MiniMax 7 月 Token 消耗量飙至年初 20 倍，8 月 ARR 冲破 8 亿美元

8 月 26 日晚，MiniMax 在 2026 年中期业绩会上披露多项最新经营数据及模型研发进展。公司第二季度收入较第一季度环比增长 81.8%。进入第三季度后，7 月 Token 消耗量已达到 1 月的 20 倍，8 月年度经常性收入（ARR）增长至 8 亿美元以上。

MiniMax 的收入结构在快速变化。从最新 ARR 结构看，To B 业务占比已达到约 80%，To C 业务占比约 20%，对比去年同期 To B 业务占比约 30%、To C 占比约 70%，企业和开发者对模型的采用速度明显在加快。随着 M2 系列持续升级以及 M3、H3 相继推出，模型智能水平和推理吞吐同步提升，企业及开发者的模型调用需求正在成为 MiniMax 新的收入主力。

三季度商业化增长持续提速，8 月 ARR 超 8 亿美元

MiniMax 当日发布的中期业绩显示，2026 年上半年，仅半年即达到 2025 年全年收入的 1.5 倍。其中，第二季度收入较第一季度环比增长 81.8%，显示收入规模仍在逐季扩大。

报告期后，公司业务增长进一步加速。7 月，MiniMax Token 消耗量达到 1 月的 20 倍；8 月 ARR 超过 8 亿美元。MiniMax 表示，模型能力提升是 ARR 增长的核心驱动力。在 M3 相较 M2 系列价格不变的情况下，模型智能水平进一步提高，既吸引了更多新客户，也推动现有客户解锁更多使用场景。目前，MiniMax 企业客户和开发者数量已突破 200 万，是 2025 年底的 10 倍。

与此同时，模型消费正从“人与 AI 的交互”拓展至“Agent 与 AI 的多轮交互”。人类提出的任务会被 Agent 展开为多轮模型请求、工具调用和子 Agent 任务。由 Agent 驱动的推理需求增长显著快于用户数和消息数增长，进而带动单用户 Token 消耗快速提升。

To B 业务占 ARR 约 80%，模型与推理效率同步升级

MiniMax 的业务结构也在发生明显变化。当前 ARR 中，To B 业务约占 80%，To C 业务约占 20%。

从财报确认收入看，2026 年上半年，MiniMax 开放平台及其他 AI 企业服务收入达到 7390 万美元，同比增长 703.1%，占总收入的比例由上年同期的 30.3%升至 63.4%。

从 2025 年 B 端与 C 端整体收入比例约为 3:7，到 2026 年上半年 B 端确认收入占比超过 60%，再到当前 ARR 中 To B 业务占比达到 80%，反映出企业及开发者业务正在以更快速度扩张。

从地域结构看，国际化仍是 MiniMax 收入结构的重要特征。2026 年上半年，公司海外收入占比约为 60%，国内收入占比约为 40%。从模态结构看，越来越多客户开始同时使用语言、视觉和声音能力，M3 和 H3 正在共同推动模型调用及 ARR 增长。

MiniMax 在业绩会上披露了 M3.1 和 M3 Pro 的研发方向。M3 Pro 的参数规模预计提升至约 3T，并进一步扩大强化学习和长程任务训练，以提高模型的泛化能力和智能上限。

为支撑后续模型迭代，MiniMax 通过自主可控核心集群、云厂商供给及 Token Factory 合作，搭建了综合算力供给网络。公司现有及规划算力能够支持 3T 级文本模型和视频模型持续迭代。公司也在推进 M3 和 H3 的国产芯片适配，大规模国产算力集群将很快上线，并逐步承担真实生产流量。

H3 开源三周下载量超过 2400 万次，成为 2026 年全球下载量最高的模型

多模态是 MiniMax 除语言模型之外的另一条主要技术管线。公司认为，多模态并非简单增加一种输入输出形式，而是通过语言模型与视觉生成模型的深度融合，帮助模型更完整地理解真实世界。

H3 是 MiniMax 将语言模型能力与视觉生成能力结合的一次实践。语言模型不仅用于理解 Prompt，也参与理解上下文、参考素材和用户意图，并将其转化为更精细的生成控制。

H3 开源三个多星期以来，下载量已经超过 2400 万次，产生超过 300 个公开衍生模型，成为 2026 年全球下载量最高的模型。受模型口碑和性价比带动，其线上官方服务使用量也实现了快速增长。

MiniMax 认为开源能够降低开发者和企业的使用门槛，使模型更快进入云平台、开发者工具及企业工作流；长期定价能力则主要取决于模型效果、成本、稳定性、迭代速度及企业级交付能力。

“只有最小化单位智能成本，才有可能最大化智能水平；只有降低单位智能成本，才有可能让更高水平的智能进入更广泛的生产和生活。”MiniMax 创始人、CEO 闫俊杰表示，下一阶段将继续推进模型智能、推理效率和基础设施能力的协同提升，加快 M 系列与 H 系列模型的研发及发布周期。