“智能vs成本”這道送命題，被MiniMax破解了？

作者 | 王涵 編輯 | 漠影 8月28日報道，8月26日，中國AI大模型龍頭企業MiniMax（稀宇科技）發佈了其自港股上市以來首份半年報。財報顯示，MiniMax的收入同比增長283.1%，其半年收入已達到2025年全年收入的1.5倍；毛利同比增長 464.8%。財報會上，MiniMax創始人、董事會主席、CEO、CTO閆俊傑透露，8月，MiniMax的ARR破了8億美元，B端收入佔比衝到了80%，7月的Token消耗量是1月的20倍。除去數據，吸引我注意的，還有閆俊傑在昨晚的業績會上說的一句話。他說：“只有最小化單位智能成本，才有可能最大化智能水平。

” 要知道，過去兩年，大模型基本就兩條路：要麼按照Scaling law堆參數衝智能，代價是成本高；要麼是降低效率做普惠，但智能水平總差點意思。行業似乎默認這是魚和熊掌，不可兼得。MiniMax為什麼會選擇一條與行業“反直覺”的路？這條路究竟能不能走通呢？一、智能與成本，為何難以兩全？Scaling Law驅動了AI過去幾年的敘事：參數越大，智能越高。遵循著Scaling Law，目前模型的參數已經堆到了2-3T的級別，模型的智能也水漲船高，人人驚呼AGI即將到來。在繁榮背後，這個規則也埋下了一顆雷：當模型進入萬億參數量級，推理成本開始變得不容忽視。

英偉達CEO黃仁勳在2026年GTC大會上做出判斷：“訓練支出作為主要成本驅動因素的時代已經結束了。推理才是現在的工作負載，而且它正在快速擴張。” 推理成本的膨脹，加上Agent工作負載的崛起，AI正在從一問一答走向多步驟自主執行。單次用戶請求背後可能是十幾次甚至幾十次模型調用，這讓整個行業的算力賬單以指數級速度攀升。結果，行業逐漸分成了兩派： 一邊是速度快、成本低，但智能表現中規中矩的小模型。谷歌就是這條路的典型代表。2026年7月到8月，谷歌一口氣推出了Gemini 3.7 Flash、Gemini 3.6 Flash、Gemini 3.5 Flash-Lite和Gemini 3.

5 Flash Cyber三款輕量化模型。3.5 Flash-Lite是3.5系列中速度最快、成本最低的模型，專為高吞吐量工作負載和大型AI代理系統中的較小任務而設計。Gemini 3.6 Flash的輸出Token使用量比前代減少了17%。但代價也很明顯。谷歌至今仍未推出旗艦模型Gemini 3.5 Pro，這款原定於5月I/O大會上發佈的產品，至今都沒有見光。另一邊是智商在線，但部署貴、成本開始變高的大模型。國產大模型廠商正在這條路上狂奔。2026年7月，月之暗面發佈Kimi K3，參數規模達到約2.8萬億，是目前全球參數量最大的開源模型。阿里緊接著推出Qwen3.8 Max，參數量約2.

4萬億；百度文心5.0同樣達到2.4萬億參數；DeepSeek V4-Pro參數量為1.6萬億。參數規模帶來的智能提升肉眼可見。Kimi K3在多項Agent榜單上超越Claude Fable 5和GPT-5.6 Sol。Qwen3.8 Max被描述為“參數規模最大、性能最強的開源模型之一”。但成本也水漲船高。Kimi K3的API定價，非緩存輸入從每百萬Token 6.5元漲到20元，輸出從27元漲到100元，分別上漲208%和270%。官方建議採用64張及以上加速卡組成超節點部署。發佈僅兩天後，月之暗面就宣佈暫停C端新用戶訂閱，將全部算力投入保障已有用戶。

智能越前沿，模型參數越大，調用越貴，部署門檻越高，算力越緊缺……這似乎成了一個難以解開的死結。二、MiniMax，不做取捨 對於成本和智能二選一的難題，MiniMax的選擇是：我全都要。閆俊傑在財報會上基本把MiniMax的整套邏輯講清楚了： “算力對每家公司都是有限的。我們希望通過‘Minimize the Inference Cost, Maximize the Intelligence’實現‘Intelligence with Everyone’。這是我們一直堅持的技術路線，也是創業初心。

” “Minimize the Inference Cost, Maximize the Intelligence”，意思是“最小化推理成本，最大化智能”。MiniMax將降低成本和提高智能放在了同一個敘事框架裡。為什麼這兩件事可以放在一起說？因為MiniMax對“推理”的理解不太一樣： 第一，推理是製造下一代智能的生產資料。過去認為推理是“用模型”，訓練是“造模型”。但現在，合成數據、強化學習的Rollout、模型評測和驗證、Agent與環境的交互等等這些核心環節，本質上跑的都是推理負載。後訓練環節在整體訓練算力中的佔比越來越高。

推理已經不是訓練結束之後才出現的工作量，而是貫穿訓練全過程的消耗。所以，推理效率決定的不只是API的定價空間，更決定了下一代模型能訓練到什麼程度。第二，推理成本優化是智能迭代的必要條件。算力有物理上限，模型規模卻在持續擴大。如果推理成本降不下來，越往後走成本越會反過來掐住智能提升的脖子。在有限的算力預算裡，能不能把每一塊錢都轉化成有效的智能產出，決定了模型迭代能走多遠。第三，用最低的單位智能成本，去追求最高的智能水平——這兩件事是同一個目標的兩面。行業過去習慣把“智能優先”和“成本優先”當成兩條不同的路線。但推理成本降不下來，再高的智能也落不了地。

簡單理解，MiniMax的思路是把成本優化和智能升級當成同一件事來做。從模型設計的第一天就把推理效率當成核心指標，貫穿整個研發週期。用閆俊傑的話說：“MiniMax追求的不是在智能與成本之間做取捨。追求更高等級的智能是目的，通過持續優化推理成本和效率來實現更高性價比是手段。” 三、計算成本降到1/20，MiniMax把“降本提智”做成了技術閉環 MiniMax一直以來就是遵循著這樣的初心，建立起了一套技術底座。最核心的是其自研的MSA（稀疏注意力）架構。

簡單說，它把百萬字長文本的單位Token計算成本壓到了傳統全注意力機制的約1/20，也就是說M3在1M上下文下每Token計算量只有上代的1/20。這個突破的關鍵在於：總參數量決定模型的知識容量上限，但激活參數量決定單Token推理成本。這兩者可以解耦：參數規模擴張，不一定帶來推理成本同比例上漲。所以M3能在價格不變的前提下把智能水平提上去，M3 Pro能做到約3T參數量級的同時推進強化學習和長程任務訓練。基礎設施層面，MiniMax的ETTR（有效訓練時間比例）能做到97%，是國內最早建立規模化、長期穩定算力體系的獨立大模型公司之一。

通過自主集群、雲廠商和TokenFactory合作的組合方式搭建了算力供給網絡，現有及規劃算力已經能支撐3T級文本模型和視頻模型的持續迭代。結語：算力不佔優，國產模型靠什麼追？每每談到中美大模型的差距，硬件總是繞不開的話題。過去大家默認，誰有更先進的芯片製程、更高的算力，誰就能做出更好的模型。按照這個邏輯，中國AI似乎將永遠與美國AI保持著幾個月到半年的差距。難道就只能如此了嗎？MiniMax給出了一條新路：Minimize the Inference Cost, Maximize the Intelligence。降低單位智能的成本，同樣也是在推高智能上限。

因為今天的後訓練、合成數據、強化學習，本質上跑的都是推理負載。推理效率越高，同樣算力下能做的實驗就越多，智能天花板就越高。誰能用更低的成本產出更高的智能，誰就能在有限的算力裡跑出更遠的邊界，進而讓更高的智能進入更廣泛的生活中。這或許是國產大模型參與全球競爭時，最有希望走通的一條路。而MiniMax，已經開始驗證了。