智谱 VS MiniMax：国产大模型双雄上市记

文 | 锦缎

48小时内，两家国产大模型巨头——智谱与MiniMax，先后敲响港交所的钟声，属于中国AI的资本叙事，悄然进入新章。

今天我们来拆解对比下智谱和MiniMax招股书透露的财务基本面，来看看二者在资方、商业化变现路径、成本支出中有哪些不同，顺便探析下现如今国产大模型整体的发展状况。

（注：本文数据均来自招股书，汇率按1：7估算）。

01 资方对比：智谱“国家队”氛围更浓

行文伊始，我们先来看一下二者融资历程和背后的资方差异。

根据招股书，自2022年起，智谱在上市前已完成8轮市场融资，智谱的资方主要分为三大类：国资背景的基金、VC\PE机构及互联网产业资本。

除了地方大基金，相对知名的VC机构有君联资本、启明创投、今日资本、达晨财智、红杉等等，知名的互联网产业基金有美团系的三快科技、阿里系的上海飞玡、以及腾讯和小米系等等。

MiniMax背后的资方同样豪华，在成立短短三年多以来，经历了7轮融资，相对知名的VC机构有红杉、经纬、基石资本、云启资本、IDG、高瓴创投等等，相对知名的互联网产业基金包括米哈游、阿里巴巴、腾讯、小红书、小米、金山等等。

作为明星项目，二者背后的资方有一定的重叠度，差异最大的一方面是智谱的国家资本多一点，MiniMax因为大部分业务在海外，国际资本多一点，产业基金中，米哈游比较特殊，持股MiniMax的份额较高，毕竟米哈游是MiniMax的客户，也是同地区不同领域的佼佼者。

资方的差异也决定了现阶段二者商业化路径的分野，智谱更青睐机构客户，也不难理解为何刘德兵在上市的内部信中，没谈市值没谈预期，而是专注地聊了聊技术；而MiniMax则是以C端客户和AI应用为主，需要更大的曝光，因此我们能在罗老师的博客中，看到闫俊杰的身影。

02 生意对比：To B 毛利高，To C增速快

毋庸置疑的是，智谱和MiniMax都是目前国内领先的大模型厂商，从财报的表述来看，它们对利用大模型商业化这件事的思考不同。

智谱和MiniMax的终极目标都是AGI，智谱的表述更大胆一点，从业务介绍的第一句就挑明智谱创立的目的，就是在中国追求通用人工智能（AGI）的创新。而MiniMax的表达略显含蓄：致力于推动人工智能创新，已执行各类人类智力任务。

但是从商业化的路径来看，MiniMax明显是更大胆的那一个。

智谱目前主要的业务围绕着机构客户，采用模型即服务（MaaS） 模式，核心是为机构客户提供基座大模型能力，商业化变现之路更像是互联网时代的SaaS公司。具体的业务模式有两种，一种是帮助客户本地定制专属AI模型，一种是在云端帮客户构建AI解决方案。

而MiniMax商业化路径完全是围绕着应用和C端用户，披露的口径也从机构用户变成了MAU，据财报披露目前其原生AI产品付费用户规模约为177万，企业级机构客户约2500家。

月活用户中，Talkie/星野（Talkie国内版）这一款产品的用户数就接近四分之三，Talkie是一款语音文字生成类的情感APP，我们也曾经专门介绍过（详见：《腾讯米哈游押宝的中国AI应用，正在海外闷声发财》）。

简单来讲，智谱和MiniMax，一个TO B，一个TO C。

两种模式也直观反映在了二者的业绩，MiniMax过去三年的收入更加平滑，基本盘更大，今年前九个月的收入增速约为175%。

而智谱今年上半年的增速更快，达到了325%，其一是基数较低，其二是To B客户付费能力强，短期内的收入弹性较大。

从成本侧来看，TO B业务的确定性也更强，并且可以摊平前期投入成本，换算到单一项目的成本更低，而TO C业务需要一定量的前期投入，随着用户增多，必然要花费更多的营运成本，因此智谱毛利转正更早，且平均毛利要高于MiniMax。

2022年至今，MiniMax一共亏损了92.4亿人民币，而智谱在未披露2025年Q3的前提下，同样亏损了62.48亿人民币。整体估算来看，MiniMax自2022年以来，比智谱多亏了20亿。

智谱的TO B短期收入增速更快，毛利更高，这么看目前大模型是不是TO B的模式更好？

显然也不是，因为MiniMax比智谱晚成立两年半，并且知道2023年才开启商业化变现之路，而目前智谱整体的收入基本盘还不如MiniMax，按照披露口径估算（MiniMax收入按两个季度估算），目前智谱的收入规模约为MiniMax年度收入的76%。

也就是说拉长周期来看，TO C模式的增长稳定性，高增速的可持续性更强，并且MiniMax还有一个优势，就是来自非中国大陆地区的收入占比达到了73.1%，挣Dollar换算过来确实更挣钱。

To C的模式变现的方法更多（比如广告、用户付费等），相对更成熟稳定，因此市场给于MiniMax的估值略高。

当然，目前两家大模型公司还处在探索期，上市是为了弥补资金缺口，未来的商业化变现路径并不确定，无论To C还是To B，只是目前我们根据招股书肤浅的判断，未来二者的商业化路径也有可能趋同。

03 成本对比：大模型企业算力成本占企业总费用大约65%

聊完了收入侧，我们再来看看成本侧二者的差异，智谱和MiniMax因为成立年限较短，无论是资产侧还是成本侧，报表都相对简单清晰，我们拆分了费用及资产，得出了二者较为明显的四个方面差异：

1）MiniMax的阶段性营销费用更高，智谱的研发成本更高

从成本结构来看，智谱和MiniMax过去三年的管理成本完全一致，差异主要在销售费用和研发费用中，其中MiniMax 2024年整体的销售费用达到了智谱的150%以上，是最显著的差异点。

销售成本很好的反应了二者业务模式的不同，拆分销售成本明细项来看，最新一期MiniMax的业务推广费占比达到92%，C端产品的广告费投入要远高于B端产品，并且MiniMax目前主要的收入源自海外，因此投入成本以美元计价，此前Talkie的投流非常高，费用自然更高。不过2025年以来，MiniMax的销售投入有明显的收窄趋势。

智谱的销售费用中，广告占比仅为46%，人员成本占比34%，也比较符合互联网时代SaaS产品依赖人员销售的惯性逻辑。

研发成本方面，二者的研发投入费用都很高，2022-2024三年间，智谱投入了28亿，MiniMax投入了19亿，并且明显都有加速的趋势。现阶段来看，智谱花在研发的费用还是略胜一筹。

2）MiniMax人员成本显著低于智谱

拆解费用细项我们便会发现，不仅仅是前文中提到销售费用，智谱在其他各项费用明细中，人员成本的占比都要比MiniMax高，并且主营业务成本中，智谱人员成本的占比达到了39%，是支出第一大项，而MiniMax仅有1.4%。

当然，这可能还是与业务模式相关，毕竟定制化业务本就需要更多的研发人员，智谱整体的人员规模要远比MiniMax高。

请输入图说

3）智谱和MiniMax的研发开支70%-80%花在算力上

再来看一下智谱和MiniMax研发费用的细分类别开支，以今年已披露的研发费用构成来看，智谱和MiniMax的研发投入结构高度一致。

智谱的人员工资为17%，MiniMax为16%+4%的股份支付对价，二者相差三个点。外部的技术服务费约1-3%，没有差距。

差异较大的可能是折旧费用，从资产层面来看，MiniMax的使用权资产中，没有标明算力成本，大多数是物业及办公成本，智谱有部分自购算力资产，因此研发费用中计提了部分折旧，可以推算MiniMax的算力大多数依赖外租。

智谱和MiniMax的算力成本占研发的比例都超过70%，如果智谱的折旧费用与算力相关，那么二者都有80%的研发成本花费在了算力上。

而研发费用也是二者支出最高的成本项，刨除业务所需的主营业务成本，智谱和MiniMax的研发费用占期间费用的比例分别为80.2%和74.6%。

换句话说，目前大模型公司的算力成本，占总费用的65%左右。

4）智谱和MiniMax的现金储备相同，但MiniMax的闲钱更多

再来看一下智谱和MiniMax资本构成有何不同。

截止最新的财报期（智谱25年6月，MiniMax25年9月），MiniMax的总资产约79亿，而智谱的总资产约为51亿，MiniMax更“重”一点。

分项目来看，还是因为业务模式的差距，让智谱和MiniMax在少数资产项目上产生了差异，比如智谱的应收款更多一点，MiniMax预付成本更多一点。

智谱和MiniMax都没有债务压力，智谱的银行贷款1.37亿左右，MiniMax仅有0.99亿，绝对金额都非常小。

从营运侧来看，智谱2024年经营性现金流支出了22.45亿元，MiniMax支出了18.09亿元，智谱略多。截止报告期最新的现金流余额，智谱为25.52亿元，MiniMax为25.39亿元，二者相差不大。

从智谱的角度来看，相对缺乏现金流，这轮上市确实帮助其缓解了资金压力；而MiniMax目前来看资本盈余还较多，前文中提到的资产差异中，MiniMax还有45亿以公允价值计量的短期投资，附注阐释了这部分资产主要为理财，现金安全垫更厚一点。

04 结语

诚然，前文中提到的智谱与MiniMax财务层面的差异，都是我们通过拆分科目，用放大镜的视角来寻找二者的差异。如果从结构来说，无论是资产结构占比，还是营收增速趋势，甚至是费用的支出构成，智谱和MiniMax的差异并不大。

拆解财报最大的好处是让我们认识到了大模型公司真正的样子，比如现阶段大模型企业的营收增速连年翻倍，大模型公司也有不少的营销支出，并且65%左右的成本都集中在算力等等。

除此之外，无论是智谱还是MiniMax，都是以AGI为最终目标，现阶段无论是押注机构深层赋能，还是拥抱用户广泛连接，只是当前背景下的两种注脚而已，To B也好To C也罢，可能未来的终局，都是To AI（为达成AGI而服务）。