营收结构的本质差异
审视两家AI企业的财务表现，最根本的区别在于收入来源的底层逻辑完全不同。MiniMax选择了C端泛娱乐化的快速变现路径，而智谱AI则坚守B端政企市场的深耕策略。
MiniMax的移动互联网式打法
MiniMax的商业模式带有明显的移动互联网特征。2025年，公司总收入约7903万美元，其中海外收入占比高达73%。这种高度依赖海外市场的收入结构，既带来了快速增长的机会，也埋下了潜在的风险。
其核心应用Talkie和星野通过经典的"免费+付费"模式实现商业化：先通过免费对话额度培养用户习惯，再通过订阅付费和虚拟内购完成变现。这种模式的优势在于能够快速获取用户规模，但劣势在于用户粘性相对较弱。
陪伴类AI产品面临的最大挑战是ARPU值的天花板效应。当用户的新鲜感消退后，由于缺乏真实的社会关系网络支撑，流失率会显著上升。为了维持现有的收入规模，MiniMax必须持续投入高额的营销费用。2025年，其销售及分销开支达5190万美元，虽然同比降低了40.3%，但相对于7904万美元的收入规模，销售费用占比仍然高达66%。
智谱AI的企业级深耕策略
相比之下，智谱AI选择了完全不同的路径。2025年，公司整体营收突破7亿元，主要来自四个业务板块：开放平台及API、企业级智能体、企业级通用大模型、技术服务与其他。其中，开放平台及API采用云端部署，后三者主要为本地化部署。
企业级市场的特点是客单价高、客户粘性强。以智谱中标中国邮政储蓄银行大模型平台项目为例，单笔合同金额就达到409.57万元。本地化私有部署的优势在于，一旦完成系统集成，客户的替换成本极高，这为智谱AI建立了坚实的竞争壁垒。
然而，B端业务也面临着独特的挑战。政企客户的采购周期漫长，从前期的需求调研到最终的交付验收，整个过程可能持续数月甚至更长时间。这种特点导致智谱AI的营收增长相对平稳，难以实现爆发式增长。
成本结构的深度剖析
两家公司在2025年均录得巨额亏损，但导致亏损的原因各有侧重，这反映了它们在商业模式上的根本差异。
MiniMax的算力成本挑战
MiniMax的亏损主要来自高昂的研发投入。2025年，公司研发开支达到2.53亿美元，是收入的3.2倍。其中，与训练相关的云计算服务费用占研发开支的近80%。
这种高投入的背后是MiniMax向"AI时代平台型公司"转型的战略意图。公司通过技术创新来降低算力成本，例如采用MoE架构的新一代模型，在推理时仅激活部分参数，显著降低了单次调用成本。
值得注意的是，MiniMax正在逐步降低对C端业务的依赖。2025年，其B端业务收入增长了197.8%，占总收入的比重从2024年的28.6%提升到32.8%。这种业务结构的调整，有助于公司建立更加多元化的收入来源。
智谱AI的服务成本困境
智谱AI的亏损不仅来自算力成本，还包括高昂的人力成本。截至2025年末，公司拥有1095名员工，全年薪酬成本达到13.6亿元（含股份支付）。即使扣除股份支付部分，现金薪酬成本也达到约8亿元，超过了7亿元的营收规模。
这种高人力成本源于智谱AI的服务模式。为了满足政企客户的需求，公司的工程师团队需要入驻客户现场进行深度定制化服务。这种模式虽然能够建立客户粘性，但也将原本高毛利的软件生意变成了低毛利的IT集成工程。
智谱AI正在通过业务结构调整来提升运营效率。2025年，云端部署业务收入从4848万元增加到1.9亿元，增幅达到292.6%，毛利率也从3.3%提升至18.9%。这种向标准化产品转型的趋势，有助于公司改善盈利能力。
行业格局的重塑与挑战
随着AI行业的快速发展，市场竞争格局正在发生深刻变化，这对两家公司都提出了新的挑战。
巨头战略调整的影响
近期，阿里云、百度智能云等头部云厂商相继宣布大模型相关服务涨价，这标志着行业价格战的结束。表面上看，这缓解了智谱AI的竞争压力，但实际上可能带来更大的挑战。
巨头停止价格战意味着算力成本的刚性特征得到确认。缺乏IaaS基础设施的智谱AI，将在底层成本上面临更大的压力。更重要的是，巨头们将战略重点转向利用PaaS与SaaS生态锁定高价值客户，这要求智谱AI必须证明其在特定垂直领域的独特价值。
开源模型的威胁
对于MiniMax而言，开源模型的快速发展构成了重要威胁。以Meta的Llama系列为代表的开源生态正在快速迭代，不断缩小与闭源模型的能力差距。
当多模态生成能力逐渐成为基础设施时，单纯依靠技术优势建立的护城河将不再牢固。MiniMax需要快速构建非技术壁垒，包括用户社区、数字资产积累和IP孵化等。如果不能在应用层运营上取得突破，就可能面临被开源生态替代的风险。
盈利路径的探索
两家公司都在积极探索适合自己的盈利路径，但面临的挑战各不相同。
MiniMax的规模效应追求
MiniMax的核心策略是通过技术创新降低单次调用成本，同时扩大用户规模来实现规模效应。公司需要平衡技术投入与商业化节奏，确保算力成本下降的速度能够跑赢用户规模扩大的速度。
在业务层面，MiniMax需要加强用户粘性建设。单纯的工具属性难以形成持久的竞争优势，公司需要向社交化和社区化方向转型，建立真正的网络效应。
智谱AI的价值深度挖掘
智谱AI的优势在于其在特定行业的深度积累。公司需要继续深耕垂直领域，提供超越通用模型的差异化价值。同时，通过产品标准化和云端业务拓展，降低服务成本，提升运营效率。
在客户拓展方面，智谱AI需要平衡大客户依赖与业务多元化的关系。过度依赖少数大客户可能带来营收波动风险，公司需要建立更加均衡的客户结构。
未来发展的关键因素
展望未来，两家公司的成功将取决于多个关键因素的协同作用。
技术迭代速度仍然是核心变量。无论是MiniMax的多模态技术，还是智谱AI的行业模型，都需要保持持续的技术领先优势。同时，成本控制能力将直接影响公司的生存能力。
市场环境的变化也不容忽视。监管政策、数据隐私要求、国际关系等因素都可能对两家公司的业务产生重大影响。特别是对于高度依赖海外市场的MiniMax，地缘政治风险需要格外关注。
最终，AI企业的成功不仅取决于技术实力，更取决于商业化能力。如何在技术创新与商业变现之间找到平衡点，将是决定两家公司能否突破盈利困局的关键。
