
“極致效率”正在成為中國大模型的競爭優勢。
美國資本市場近期對于AI資本支出和收入之間巨大差距的質疑正在進一步發酵,這也導致一些巨頭的股價出現了明顯波動。
IPO早知道發現,自10月27日至11月7日的兩周之內,在“M7”公司中,微軟股價已下調約5%、META的股價下調約16%,此外,Oracle的股價已下調約15.6%。
讓市場進一步焦慮的是OpenAI的CEO Sam Altman在播客BG2上(11月1日)的一段回——當主持人、投資人Brad Gerstner問Altman如何看待市場對于1.4萬億美元的資本支出和大約130億美元的營收差之時,Altman首先表示,OpenAI的年收入比這個要高(差不多200億美元),然后便“懟”了回去:“Brad你要是想賣OpenAI的份額,我給你找買家,(買家)有的是。”

Brad Gerstner(右上)播客(來源:BG2@youtube)
而這段視頻的剪輯隨后在社交媒體上進一步發酵。上周五,Brad在All-in播客上也回應道,之所以有這么大的“流量“,是因為“收入和基礎設施投入之間的差”這個問題過于重要。
就在美國市場對于AI泡沫破裂的擔憂情緒中,中國AI企業卻“悄悄地”追了上來。
中國AI模型的趕超
近一段時間以來,國內AI大模型公司接連發布了自己最新的模型產品。結合最新的MiniMax M2語言模型以及此前月之暗面發布的Kimi K2-thinking開源模型,再加上阿里的Qwen、DeepSeek、智普GLM等模型,從受全球開發者的歡迎程度來看,中國頭部AI模型已經在身為上逐漸逼近甚至在某些緯度上領先于“OpenAI們”。
在All-in上周更新的播客中,主播、投資人Chamath Palihapitiya就透露,自己的孵化器8090在用Cursor 2.0,“你知道(Cursor)他們做了什么?他們用一款中國的開源模型替換掉了Anthropic。”
在全球范圍內,越來越多的公司正在將以中國的開源模型作為底座。近期在A16Z播客中,知名AI分析師、創業者Nathan Labenz發現,80%的新興AI創業公司正在使用中國的開源模型。
而此次MiniMax M2的發布再次反映了中國模型的吸引力。在HuggingFace,MiniMax這樣描述:M2是一款緊湊、快速、且具性價比的MoE模型(總參數2300億,激活參數100億),專為在編程與智能體任務上實現卓越表現而打造,同時保持強大的通用智能。僅100億激活參數,MiniMaxM2 就能提供當今頂尖模型所具備的成熟、端到端的工具使用能力,但以更精簡的形態呈現,使部署與擴展比以往更容易。
最新一周Openrouter的排名顯示,MiniMax M2已經成為調用Token最多的開源模型,而排在前面的三個版本的模型分別來自于xAI、Anthropic和谷歌,均為閉源模型。

來源: OpenRouter
在Token使用的市場份額方面,OpenRouter的11月9日數據顯示,市場份額排名前9的模型4家來自中國公司,其中MiniMax的份額排名僅次于xAI、谷歌、Anthropic和OpenAI。而且,上榜中國公司的模型均為開源模型。

來源: OpenRouter
AI模型競爭:從“大力出奇跡”到“極致性價比”
今年年初DeepSeek在全球范圍內的“爆火”直接改變了中國科技的敘事。憑借獨特的工程能力和算法,DeepSeek為代表的中國開源AI大模型在性能十分接近的情況下,在訓練成本上存在碾壓優勢。這也直接引發對中國資產的新一輪重估:上證指數已經站上了4000點,而港股也迎來了IPO項目數量和二級市場頭部公司股價的爆發。
回過頭來看,DeepSeek實際上完成了一次對AI模型乃至科技公司估值的“敘事轉變”:最好的模型不一定來自美國,也不一定是閉源的,關鍵是性價比與高效。而DeepSeek R1的推出,大大降低了普通用戶和小團隊開發者調用領先大模型的成本。
而隨著AI應用開發者日益繁榮,中國AI模型的“效率”路線優勢正在延續。
以MiniMax剛剛發布的M2模型為例,計算機科學家吳恩達(Andrew Ng)的AI學習網站DeepLearning.AI在上周發布的周報文章中特別比較了目前幾大模型在性能(AA標準)和token成本上的分布:在性能層面,GPT-5 的兩個版本模型領先市場,但問題是其token成本卻遠遠落后;而在第一象限(成本、性能綜合領先)中的模型,MiniMax 的M2與Grok 4 Fast難分伯仲(見下圖)。

來源:DeepLearning.AI
而且,除了調用token的推理成本差別。據科技媒體theVerge,Grok 4的訓練成本大約4.9億美元,相比之下,的MiniMax披露其M1模型的訓練成本大約在54萬美元,訓練相差數百倍。
盡管OpenAI們以AGI為終極目標,但對創業公司而言,如此量級的成本差異很難不改變市場的思考方式。
關于“這為什么重要”,DeepLearning.AI在文章中認為:要開發可靠的智能體應用,需要不斷試驗提示詞、工具以及任務分解的各種組合與排列,這會產生大量的 tokens。像 MiniMax-M2 這樣既省成本又具備智能體能力的模型,可以幫助更多小團隊在智能體領域進行創新。
而在“造血”方面,據IPO早知道了解,MiniMax的商業化進程也在高速推進中。據報道,MiniMax的ARR已超1億美元門檻,是年化可持續收入和國際化收入最高的中國公司。
另據MiniMax早期投資人透露,相比于國內其他大模型廠商,MiniMax的營收更市場化,現金流更健康,“這也是其估值增長能夠領跑的重要原因之一”。
市場有分析指出,目前AI底層技術仍處在高速迭代發展之中,產業鏈價值中樞傾向于于技術甚至是底層基建(“今年以來美股漲幅最高的公司中,有多家是存儲和數據中心基建等硬件公司”),而產品的大規模爆發通常是在技術成熟穩定、迭代放緩之際。
從組織形態來看,實現這一“ROI”優勢的背后,是MiniMax技術和產品雙輪驅動的結果——這與團隊基因、組織形態和其在工程及算法上的技術都有密切關系。MiniMax創始人閆俊杰此前曾在商湯科技擔任高管,見證了中國AI企業在技術和商業化上的幾波浪潮,對商業化和技術優勢之間如何平衡有更多切身體會。
中國AI模型公司被低估了?
而從資本化節奏來看,目前OpenAI已明確表示近期無IPO計劃,投資者只能通過一級市場老股轉讓(或者少部分代幣化股權)來參與投資OpenAI。此前外媒報道稱MiniMax已于今年7月向港交所秘交招股書,最快將于今年第四季度赴港上市;與此同時,智譜AI也被報將同時準備在香港和A股上市,這意味著中國AI大模型公司有望率先登錄港股這一面向中國內地和海外資金來源的資本市場。
美國二級市場的投資者對AI巨頭們的風吹草動已經“極度敏感”,背后原因之一正是對美國AI巨頭“資本開支與營收不成比例”這一問題的擔憂,最終直接體現為巨頭市值們的頻繁波動。
投資人Azeem Azhar認為,衡量AI泡沫的大小,最關鍵的指標是AI帶來營收的增速能否趕得上AI基礎設施投入的增速。而他認為AGI并不會以想象的方式到來,目前的更多是“信仰“和“心理”層面。而且,他還指出,目前美國AI巨頭的數據中心融資實際上發生在表外,這都不是樂觀的指標。
而相比之下,中國AI大模型企業無論是在模型的訓練和商業化的投入產出比,還是調用模型的性價比上,都具有明顯優勢。
站在更長期視角,中國高效的能源基礎設施和工程人才,讓在AI的競爭中優勢極其明顯。
硅谷AI分析師Dwarkesh Patel在文章中指出:如果在2030年之前沒有出現純軟件的智能爆炸,而AI只是變成了一場涵蓋從機器人到太陽能電池板、電池再到鋼鐵的整個供應鏈的大規模工業競賽,那么為什么最終不是中國領先呢?中國的差異化優勢不正是這種快速和大規模的基礎設施建設嗎?
黃仁勛近期甚至直接告訴FT:“中國將贏得人工智能競爭。”
倘若如此,來到二級市場的中國頭部大模型公司市值對標OpenAI(約5000億美元)、Anthropic(約1830億美元),并非不可想象。
本文為IPO早知道原創
作者|MD
微信公眾號|ipozaozhidao
本文來源:IPO早知道
來源:IPO早知道
重要提示:本文僅代表作者個人觀點,并不代表樂居財經立場。 本文著作權,歸樂居財經所有。未經允許,任何單位或個人不得在任何公開傳播平臺上使用本文內容;經允許進行轉載或引用時,請注明來源。聯系請發郵件至ljcj@leju.com,或點擊【聯系客服】