大模型IPO走向分野

來源：光子星球

智譜與MiniMax先后敲鍾，市場很少在同一時間，給同一賽道提供如此清晰的對照樣本。

在一級市場被冠以「小龍」稱號的兩家大模型公司，在上市首日收穫了不同的市場反映。「全球大模型第一股」智譜上市首日盤中一度回調，而后以較強的韌性逆跌至131.5港元，較發行價上漲13.2%；MiniMax首個交易日全程較為強勢，收盤定格345港元，較發行價上漲109.1%。

如果説一級市場投資的是可能性，二級市場投資的則更多是商業化的可見度。在商業化還都處於早期的時候，其對資本市場所講故事的性感程度就決定了誰更吃香。

當一家大模型公司走到IPO這一刻，是產品與戰略形成的圖景向投資者展示出不同的估值模型。智譜選擇是優先把AI能力做成「可交付的工程」，把模型打包進To B服務里；MiniMax則是先把能力做成「可消費的產品」，把模型做成應用，通過C端消費市場開始造血。

由此，我們看到了兩種不同的市場温度。雖説技術型企業的短期估值更多是市場情緒所致，但跳出「短期=情緒」的判斷框架，這組前所未有的樣本似乎更像是一場公開的定價實驗。

當大模型進入IPO階段，資本市場究竟在為什麼樣的商業化路徑付費？

智譜沒有「鬼故事」？

二級市場對敲鍾企業增長能力的可見性與判斷，往往來自招股書。最淺層的增長性，是白紙黑字寫在招股書里的收入結構。

兩者的財務模型呈現出顯著的差異性：一個是厚積薄發的「技術長跑者」，一個是高舉高打的「效率實干派」。

在2024年及2025年上半年，智譜的本地化部署收入均佔總收入的80%以上，收入結構呈現明顯的B端導向。這組結構幾乎直接定義了智譜的商業模型：它更像一家「AI解決方案公司」，把大模型能力裝進企業的機房、專屬環境、專用流程里。

上一輪AI浪潮，仍是一輪以「算法能力出售」為核心的產業周期。行業智能化的交付對象，大多是明確場景下的單點需求。項目之間彼此割裂，算法能力的邊際複用有限，規模化更多依賴的是銷售半徑與項目密度的擴張。

而智譜所處的這一輪，是以通用大模型為基礎設施的周期。模型本身並不指向某一個行業，而是通過參數規模、推理能力與Agent框架，形成可以在不同場景中反覆調用的「通用能力池」。在這一邏輯下，本地化部署雖然在收入結構上仍呈現出「項目化」的外觀，但其底層能力並非一次性交付，而是持續演進、可複用、可升級的模型與工具鏈。

這也是為什麼，智譜在招股書中反覆強調模型迭代節奏、Token調用規模與平臺化能力，而不僅僅是單個項目的合同金額——二級市場需要的規模化複製的故事，或許落點不在於雲端部署佔比的上升，而是在於同一客户商業來往的持續深入。

對智譜而言，項目可以被做成商業化的入口，而非終點。一旦模型被嵌入組織流程，后續的能力升級、Agent擴展、算力消耗與工具訂閲，都會在同一客户內部自然生長。

換言之，如果説此前的項目交付，更像是在不同客户之間「複製工程」，那麼智譜所追求的，是在同一客户內部的「複製能力」。前者的規模化依賴橫向擴張，后者則更依賴縱向滲透。

也正是在這一點上，市場的分歧才真正產生。對部分投資者而言，看到的仍是熟悉的路徑——高毛利、項目制、本地化部署；但對另一部分投資者來説，智譜更像是在用項目制的殼，承載一套尚未完全顯形的平臺化商業模式。

從盤中回調再到逆跌的表現來看，市場對這家公司的外觀與內核的預期存在錯位，但其仍需要向市場自證。

當通用能力尚未完全通過雲端調用釋放出來之前，項目化收入依然是現實解法。能否從「交付驅動」過渡到「調用驅動」，纔是決定智譜能否跳出上一輪AI公司「鬼故事」的分水嶺。

大模型時代的「字節跳動」？

與智譜被放到一個熟悉框架做估值相比，MiniMax的處境幾乎相反——人們不能在上一輪AI浪潮中找到與它相似的模板。

並非MiniMax的技術路線更「顛覆」，而是其創始人閆俊傑本就是上一輪AI浪潮中走出的創業者，其對AI商業化的理解，往往比外部觀察者更早、更清楚。

早在起點，他就讓公司的未來路徑避開與智譜類似的方向。他知道定製化交付的摩擦在哪里，因此纔會更早把資源押在產品、平臺和用户上。對於二級市場而言，定製化B端的想象力還需要拓寬，但大模型時代的原生化產品模式顯得更加「性感」，這或許是其上市首日快速點燃市場情緒的重要原因之一。

反映在收入結構上，MiniMax透露出互聯網式「產品+平臺」公司的影子。其在招股書中披露2024年收入為1355.2萬美元，而2025年前九個月收入為5343.2萬美元，其中海螺AI、星野等AI原生應用形成的產品矩陣貢獻了超過71%的營收。

B端敍事下，模型本身便是交付物，另一條敍事下，處於底座的模型被封裝成產品交付給C端用户，從交付物演變成了成本中心。

路徑修正的好處明顯，MiniMax「順應」了投資者的期待，並未經歷智譜日前遭遇的風浪。甚至從商業模型上看，MiniMax更容易被放進消費互聯網公司的範疇做比對，沿用ARPU×MAU的模型判斷增長潛力。

值此，市場的判斷重心便落在了其增長有沒有持續性，成本有沒有被規模攤薄的可能這兩點上。

需要注意的是，這條路走起來或許也不會輕松。相較於項目制收入，消費級產品與平臺調用會讓成本暴露更早、用户增長與算力支出同頻增長。在此情況下，效率直接決定毛利，以及更大的企業整體運營。

我們從招股書中也能窺得一二。招股書顯示，MiniMax強調自己仍處商業化早期並呈現較高虧損率，其對歷史現金消耗的詳細披露，往往對應的是「燒錢換規模/增長」的潛臺詞。

這是一個更集中的戰略下注。只要產品飛輪不停，它就能用規模攤薄模型成本，並把平臺化收入做大；反之，一旦增長停滯，成本曲線會立刻變成壓力曲線——高強度研發與算力投入下，商業化若不能持續提速，估值的錨點將從收入變成現金流。

從這個角度看，MiniMax與10年余前大肆購買服務器，以提升個性化算法效率的字節跳動頗為相似。有趣的是，兩家的創始人也在不同場合發表過相似的觀點，例如兩家公司均自Day 1開始便將目光放在了全球化上。

相比張一鳴，閆俊傑的創業環境更好。張一鳴創業時，信息找人的邏輯還只隱約體現在海外少數「算法新聞」小眾產品中，他需要向每個投資人闡述信息與分發的價值；閆俊傑面對的則是AI基本成為共識的火熱市場，無怪市場用腳投票，給予MiniMax更高的期待。

肥水還流向了哪兒？

AI是一個技術驅動、層次分明的行業。兩家大模型公司商業化路徑上的分歧尚需時間證明對錯，但還有一個現實相對市值更冷——算力並不掌握在它們自己手中。

以MiniMax為例，2025年前9個月，其向阿里雲購買雲計算服務的金額達到5830萬美元；預計在2026年-2028年，其每年向阿里雲採購雲服務的預算上限分別為1.15億、1.25億、1.35億美元。

市值反映的市場情緒之下，真正穩定、確定、並且持續放大的現金流，正在沿着算力賬單，迴流到雲廠商一側。所謂「商業化路徑之爭」，更像是兩家公司，以不同方式在為同一張底層賬單買單。

MiniMax用的是用户規模與產品增長，把算力成本前置、暴露在報表之上；智譜用的是項目交付與本地化部署，把算力成本包進整體解決方案里，再由客户間接承擔。

或許，這一輪大模型IPO還有另一層的隱性結論，無論資本市場短期更偏愛哪一種敍事，真正站在產業鏈上游、具備議價能力的，仍然是掌握算力、網絡與調度能力的雲平臺。

「肥水還流向了哪兒？」的答案並不複雜。畢竟在這場AI產業鏈商業化的競速中，算力作為生產要素，已經提前完成了定價。這或許纔是這一輪大模型浪潮里，最具確定性的事實。

特別聲明：以上內容僅代表作者本人的觀點或立場，不代表新浪財經頭條的觀點或立場。如因作品內容、版權或其他問題需要與新浪財經頭條聯繫的，請於上述內容發佈后的30天內進行。