MINIMAX-WM3推動能力擴張商業化路徑清晰_第1頁
MINIMAX-WM3推動能力擴張商業化路徑清晰_第2頁
MINIMAX-WM3推動能力擴張商業化路徑清晰_第3頁
MINIMAX-WM3推動能力擴張商業化路徑清晰_第4頁
MINIMAX-WM3推動能力擴張商業化路徑清晰_第5頁
已閱讀5頁,還剩18頁未讀 繼續免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

正文目錄一、心點國大型龍,外收超70% 5二、型新:M3已驗模型力遷三度指高工流 71、1M上文長本理能指雜Agent102、生模:模局強差化 3Coding/Agent:M3齊高值務力 12三、M3業路解析 131、API與Plan承商化口 132、消動ARR構成心證標 14四、內部品比:M3與K3 151、心異追能限與重本率路分化 152、礎數比:M3更小型模持等下文量 163、三評對:于前能區下M3價比勢顯 17五、外部司新 181、Anthropic:型加速沉,Agent個工具向織工流 182、OpenAI:Agent工作流加速落地,企業化與Token化計費成為商業化主線..........................................................................................................................20六、資議 22七、險示 24圖表目錄圖1:M3.0產矩陣與商化證架 5圖2:公發歷程 5圖3:公高一覽 7圖4:營收及比速 7圖5:大地及大地區入比化勢 7圖6:MiniMaxM3國主要型力/格/商對比 8圖7:MiniMaxM3力測橫對圖 8圖8:OpenRouter新度模用量 9圖9:OpenRouter場模型占率 9圖10:OpenRouter編場景占率 9圖11:MiniMaxH3在ArtificialAnalysis頻務單得及名 10圖12:同務型下文和Token消度對比 10圖13:MSA效提據圖 11圖14:MiniMax全態型矩及應Benchmark 12圖15:M3Coding/Agent評測果向比 12圖16:Agent/Coding景Token耗收入測算 13圖17:M3API與TokenPlan13圖18:M3與業型場景API價對比 14圖19:MiniMaxARR長與Token消變化 14圖20:MiniMax日度Token耗及7日值 15圖21:M3核心Benchmark與業景射表 15圖22:M3與K3模模、三能及API16圖23:M3與K3基數對比 17圖24:流模能本散圖 18圖25:Anthropic模代與API定價 18圖26:ClaudeToken構與用度 19圖27:Anthropic年入與期營點 19圖28:OpenAI產迭與最模定價 20圖29:Codex用與Agent務度 21圖30:OpenAI企化入與Token化費框架 21圖31:Minimax分務入及比況 22圖32:Minimax與外部大型司鍵點P/ARR對比 23圖33:MiniMax股解時間與構布 23附:務測表 25一、核心觀點:國產大模型龍頭,海外營收占比超一、核心觀點:國產大模型龍頭,海外營收占比超70%我們認為MiniMax與智譜共同構成國產大模型上市公司雙龍頭,底層模型、AI原生應用與MaaS開放平臺的協同布局,以及較強的海外商業化基礎,是公司的核心差異化優勢。公司2025年收入同比增長159%,海外收入占比超過70R由2025年12月約16年4月約32026年2月至6月消耗量增長152%,模型能力向商業收入轉化的路徑正在加快驗證。近期公司發布新一代旗艦模型M3,在1M上下文、原生Coding/AgentMiniMaxCode、Plan和APIAgent等高M3和MaaS圖1:M3.0產品矩陣聯動與商業化驗證框架資料來源:Minimax官網,招商證券公司自20211)4abab1AI1001(2023-2024年初年推出TalkieAPIMoE文本模型Hailuo-01(2024年至今):持續升級推出視頻生成、音樂模型及開源文本模型;形成以M2、Hailuo-02Speech-02AI、TalkieCAIAI圖2:公司發展歷程年份月份里程碑2022年2023年月月月9月11月abab1APIabab5.5首個AI原生全模態交互平臺Talkie發布。AI語音模型MiniMax-Speech-012024年1月MoE文本模型abab6發布。4月8月月活躍用戶人數超過一千萬。AIHailuo-01發布。音樂模型Music-012025年1月配備專有“線性注意力”機制的開源文本模型MiniMaxText-01發布。4月6月10月音頻生成工具MiniMaxAudio發布。多語言語音生成模型Speech-02發布。MiniMaxMCP發布。首個開源、大規模混合注意力推理模型MiniMaxM1發布。視頻生成模型Hailuo-02發布。智能Agent應用MiniMax發布。MiniMaxM2發布。最新一代音樂合成模型MiniMaxMusic2.0發布。資料來源:公司招股書、招商證券MiniMax的管理團隊在人工智能技術與商業化領域擁有深厚積累,核心成員年AI姓名年齡職位獲任時間姓名年齡職位獲任時間主要職責原任職公司閆俊杰博士36歲首席執行官兼首席技術官2023年10月負責集團整體戰略、管理與運營,主導董事會事務、財務及AI的核心戰略與運營計劃商湯集團贠燁祎女士31歲執行董事兼首席運營官2022年12月負責集團整體管理與業務運業務決策商湯集團趙鵬宇先生29歲執行董事兼大語言模型研究與工程負責人2025年6月負責大語言模型的研發與工程工作北京葫蘆科技周彧聰先生32歲執行董事兼視覺模型研究與工程負責人2025年6月負責視覺模型的研發與工程工作華為(此前任職于商湯集團)陳英杰先生48歲非執行董事2024年3月就公司發展提供戰略意見阿里巴巴集團劉偉先生38歲非執行董事2023年4月就公司發展提供戰略意見米哈游(聯合創始人、總裁)資料來源:公司招股書,招商證券70%20257900158.9%2.512.457662025AI2002.36100業客戶及開發者約21.4萬。圖4:營業收入及同比速 圖5:大陸地區及非大地區收入占比變化勢營業收入(百萬美元)yoy營業收入(百萬美元)yoy807060504030201002023 2024 2025

900%800%700%600%500%400%300%200%100%0%

10

中國大陸 非中國大陸地區2023年 2024年 2025年已驗證模型能力躍遷三維度優勢指向高Token工作流MiniMax20266擴張,而是圍繞長上下文、多模態、Coding/Agent、推理效率和開發者生態進MiniMax1M上MiniMaxSparseAttention1MM29151/20。圖6:MiniMaxM3與國內主要模型能力/價格/商業化對比資料來源:Minimax官網,DeepSeek官網,智譜官網,kimi官網,招商證券M3在SWE-BenchPro59.0%和Gemini1PCes7mDBhii1Po,并在Claw-Eval端到端Agent圖7:MiniMaxM3能力評測橫向對比圖資料來源:Minimax官網,招商證券根據OpenRouter,M373日-202679TOP調DeepSeekV4MiMoMinimaxM3TOP3V4MiMoMinimaxTOP33(13.1%)、DeepSeekV4Flash(12.7)、MinimaxM3(8.7)。圖8:OpenRouter最新周度模型用量資料來源:OpenRouter,招商證券圖9:OpenRouter全場景模型市占率 圖10:OpenRouter編場景市占率資料來源:OpenRouter,招證券 資料來源:OpenRouter,招證券2026731H3MinimaxH3152K24fps104000個,H3-OmniTransformer30202681日,H3ArtificialAnalysis2KAPI0.13H3有望提升HailuoAIAPIMiniMax圖11:MiniMaxH3在ArtificialAnalysis視頻任務榜單得分及排名資料來源:Minimax官網,ArtificialAnalysis,招商證券1、1M上下文:長文本處理能力指向復雜Agent任務M31MAgent圖12:不同任務類型的上下文長度和Token消耗強度對比資料來源:arXiv,招商證券MiniMaxSparseAttentionM3GitHub頁1MM2915MiniMaxSparseAttention1M28.4H80014.27.6M3圖13:MSA效率提升數據圖資料來源:Github,arXiv,招商證券2、原生多模態:全模態布局強化差異化“AI”“2026L4–L5“”走向“同事級””的我們認為后續多模態創作對消耗量級帶動市場對MiniMax在“全模態+Agent工作流”的綜合布局能力的重估,而不只將公司優勢集中在文本和代碼指標。圖14:MiniMax全模態模型矩陣及對應Benchmark資料來源:Minimax官網,招商證券3、Coding/Agent:M3補齊高價值任務能力M3Coding/AgentM3SWE-BenchPro59.0%Claw-EvalAgentPostTrainBench中,M31240.370.39Opus4.70.38。圖15:M3Coding/Agent評測結果橫向對比資料來源:智東西,招商證券Coding/Agent化更容易形成明確ROIMiniMaxM3MiniMaxAgent、MiniMaxCode和APIMaaS收入彈性有望明顯高于C圖16:Agent/Coding場景Token消耗與收入彈性測算資料來源:Minimax官網,招商證券三、M3商業化路徑解析 1、API定價與TokenPlan承接商業化入口M3.0發布后,MiniMax并未停留在模型能力展示層面,而是同步通過MiniMaxCode、TokenPlan和API完成產品化承接。其商業化邏輯在于:1M上下文、Coding/AgentAgent帶動APIAPI與>512k/價M2.7在≤512K1MM3出價格較mi3lsh分別低%和1分別低和,ClaudeOpus4.894%94%圖17:M3API價格與TokenPlan體系資料來源:Minimax官網,招商證券圖18:M3與同業模型各場景API價格對比資料來源:Minimax官網,谷歌官網,Anthropic官網,OpenAI官網,招商證券2、Token消耗驅動ARR構成核心驗證指標M3.0ARR2025121202621.5202644.3Minimax202626tokenARR4為M3.0進一步強化了CodingAgentMiniMaxCode、AgentMaaS圖19:MiniMaxARR增長與Token消耗變化資料來源:OpenRouter,招商證券根據r6月1日3x在該平臺的日均4.71Ttokens增至6.99TAgent/CodingM3發圖20:MiniMax日度Token消耗量及7日均值資料來源:OpenRouter,招商證券M31MCoding、AgentthinkingM3在SWE-BenchProClaw-EvalPostTrainBenchMiniMax圖21:M3核心Benchmark與商業場景映射表資料來源:Minimax官網,招商證券四、國內頭部產品對比:M3與K3 1、核心差異:追求能力上限與側重成本效率的路徑分化MiniMax2026612026716Kimi727AgentK3AgentM3AgentKimiK3MiniMaxM3適合高頻代碼生成、在線AgentAPIK3在能M3圖22:M3與K3模型規模、第三方能力及API價格資料來源:Minimax官網,MoonshotAI,ArtificialAnalysis,招商證券2、基礎參數對比:M3以更小模型規模支持同等上下文容量M3K3MoE(MixtureofExperts)K32.81,040M34,280230億參數,4-6倍。更大的參數容量為K3M3M3K3圖23:M3與K3基礎參數對比資料來源:Minimax官網,MoonshotAI,招商證券3M3凸顯K3M3M3ArtificialAnalysisIntelligence指202681日,KimiK3Max57M344StanfordAIIndex2026153RouteLLM與FrugalGPTM3K3API成、企業AgentM3圖24:主流大模型能力成本散點圖資料來源:ArtificialAnalysis,招商證券五、海外頭部公司更新 1由個人工具邁向組織級工作流近兩個月AnthropicOpus4.8Fable5Sonnet4.8繼續強化復雜CodingFable5API1050美元5OpusAgent8、10/15形成“Sonnet規OpusFable圖25:Anthropic模型迭代與API定價資料來源:Anthropic官網,招商證券ClaudeCodeAnthropic2546月ClaudeCodingAgent嵌入SlackAnthropic65%ClaudeClaudeScienceAgent5萬名員工提供Claude,DXC則計劃培訓數萬名Claude圖26:ClaudeToken結構與使用強度資料來源:Anthropic官網,OpenRouter,招商證券Anthropic年化收入由2025年底約90億美元升至2026年4300547028650965020.5Amazon5GWGoogleBroadcom5GWSpaceXGPUFable5Mythos561271圖27:Anthropic年化收入與近期經營節點資料來源:Anthropic官網,招商證券2、OpenAI:Agent工作流加速落地,企業化與Token化計費成為商業化主線OpenAIChatbotAgent。79Sol、Luna輸入/5/302.5/151/6美元;同時引入更明確的PromptCaching1.2590%OpenAIChatGPTWorkChatGPTCodexAgentSlack、、GoogleDrive、SharePointCRMPPTOpenAIChatGPTWorkCodex100%Reuters“superapp”圖28:OpenAI產品迭代與最新模型定價資料來源:OpenAI官網,招商證券CodexOpenAIAgentOpenAICodex500100AxiosCodex2620%3PDF消耗特征明顯區別于傳統Chatbot2026年Codex53CodexAgent,26.6%Skills81020266OpenAI內部法律崗位員工Codex+ChatGPT20251350圖29:Codex使用量與Agent任務強度資料來源:OpenAI官網,Columbia,Duke,Axios,招商證券OpenAI“轉向”。OpenAISarahFriarChatGPT995%2024Friar20%40%50%OpenAI6ChatGPTEnterpriseusageanalyticsspendcontrolscredit76WorkspaceAgent、ChatGPTforExcel/SheetscreditReuters報道BankofAmericaOpenAI5.2OpenAIIPO1圖30:OpenAI企業化收入與Token化計費框架資料來源:OpenAI官網,TheInformation,Reuters,招商證券六、投資建議 當前MinimaxAIC端AI20257900158.9%年AI5308AI259632.8%MiniMaxCAIM3Coding/Agent圖31:Minimax分業務收入及占比情況資料來源:Minimax招股書、Minimax公司公告,招商證券PA截至6年5ic4709650P/ARR20.5倍;OpenAI20262250202638520P/ARR342026年4月約3億美元ARixPAR約22圖32:Minimax與海外頭部大模型公司關鍵時點P/ARR對比資料來源:OpenAI官網,Anthropic官網,Reuters,福布斯,Ifind,招商證券解禁方面,2026年7月9M3ARR910圖33:MiniMax股份解禁時間線與結構分布資料來源:招股書,公司公告,招商證券Coding、AgentP/ARRM3MaaS收入“七、風險提示 。M3API行業競爭加劇及價格戰風險。國內外大模型廠商持續降價和迭代,若MiniMax無法通過M3形成穩定差異化,API定價和毛利率可能受到壓制。推理成本上升風險。M3MSAMiniMaxAI資產負債表單位:百萬美元資產負債表單位:百萬美元202420252026E2027E2028E流動資產8061007108211101492資本性支出(1)(3)資本性支出(1)(3)(10)(10)(10)00000投資增減6640(40)000其它040252011籌資活動現金流7714084241628953債務增減772410(35)528753股本增減00100股利支付00000其它籌資(1)(2)4276100200其它調整00000現金凈增加額8374(15)(193)0

利潤表總營業收入31792275971233主營收入31792275971233營業成本2759165399822毛利42063197411營業支出2903426238651066營業利潤(287)(322)(560)(668)(655)利息支出11000利息收入00000權益性投資損益000003640252011非經常項目損益(214)(1590)(2)(2)(9)單位:百萬元2024 2025 2026E 2027E 2028E289508493300300交易性金融資產295單位:百萬元2024 2025 2026E 2027E 2028E289508493300300交易性金融資產295439439439439其他短期投收賬款及票據7113181167其它應收款141647123254存貨00000其他流動資產272059154318非流動資產10581898487長期投資10076767676固定資產12957無形資產32222除稅前利潤(465)(1872)(537)(650)(654)所得稅00000少數股東損益00000(465)(1872)(537)(650)(654)其他11111資產總計9111088117011951579流動負債1708373476

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業或盈利用途。
  • 5. 人人文庫網僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論