MiniMax解禁前股价两周跌53%,亏损超160亿,回A之路能否破局?

MiniMax股价为何暴跌?

2026年中国资本市场最受瞩目的明星科技股MiniMax,在解禁期临近前,跌出一场资本市场的惊魂戏。6月前两周,MiniMax港股股价分别下跌34.17%和28.39%,短短两周累计跌幅约53%。在经济学里,资产价格若在极短时间内跌超30%,基本可算“泡沫破灭”。

解禁压力是主因吗?

让市场如此紧张的,可能是MiniMax即将到来的解禁压力。它将在7月9日迎来一轮重要解禁,涉及基石投资者及部分现有股东。按部分市场数据口径测算,流通股潜在供给量接近放大10倍。但问题是,哪家上市公司不会遇到解禁潮?更何况现在还只是临近解禁,并非大规模抛售,市场却已跌成惊弓之鸟,这说明市场提前恐慌,原因或许不只是担心有人卖股票。

高估值能否支撑?

真正的问题是,当股价从神坛跌落之后,MiniMax还能否证明,自己配得上此前近4000亿港元的估值?2024年到2025年,MiniMax合计亏损约23.37亿美元,简单按1比7的汇率粗算,两年亏掉了约160亿元人民币。对于这样一家仍处于高投入阶段的大模型公司来说,持续融资已成为生存逻辑的一部分。因此,无论是启动A股上市辅导,还是谋求“A+H”双资本平台,本质上都不难理解。但当港股股价在解禁前突然大跌,再叠加亏损扩大、涨价引发用户反弹、技术可信度遭到质疑,资本市场还愿不愿意继续为这个AI故事买单,看起来没那么确定了。

股价暴跌背后的外部冲击

今年1月9日,MiniMax登陆港股,IPO发行价为165港元/股。上市后股价一路狂飙,到3月18日最高收报1238港元/股,较发行价翻了约7.5倍,市值一度摸到3900亿港元,几乎直接被资本市场按照“下一个AI巨头”的标准定价。而在股价暴跌之前,MiniMax也一直在向市场释放增长正在加速的信号。3月,创始人闫俊杰在业绩交流会上透露,公司2月ARR(年化经常性收入)已经超过1.5亿美元。5月28日,联合创始人兼首席运营官贠烨祎又对外披露,截至当时,MiniMax用户规模已经超过3亿,服务的全球企业及开发者客户数超过100万,较半年前增长5倍;公司的年化ARR过去两个月实现翻倍。

但资本市场最残酷的地方在于,它可以用最快的速度把一个故事推上神坛,也可以用同样快的速度重新给它估值。6月前两周,MiniMax港股股价分别下跌34.17%和28.39%,短短两周累计跌幅约53%。这一方面有外部冲击。6月9日,科技智库SemiAnalysis发布了一篇题为《电源关闭、灯光熄灭:800V直流推进受阻与CPO技术延期》的研报,直接引发市场对AI链条的担忧。当天美股科技板块率先调整,光模块巨头高意收跌超11%,Lumentum收跌超8%,被黄仁勋称为“下一个万亿美元企业”的迈威尔,也在当日跌超7%。随后,压力也传导到A股和港股的科技板块。

虽然这篇报告本身讲的是光模块和CPO技术,但今年以来科技股、大模型股涨幅过大,市场本来就处在高度敏感状态,整个链条任何一个环节出现风吹草动,市场重新审视的可能就不只是光模块和CPO,而是整条AI叙事链条到底值多少钱。MiniMax自然也难独善其身。

解禁压力成关键助跌因素

不过,更关键的助跌因素,可能还是MiniMax即将到来的解禁压力。公开信息显示,MiniMax将在7月9日迎来一轮重要解禁,涉及基石投资者及部分现有股东。对MiniMax来说,这是一次对前期高估值的真正压力测试。目前,MiniMax实际流通盘比例仅约5%。也正因为流通盘小,前期股价才能在资金推动下走出极端行情。但解禁之后,按部分市场数据口径测算,MiniMax潜在可流通股份比例可能升至约46%。换句话说,市场上的潜在供给量将大幅增加,接近放大10倍。

更关键的是,很多早期投资者现在依然有相当可观的浮盈。即便股价已经从高位大幅回落,但对于IPO前进入的机构来说,其持股成本更低,账面收益可能更夸张。在这种情况下,“获利了结”的抛压可想而知。

而MiniMax的这轮暴跌,还处于准备“回A”的关键节点。原本港股上市后的高市值、高关注度、高成长叙事,可能会成为它回归A股资本市场的重要筹码。但现在上市不足半年股价就出现剧烈回撤,也意味着资本市场已经开始重新评估这家公司真正的价值。

亏损严重,资本市场情绪敏感

资本市场对MiniMax的情绪之所以如此敏感,说到底还是担心业绩扛不扛得住。2024年,MiniMax实现营收约3000万美元,但亏损金额高达4.65亿美元。到了2025年,其营收翻了超过一倍,达到约7900万美元,但亏损却直接翻了超过4倍,达到18.72亿美元。也就是说,2024年到2025年两年,MiniMax合计亏损约23.37亿美元。简单按1比7的汇率粗算,两年亏掉了约160亿元人民币。

这可能意味着,MiniMax商业模式还很早期,哪怕已经拥有了上市公司的身份,但还不是那种“规模起来了、亏损开始收窄、商业模式马上跑通”的能让资本市场看到扭亏希望的公司。它距离盈亏平衡可能还很远。

对MiniMax来说,继续融资几乎已经不是选择题,而是必答题。启动A股上市辅导、推进“A+H”资本平台,自然成了一个非常合理的下一步。中国证监会于5月29日发布的文件显示,MiniMax已于2026年5月29日与中信证券签署辅导协议。5月31日,MiniMax在香港交易所网站发布公告,称其公司董事会已决议探究拟发行人民币股份的初步建议。

涨价引发用户反弹

不过,资本市场可以继续听故事,但公司自己必须拿出一点改善业绩的信号,尤其是在准备回A股的关键节点上,MiniMax不能只讲技术想象力,也要想办法让报表看起来更好看。于是,几乎就在释放出准备回A信号的同一时间,MiniMax宣布涨价,同时将计费方式从按次改为按token。

从公司角度看,这个动作并不难理解。毕竟两年亏损超过百亿元人民币,研发和算力成本又持续高企。但从用户角度看,这次涨价就没那么容易接受了。许多开发者登录后才发现规则改变。网上有实测数据显示,原本5小时可调用1500次的额度,在新规则下只能支撑300到500次。按照过去同等业务消耗量计算,现在的成本涨幅最高可达2.5倍。

还有用户算了一笔账:过去每月消耗30亿至50亿token只需要49元,现在同样的使用量要花约175元,实际涨幅高达257%。另一位重度用户在黑猫投诉平台上表示,其开发工作需要高频调用1M长上下文功能处理大型代码库,“过去一周够用的额度,现在两三天就烧光了”。

更重要的是,目前不少同行都在降价,开发者的选择也越来越多。比如,5月22日,DeepSeek宣布DeepSeek V4 Pro永久降价,输入(缓存命中)价格调整为0.025元/百万tokens,输入(缓存未命中)降为3元/百万tokens,输出价格为6元/百万tokens。5月27日,小米MiMo - V2.5系列跟进降价,最高降幅达到99%。以MiMo - V2.5 - Pro为例,降价后与DeepSeek V4 Pro保持一致。

此外,根据财新6月1日的文章,在全球最大的API聚合平台OpenRouter周度累计Token消耗量排行榜上,MiniMaxM2.7以526B的Token消耗量位列第18位,明显落后于一众国内竞争对手。这反映出MiniMax的市场份额本来就不稳,也让MiniMax的处境变得很尴尬。它需要涨价来改善财务压力,但涨价本身又可能削弱市场竞争力。

转战B端能否破局?

不涨价,业绩扛不住;但一涨价,又可能把用户推向同行。那么有没有一条路,可以在保业绩和保市场之间取得平衡?转向B端,可能是其中一个相对现实的方向。2025年,MiniMax的B端收入占比已经超过三成,业务增速也开始反超C端,发力B端的战略定位越发清晰。

这条路的好处在于,相比C端用户,B端客户对价格没那么敏感,后者更在乎“值不值”。普通用户看到价格涨了,很容易立刻转向别的模型。但企业客户不一样,尤其是规模较大的公司来说,它们真正关心的不是token费,而是这个模型能不能提高效率,能不能减少成本。

不过,B端虽然对价格没有C端那么敏感,但需要MiniMax回答一个更硬的问题:它到底有没有足够强的技术优势和场景落地能力,让企业客户愿意继续为它买单?

技术可信度遭质疑

这个问题恰恰是MiniMax现在最容易被质疑的地方。在M3发布会上,MiniMax最引以为傲的,是其在SWE - Bench Pro上取得了59%的成绩。SWE - Bench Pro是一个接近真实软件工程场景的测试基准。按照MiniMax说法,M3这个成绩已经超过GPT - 5.5的58.6%和Gemini3.1 Pro的54.2%,接近Claude Opus 4.7。

但外界的质疑很快就来了,有海外科技媒体指出,MiniMax公布的benchmark结果来自公司自行测试,而且部分测试还使用了Claude Code等外部Agent脚手架。这就带来了一个很现实的问题:最终的高分,到底有多少来自M3模型本身?

这些争议如果放在C端传播里,可能只是一次营销风波,普通用户甚至不会深究这些细节。但B端客户不一样,企业要把模型接入自己的业务系统,它们不仅看技术能力,也看技术可信度。

更让MiniMax被动的是,这并不是它第一次面临“技术可信度”的拷问。今年2月23日,Anthropic指控包括MiniMax在内的三家中国公司对其Claude模型发动了“工业级蒸馏攻击”。Anthropic称,这三家公司通过约2.4万个虚假账户,与Claude进行了超过1600万次对话交互,其中MiniMax的交互量最大,超过1300万次。对于Anthropic的指控,MiniMax并未公开回应。但市场信心已经受到影响。月之暗面和摩尔线程的投资人王捷曾对财新指出:“MiniMax商业模式较为成熟,但在被Anthropic指责蒸馏模型后,市场信心有所回调。”

战略调整迫在眉睫?

值得注意的是,除了技术,MiniMax发力B端,还需要解决另一个同样重要的问题:战略到底要不要调整。过去几年,MiniMax很被行业诟病的一点,就是产品线铺得太开。从文本大模型、语音合成,到视频大模型,再到自然语言和多模态能力,MiniMax几乎什么都想做。这种打法,本质上是一种典型的C端思维:把自己做成一个模型超市,尽量覆盖普通用户的各种需求。

但B端不是这么玩的。企业客户不需要你什么都做一点。它们更在乎的是,你能不能在某一个具体场景里真正解决问题。比如提高客服效率,提高代码开发速度,或者帮企业节省一部分人力。哪怕只是在某个垂直环节里提高5%的效率,或者节省5%的成本,只要这个价值稳定、可量化,企业就可能愿意买单。

这恰恰是MiniMax目前转型B端的尴尬之处。多模态全线推进,对算力、研发和资金的消耗都是天文数字。虽然在创业早期,“什么都要”可以帮助公司制造声量,但在资源有限的前提下,“什么都要”很可能会变成“什么都做不精”。

所以,MiniMax如果真的想从C端转向B端,就不能只是把原来的模型换一种收费方式,而是要在战略上做一次真正的收缩:砍掉不够聚焦的战线,把资源压到最有商业价值、最能形成差异化的场景里。问题是这种调整既需要时间,也需要钱。2024年和2025年,MiniMax的研发开支分别高达1.89亿美元和2.53亿美元,分别是当年营收的6.2倍和3.2倍。

未来盈利之路在何方?

推进A股融资,原本应该是MiniMax完成B端转型、继续支撑研发投入的重要一步。过去半年,资本市场愿意把MiniMax视作中国大模型赛道最具想象力的玩家之一,也给予了AI时代最慷慨的估值溢价。但资本市场从来不会无限期为想象力买单。

当解禁来临,当融资需求越来越迫切,当市场开始追问盈利路径和商业化能力,所有关于技术、增长和未来的故事,最终都会被翻译成同一个问题:这家公司未来究竟能赚多少钱?对于两年亏损超过160亿元、仍需要持续融资输血的MiniMax来说,这个问题迟早都要回答。7月9日解禁的,未必只是股票,还有资本市场对MiniMax的信仰。

内容概要:本文档系统整合了基于MATLAB/Simulink的风力涡轮机雷达信号仿真、电力系统优化、新能源调控及多领域智能算法应用资源,涵盖风电功率平抑、混合储能协同调频、综合能源系统调度、无人机三维路径规划、电动汽车参与调度、电氢氨耦合系统优化等沿科研方向。资源包提供大量可复现的Matlab代码、Simulink仿真模型、数据集及配套论文,涉及GWO、PSO、WOA、HHO等多种智能优化算法,以及LSTM、CNN、GRU等深度学习模型在负荷预测、故障诊断、信号处理中的应用,尤其聚焦于风电与雷达信号交互、储能功率分配、虚拟电厂运行、微电网多时间尺度优化等关键技术的仿真实现。; 适合人群:具备一定MATLAB编程基础,从事电力系统、新能源、智能优化、信号处理、雷达仿真、综合能源管理等相关领域的科研人员及研究生;工作1-3年相关方向的工程师。; 使用场景及目标:①开展风力发电系统与雷达信号交互仿真研究;②复现高水平期刊论文中的优化调度、故障诊断、功率预测模型;③进行无人机路径规划、储能系统设计、综合能源系统优化等课题研究与论文撰写;④借助成熟的代码框架快速搭建仿真模型,提升科研效率与工程实践能力。; 阅读建议:建议按主题分类浏览资源列表,优先选择标注“复现”“顶刊”“EI”等高价值项目,结合提供的网盘链接下载完整代码与数据,配合Simulink仿真模型与说明文档进行调试与二次开发,注重算法实现与实际工程问题的深度融合。
日常处理文本内容时,你是否也常常被这些琐碎又烦人的操作消耗大量时间:从网页复制来的文章满是空行和多余空格,要一段段手动清理;从不同渠道收集的文档繁简混杂,格式五花八门,想统一规范却只能逐篇调整;面对数千行的数据,想按行排序、去重、添加行号,却找不到一个趁手的小工具;更别提Base64编解码、URL转义这些开发中高频使用的操作,每次都得打开在线网站反复折腾——这些看似零散的文本处理需求,单独去搜工具费时费力,用Word又杀鸡用牛刀,始终缺少一款能把这些功能聚合在一起、打开即用的桌面工具。而 大飞哥软件自习室——文本批量整理工具 v2.0正是为整合这些高频文本处理需求而生的专业效率工具,它集文件管理、文本清洗、格式转换、查找替换、批量插入、排序打乱、编码解码、实时统计等近三十项实用功能于一身,采用多标签页设计支持同时编辑多个文档,所有操作均支持撤销与重做,让你在写代码、整理素材、编辑文案时再也不用东拼西凑找工具,一个软件搞定全部文本处理需求。 软件的核心功能模块围绕文本处理的完整工作流展开,覆盖了从“粗加工”到“精处理”的各个环节。文本清洗模块提供了行首尾去空格、清除所有空格、删除空行、合并多余空格、去除重复行、清除HTML标签等六项功能,一键将脏乱差的原始文本快速规整为干净可用的素材。文本转换模块则涵盖了繁简互转、标点中英文互转、全半角互转、全部大写/小写/首字母大写等选项,尤其适合需要批量处理多语言或不同格式规范的文本内容。查找替换模块不仅支持普通文本替换,更提供了正则表达式和区分大小写选项,查找、替换、全部替换、选区替换四种模式灵活应对不同场景。批量插入文本模块更是独树一帜——用户可预设两组插入内容,选择插入到当段首/段尾或所有段首/段尾,四个单选按钮搭配两个输入框,实现八种插入组合,为批量处理结构化文本提供了极大的便利。
随着云原生技术的快速发展,分布式微服务架构已成为企业IT基础设施的主流部署模式,然而传统负载均衡调度算法(如加权最小连接数WLC)采用静态权重配置,难以适应生产环境中流量峰谷波动带来的挑战。本文针对分布式微服务系统的负载均衡调度算法优化这一课题,提出融合历史负载时序预测与实时资源数据计算实例权重的动态权重分配策略(简称DWA),并基于Go语言+Kubernetes技术栈构建了完整系统。在研究方法上,本文首先分析了现有加权最小连接数调度算法的局限性,引入资源预测模块基于ARIMA或LSTM时序预测模型预判流量高峰;随后设计动态权重分配(DWA)策略,融合历史负载时序预测与实时资源数据计算实例权重;最终实现负载感知调度(Latency-aware Load Balancing),融合最小连接数与实时负载双重因素。技术实现采用Go语言作为开发主体,利用gRPC框架实现微服务间高效通信,通过Prometheus监控系统采集Pod节点级别的实时资源指标,并结合Kubernetes容器编排平台完成系统的容器化部署。主要研究成果包括三个方面:第一,提出DWA动态权重分配算法,通过实测验证系统吞吐量提升42%,有效提高了集群资源利用率;第二,实现基于时序预测的调度策略,请求响应时间标准差降低67%,显著改善了流量高峰期的系统稳定性;第三,设计多维度负载指标采集架构,节点负载均衡度达到0.91,实现了更精细化的请求分发。测试场景覆盖4G弱网、WiFi抖动及跨网传输等多种网络条件,验证了系统在复杂网络环境下的适应性。 【课程报告内容】 摘要 第1章 绪论 第2章 相关技术与理论 第3章 系统需求分析 第4章 系统总体设计 第5章 系统详细设计与实现 第6章 系统测试与分析 第7章 总结与展望 参考文献 附件-实现指南
内容概要:本文系统研究了基于去噪概率扩散模型(DDPM)在光伏场景生成中的应用,结合Python代码实现,详细阐述了如何利用扩散模型生成具有高度真实感的光伏发电时间序列数据。该方法通过向加噪与反向去噪的马尔可夫过程,学习光伏出力的复杂时空特征,有效应对新能源出力的强波动性与不确定性。文中深入解析了DDPM的核心数学原理、基于U-Net的网络架构设计、时间步嵌入机制、损失函数构建及训练优化策略,并展示了其在电力系统规划、优化调度、风险评估等场景下的应用潜力,突出了其在生成高质量、多样化光伏场景方面的显著优势。; 适合人群:具备一定机器学习与深度学习基础,从事新能源电力系统、智能电网、可再生能源预测、场景生成与概率建模等领域研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①解决光伏功率固有的间歇性与不确定性导致的建模困难;②为微电网能量管理、储能系统优化配置、电力市场仿真及日-实时调度提供高保真的输入场景;③提升高比例可再生能源接入下电力系统规划与运行决策的鲁棒性与可靠性; 阅读建议:学习者应结合所提供的完整Python代码,动手实践并深入理解扩散模型的正向扩散与反向生成全过程,重点关注时间步条件输入、U-Net特征提取与跳跃连接、以及噪声预测网络的训练细节,并尝试在真实的光伏历史数据集上进行模型训练与生成效果评估,以充分掌握其技术精髓。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值