核心支撑，是架构层面的推理成本下降，而非单纯的参数规模
• Lightning Attention把长上下文复杂度从O(n²)压向线性，MoE把每token激活参数压到总参数的十分之一量级
• M1的RL训练成本据其技术报告约53.47万美元，CISPO算法是关键
• 开发者选型：长上下文选M1，Agent与编码选M2
• 估值可持续性的真正验证点，是付费应用能否规模化

相关推荐

• **阅读相关专题**：想继续深挖国产大模型的技术路线差异，可以逛逛[VergeX 大模型专题](https://vergex.cn/topics/llm)，我们按架构、成本、场景三个维度做了长期跟踪
• **查看工具推荐**：需要对比更多AI模型与开发工具的实时价格和能力，推荐访问 [VergeX AI工具导航](https://nav.vergex.cn)，按场景分类收录，更新比较勤
• **订阅更新**：AI技术雷达每周推送一次，覆盖模型发布、架构论文和工具更新，订阅入口在站点首页底部

有不同看法或者踩过坑，欢迎在评论区聊聊。