MiniMax高盛电话会：对ARR充满信心

高盛认为，最核心的催化剂在于中国AI大模型行业正迎来“价格战”的拐点，竞品涨价凸显其成本壁垒。公司凭借超90%算力利用率与架构升级，在维持低价的同时实现超高毛利率。此外，数周内将发布H3多模态视频模型进军影视制作。该行维持买入评级，12个月目标价港币860元，较当前股价港币356.80元隐含141%上行空间。

7月4日，据追风交易台消息，高盛7月3日发布最新研报称，MiniMax电话会释放了强烈的商业化与技术演进信号：管理层对2026年底实现10亿美元的年度经常性收入（ARR）目标充满信心。

报告称，最核心的催化剂在于中国AI大模型行业正迎来“价格战”的拐点——随着竞争对手DeepSeek宣布高峰期涨价，行业定价正回归理性。

MiniMax凭借超过90%的算力利用率、与国产芯片的高度集成以及独特的“组织敏捷性”，在维持极具竞争力的定价（M3模型混合价格每百万Token 0.22美元）的同时，实现了远超同行的毛利率。此外，即将于数周内推出的H3视频生成模型将进一步打开多模态市场的想象空间。

高盛维持买入评级，12个月目标价港币860元，较当前股价港币356.80元隐含141%上行空间。

ARR增长轨迹：从1亿到10亿，管理层给出明确路径

报告称，MiniMax管理层在电话会上系统性地梳理了ARR（年化经常性收入）的增长节点：

2025年12月底：ARR达1亿美元；

2026年2月：ARR升至1.5亿美元；

2026年4月：ARR较2月再度翻倍；

M3模型于6月1日正式上线前：ARR进一步加速爬升。

管理层明确表示，对2026年底实现10亿美元ARR目标保持充分信心。

在定价策略上，M3与上一代M2.7保持相同定价，但管理层强调这一策略在毛利率层面具有可持续性——原因在于训练与推理架构升级带来超过2倍的成本节省，基本抵消了总参数量翻倍所带来的成本增加。

公司还预告，2026年下半年将推出更大规模的M3系列模型，目标是在保持强劲成本性能的同时进一步提升智能水平。

这一ARR增长曲线是支撑高盛收入预测的核心依据——高盛预计MiniMax收入将从2025年的7900万美元跃升至2026年的3亿美元，2027年进一步达到8.801亿美元，2028年突破24.696亿美元。

DeepSeek涨价：行业定价理性化的破冰信号，直接利好MiniMax

这是高盛报告中最具市场催化意义的外部事件。

DeepSeek本周宣布，其V4正式版将于7月中旬上线，同步引入高峰/非高峰API差异定价机制：高峰时段（北京时间上午9点至12点、下午2点至6点）收费为非高峰时段的2倍，混合定价约为每百万token 0.35美元（Pro版）/ 0.12美元（Flash版）。

高盛将此解读为：自2026年4月底以来中国AI模型公司激进定价（部分玩家毛利率为零甚至为负）正在向更理性阶段过渡的早期信号，本质上是推理成本压力在定价端的真实反映。

对比之下，MiniMax M3的混合定价为每百万token 0.22美元，在性能/价格比维度上具备显著竞争优势，且毛利率明显高于同业——这得益于其更高比例的自建优化算力，以及以更小激活参数实现高效推理的架构设计。

MiniMax还特别指出，其自营算力可实现超过90%的利用率，通过高峰时段服务知识工作者和开发者、低谷时段将闲置算力用于实验和数据整理的方式，实现算力的峰谷平衡调度，从而支撑长时程智能体工作流的成本优势。

H3视频模型：数周内发布，深度融合M3架构

与此同时，MiniMax即将推出下一代视频生成模型H3，预计在"未来数周内"正式发布。

H3的核心升级体现在两个维度：

视频生成质量与功能多样性的全面提升，背后是重大架构升级（包括标注/分类/反馈循环的优化）；

与M3模型架构的深度整合：大语言模型能力被嵌入H3的DiT（扩散变换器）架构中，例如增强对人类动作和基本物理关系的理解能力。

此外，MiniMax正在引入垂直领域专家，逐步切入长片电影/剧集制作市场，拓展视频生成的商业化边界。

竞争格局：从"百模大战"到格局收敛，"组织敏捷性"成核心壁垒

高盛认为，MiniMax对中国AI模型竞争格局的判断颇具战略意义：市场正从一两年前的数百家玩家快速向头部集中。

在电话会上，面对国内互联网巨头旗下AI实验室的竞争，MiniMax将自身优势定义为：

高效的企业组织架构；

更高的基础设施利用率；

快速的模型迭代能力；

对新兴智能体机会的快速响应——例如在OpenClaw兴起后迅速商业化推出MaxClaw，以及MiniMax Code产品的快速落地。

公司管理层认为，随着AI模型竞争从"一次性benchmark刷榜"转向"持续产品迭代与真实世界落地"，可持续ROI将成为核心评判标准，而组织敏捷性在这一新竞争范式下的价值将愈发凸显。

全球基础设施与国产芯片集成：本土化推进加速

在算力基础设施层面，MiniMax采取双轨并行策略：

直接租用全球云服务商（CSP）算力；

与新兴云服务商（neo-cloud）深度合作。

目前，MiniMax的本地化推理基础设施已覆盖全球200多个国家和地区，客户结构高度分散，无单一国家过度集中的风险。

在中国市场，MiniMax已高度整合国产AI芯片（ASIC）用于推理任务，随着国内芯片能力的持续提升，这一本土化进程正在加速推进。这一布局不仅有助于降低对境外算力的依赖，也在中美科技博弈背景下构建了一定的供应链韧性。

在人才战略储备上，MiniMax以极精简的团队规模支撑起高强度的技术竞争：

全公司400至500名员工，其中超过80%从事研发工作；

300至400名员工参与约7%股权比例的ESOP（员工持股计划），以股权激励强化人才粘性；

持续从中国顶尖高校及海外名校招募应届毕业生；

通过"10X人才计划"引进垂直领域资深专家，将行业know-how转化为模型训练和真实任务优化能力。