2026年9月，海外大模型厂商密集发布新一代模型。Anthropic于9月1日推出Claude Fable 5.1，Meta于9月2日发布Muse Spark 1.3，谷歌发布Gemini 3.8 Flash，OpenAI则于9月3日发布GPT-6 Astra。OpenAI联合创始人兼总裁格雷格·布罗克曼在发布会上称，该模型能够模拟人类直接读取屏幕像素，通过鼠标和键盘操作任何有图形界面的软件，并将推理、代码执行、视觉识别、电脑操作与工具调用串联进同一条执行链，自主规划并完成端到端工作流程。
国内厂商同期技术声量相对较弱。阿里于9月2日更新Qwen3.8-Max，科大讯飞于9月7日发布讯飞星火X2.5。另一则与国内模型相关的消息是，沙特公共投资基金旗下AI公司HUMAIN于9月3日发布全球首个阿拉伯语大模型，该模型基于MiniMax开源模型M3进行后训练。
MiniMax创立于2021年底，2022年4月发布首个文本模型abab1，早于OpenAI发布ChatGPT。公司同时自研文本、语音、视频、音乐模型，选择全模态融合路线。2026年1月9日在港交所上市后，MiniMax股价一度暴涨，市值最高超过4100亿港元，但此后大幅回撤，外界质疑声不断。先发优势尚未转化为技术上的绝对领先。
从模型能力来看，MiniMax的核心亮点目前更多体现在价格而非质量。在技术路线上，公司采取创业公司中少见的全模态投入，覆盖文本、语音、视频、音乐四个领域。大语言模型为M系列，6月1日迭代至M3；视频模型为Hailuo系列，7月31日迭代至H3；语音模型更新至Speech 2.8，音乐模型更新至Music 3.0。
在关键的大语言模型维度，MiniMax未形成压倒性优势。据模型评测平台Artificial Analysis最新智能指数排名，全球前六位均为海外模型，包括Claude Fable 5.1、GPT-6 Astra、Muse Spark 1.3等；国内排名最靠前的依次为第七位智谱GLM-5.3、第九位Kimi K3、第十三位阿里Qwen 3.8 2.4T A95B、第十五位DeepSeek V4 Pro 0813，MiniMax-M3位列第十七。在中文大模型评测平台SuperCLUE通用测评榜单上，2026年7月模型总分前四为Qwen3.8、Kimi K3、DeepSeek V4 Pro、Doubao-Seed-2.1-pro，MiniMax-M3排在第九。
视频模型H系列表现相对更强。在Artificial Analysis视频类模型榜单上，MiniMax H3在图像转视频方面排名第一，视频编辑和文生视频分别排名第二和第三。H3将文生视频、图生视频、视频编辑、动作迁移等任务纳入同一预训练框架，采用名为”上下文全模态表征”的架构，支持文本、图片、音频、视频任意组合输入，单次最多可混合12个参考素材。该模型还能让文字参与视觉构图，贴合物体表面的透视关系，跟随镜头运动和主体动作变化。
但H3在视频生成领域同样未建立绝对质量优势，而是以性价比著称。按各模型官方定价，以1080p清晰度计算，Seedance 2.5和Veo 3.1价格约每秒3元，Wan 3.0、Kling 3.0、Gemini Omni Flash约每秒1.1元，而MiniMax H3更高的2K清晰度仅需每秒0.8元。在海外社区Reddit上，对H3的评价多集中在快、便宜和同价位中最为可靠。有短剧从业者表示，公司认为综合效果最佳的是Seedance，但价格偏高，一般用于最重要的镜头；实际生产中更多使用MiniMax H3，能达到Seedance八九成的效果，价格则便宜得多。
当模型能力不足以支撑技术溢价时，商业化压力便转移到了规模与效率之上。据财报，MiniMax按商业化渠道分为两大板块：To C的AI原生产品，包括Talkie/星野、海螺AI、MiniMax Agent等，收入来自订阅付费与应用内消费；To B的开放平台及其他企业服务，向企业客户及开发者提供模型API调用、Token套餐和MiniMax Code等工具，本质是按消耗量出售模型能力。
MiniMax原先收入以C端为主。财报显示，公司2024年、2025年营收分别为3052.3万美元和7903.8万美元，其中AI原生产品收入分别占比71.4％和67.2％。但重C端意味着需要面对获客与运营难题，而B端业务虽具备更强的可预测性，却要求模型在稳定性、成本控制和工具链完整度上具备持续竞争力。在AGI目标仍显遥远的当下，MiniMax需要在技术投入与商业回报之间找到平衡点。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
