英伟达minimax能用多久

minimax 调用量连续登顶全球第一，总市值更是超越百度，成为国产 ai 里最耀眼的存在。很多人还一头雾水， minimax 到底是什么？它和 chat gpt、 deep seek、 open club 到底有什么区别？今天我们用一个例子，把四者的区别一次性讲透，让你看完就能彻底分清谁是谁，能干什么，该怎么选。 先从最核心的定义说起， minimax、 chat gpt、 deep seek 属于大模型，也就是 ai 的 大脑。 而 opencall 不 属于大模型，它是智能体执行框架，相当于 ai 的 身体、手脚和行动系统。大脑负责思考、判断、理解、决策，身体负责操作、执行、落地、完成任务。这是最底层的区别，也是绝大多数人搞混的根源。 我们来做一个非常直观、极具代入感的沉浸式场景对比，就用你每天都可能遇到的一个典型办公难题。 你在工位上对着电脑下达一句指令，帮我把这一周的销售原始数据整理成 excel， 做成正式汇报 ppt， 最后发到部门指定的工作群里面。对这条完整且有执行深度的任务， chat gpt、 deep seek、 minimax 以及 open cloud 的 表现会瞬间拉开天壤之别。我们可以清晰感受到四者的核心差异。 你把同样的指令发给 chat gpt， 它的反应非常快，会输出一段条理极其清晰的长文，详细告诉你完成这项工作的每一步流程。 从文件存放位置、数据清洗方法，到 excel 透视表制作、 ppt 排版设计，甚至连图表样式、文字表述都会给出专业建议，内容周全，逻辑严谨， 但也就到此为止了。它没有办法真正触碰你的电脑文件，不能打开办公软件，不能自动生成表格和 ppt， 更无法打开通讯工具发送文件， 所有的实际操作都需要你亲自动手完成。叉 g b t 更像是一位只会提供方案的顾问，擅长给出思路和指引，却无法参与实际执行，始终停留在文本交互的层面，无法突破只说不做的局限。换成 deep seek， 它的表现会更偏向专业工具属性。收到指令后， deep seek 不 会一步步教你操作流程， 而是直接生成一段可运行的 python 代码，包含数据清洗、统计计算、表格生成等功能，能精准解决复杂的数据处理问题，充分发挥它在长文本理解和专业编程上的优势。但它依旧无法独立完成全流程任务。 你需要手动复制代码运行程序、处理报错。即便代码生成了数据结果，后续的 ppt 制作、文件发送等环节仍需你亲自操作。它能攻克专业环节的难题，却无法打通从数据处理到成果交付的完整闭环，更适合作为专业开发者、技术人员的辅助工具， 难以满足普通职场人一站式办公的需求。而当你把这条指令交给 mini max， 整个使用体验会发生根本性的颠覆。 minimax 做的是所有需要思考、判断、计算、设计、生成内容的智力工作。他会先理解你的需求，规划好整个任务流程，然后读取原始数据清洗、数据计算、汇总、设计 excel 的 结构和公式。 再接着构思 ppt 的 页数、版式、文案、图标、样式，把所有内容、逻辑、数据、格式全部生成出来。 简单说， minimax 产出的是文件的灵魂和内容，它决定这份 excel 对 不对，这份 ppt 好 不好看，数据准不准确，逻辑通不顺畅，这是只有大模型才能完成的智能工作。但是它不会点击鼠标，不会打开软件界面，更不会手动保存文件，它只负责把完整的内容造出来。 而最后， openclaw 做的是完全不需要思考的机械操作界面控制文件执行。他不懂数据是什么，不懂 ppt 该怎么做，也不懂报表逻辑，他只负责按照 minimax 的 指令去完成，点鼠标、开软件、保存文件、上传、发送这些动作。 minimax 把 excel 内容生成好， openclaw 就 负责点击保存。 minimax 把 ppt 内容做好， openclaw 就 负责导出文件， minimax 下达发送指令， openclaw 就 负责打开聊天软件，找到群聊，上传文件，点击发送。 openclaw 相当于一个只会执行动作的机械手，没有任何思考和生成能力，没有 minimax 指挥，他什么都做不出来。没有 openclaw， minimax 的 智能思考无法落地为实际行动。 没有 minimax， openclaw 就 失去了指挥核心，无法理解任务逻辑，完成有序执行。也正是基于这样的核心逻辑， openclaw 会深度依赖 minimax， 而非 chat gpt 或 deep seek。 chat gpt 仅能提供方案，不具备执行能力，无法为 openclaw 提供有效的决策支撑。 deep seek 聚焦专业编程和长文本处理，没有适配智能体执行的全流程能力，难以驱动 openclaw 完成复杂任务。 而 minimax 从模型架构到功能设计，都专为智能体执行优化，具备稳定的工具调用能力、流畅的系统兼容性、高效的并发处理水平，能为 openclaw 提供最精准、最稳定、最适配的指挥核心，让两者的配合达到最优状态。 一场简单的办公场景对比，就能清晰看清四者的本质区别。叉 gpt 是 提供思路的顾问， deep seek 是 解决专业问题的技术助手， minimax 是 独立完成任务的全能执行者， openclaw 是 落地操作的执行主体。在 ai 迈向智能体走向真实的生产力的当下， minimax 与 openclaw 的 组合真正打破了 ai 只说不做的局限， 让人工智能从辅助工具变成了能独立完成工作的核心生产力，这也是 minimax 能够在全球调用量登顶，市值实现跨越式增长的核心原因。

朋友们晚上好，今天给大家讲一下 mini 三 max 这个小滑板，也就是铝板了， 我给他换了一个怒冲的巧驾，现在就很灵活，它完全就会变成一个怒冲，如果是用油门带一点速度，它会扭起来更快，完全是可以去混入怒冲团队，去跟怒冲他们一起玩伪装成普通滑板，近距离给大家展示一下 怎么样，这个桥架是不是很精致？这个是呃铝板的 s 一 啊，不过出了新款大家可以看一下，整体造型也不错，两个电机在后面根本看不出来，把这两根线屏蔽了之后，你根本看不出来它是一个电动滑板， 是它上板的方式有很多种，我们那种呃长板的上板方式可能就站上来，但是这个不一样，这个可以像怒充一样的上板方式，哎 哎，他的动作会很多很多。然后我们现在配合着遥控器啊，是有动力的，我先上来调整一下姿势，推着油门拿远一点， 基本上就成为了一个路冲了，而且速度可以再快一点，关键是轮毂电机它一点声音都没有，所以说大家考虑好了，没有拿着这一块滑板直接去和普通路冲的朋友们一起去玩伪装，关键它太灵活了，拐弯，呜这个掉头 我觉得非常非常好，我特别喜欢这个小滑板，小板子也能上雅斯港。

啊，大家好，这两天呢，昨天我用那个国产的 mini max 模型啊，然后还有国外的老美的那个 cloud code op 四点六，就是目前最强的那个编程模型，然后呢简单的做了一个校园二手交易平台的这个 外部系统，一个功能比较简单的系统，然后给他们的提示词都是一样的。然后呢我想给你们看一下这两个大模型，它生成出来的这个系统啊的一些对比和区别。 我们先启动一下这个啊，这个 vs code 的， 我，我用 vs code 的 这个里面的 open code 下了这个插件，然后让里面的这个 max 模型 mini max 帮我写了这个，呃，校园交易系统，校园二手平台交易系统，然后用 vs code 的 写了，然后在这个文件夹下，然后我们直接启动一下服务器， 我所在本地的，我们简单看一下整个这个系统呢，这两个我都是让他们前端用 nex nex 剪 g s 这个框架，然后后端呢我直接用了，就是目前 比较火的，然后比较简单的，适合我们这种编程能力不是特别强的啊，普通人。就是那个 superbase， 我把数据库也建在这个 super paste 里面，这边可以编辑表，编辑这个 circle， 对， 就在这个项目里，这个 campus trade， 然后这个就是 mini max 它做出来的效果， 这是我加的，当时还是出了一点问题，这个图片上传不了，然后我用 open open code 把这个问题给他，然后他也帮我解决了，需要在那个 superbase 里面做一些设置，登录界面也有，注册界面这边都有， 这就是 mini max 的， 然后我们看一下 cloud code 的 oppo 四点六，这个我们先把服务器给它中断了， 然后用 office。 四点六的时候我用的是 cursor， cursor 内置的这，呃，内置的这个 office， 当然了，我用的是续杯，续杯版的不是没有开通这个 pro， 因为 pro 的 话确实有点贵了。 我们打开了这个文件夹，给它启动一下， 启动一下服务器， 我们在网站里打开它。 这个是 opus 的， 可以看到一些区别吧，发布商品返回个人中心 能感受到。其实 opus 它还是略微强那么一点点的，对吧？虽然我们国产的这个 mini max， mini max 也不差。注册页面登录， 然后整个这两个系统呢？我没有写一行代码，要真让我写，我肯定写不出来就用了。就是说目前比较火的 web coding 嘛。所以说现在做这种简易的小系统，对普通人来说门槛确实降低了很多， 大家都可以尝试一下写一些小系统啊，甚至小程序都可以借助 ai 来帮忙。好，谢谢大家。

二零二六年最炸裂的 ai 财报终于来了。这次不是 ppt 吹牛，也不是融资发布会，而是 mini max 递交港交所的一份真实成绩单。在一百零八天内，他们迭代了三代模型， m 二 m 二点一， m 二点五。最新的 m 二点五，总参数两千两百九十亿，推理速度每秒一百个 token。 但你知道 最炸的是什么？同等性能，它的价格只有 g p p 五， cloud opens 四点六的百分之五到百分之十，百分之五到百分之十。这是什么概念？就是说，一万块钱能让四个 ai agent 连续工作整整一年。 不仅如此， mini max 营收暴涨百分之一百五十八，总额入近八千万美元，毛利直接飙涨百分之四百三十七。而且其中百分之七十三的钱来自海外真实用户，不是补贴来的，是全球二点三六亿用户用真金白银投出来的票。 与此同时， mini max 内部已经有近百分之九十的岗位被 ai 实习生覆盖了。从编程、数据分析到 hr 招聘、市场销售，他们不是在说 ai 的 未来，他们已经活在 ai 的 未来里了。 当一家中国 ai 公司的产品出现在谷歌、微软 notion 这些平台上，作为开发者默认首选，你有没有感觉到，这场 ai 革命，中国玩家已经开始遥遥领先了？

呃，今天想跟大家聊一聊 mini max 这个公司啊，从它成立到现在的一些发展的历程，以及它最近的一些新的动向。嗯，那我们就开始今天的内容吧，咱们第一个想聊的呢是关于这个创业传奇啊，就是 mini max 它的这个发展的历程。 那我们就先想先请你聊一聊，就是这个公司从成立到现在这几年，他都经历了哪些比较大的阶段。 mini max 其实是二零二一年年底在上海成立的啊，然后他的这个创始人呢，是以前在商汤科技做副总裁的一个人啊，叫严俊杰， 他其实这个团队也是有很深的这种 ai 背景的，就是他们一开始就想做全模态的这种大模型。 那在早期的时候，他们就发布了自己的第一个文本的模型啊，叫 a b a b one。 哦，那这个公司成长速度真的很快。对啊，然后到了二零二三年，他们又发布了第一个百亿参数的这种对话模型啊，也有了自己的 ai 原生的全模态的平台啊，和这个虚拟的角色。 同时呢，他们也拿到了这个产业巨头的这种投资啊，也有了自己的产品在全球两百多个国家上线啊。最后到了二零二六年，他们在港交所上市啊， 成为了这个全球大模型领域的一个领跑者。对，那你觉得 mini max 他 在技术上面到底有哪些突破，是真正让他在行业里面独树一枝的？他们就是首先呢，他们是国内第一家去全力投入这个莓这种创新的架构的， 然后他们也训练出了这个万亿参数级别的这种大模型啊，包括他们的这个 aebab 六点五啊，是能够支持这个 超长的这种上下文啊，并且有非常高的这种推理的速度啊，这个技术门槛听起来真的很高。然后他们还自研了这个所谓的闪电注意力机制啊，这个是可以让模型能够处理高达四百万 tokens 的 这种 上下文啊，远远超过了这个业界的主流。再加上他们的这个全站的这种多模态的能力啊，包括他们的这个 m two five 啊，在这个国际的评测里面 也是可以跟最强的模型去一较高下的。他们的这个视频和语音的这些产品啊，在全球也是属于第一梯队的水平，他们也有非常高度自动化的这个用 ai 来开发 ai 的 这样的一个流程，所以他们的研发效率也是极高的。那你觉得 mini max 它在 资本运作和公司治理上面有哪些独特的地方呢？就是他们在融资上面非常的有节奏啊，然后他们也吸引了产业巨头啊，和这种顶级的投资机构成为他们的股东啊，包括 他们的这个上市之前的估值就已经超过了四十二亿美元啊，他们也累计融了超过十五亿美元啊，这个数字确实挺惊人的。然后他们的这个上市的过程也非常的有细节性啊，就是他们公开发售的时候是获得了一千八百三十七倍的超额认购啊， 这个是打破了这个港股的这个历史记录啊，他们的这个市值也是一度突破了四千亿港元啊，他们也非常的年轻化啊，他们的这个研发人员占比非常的高，管理团队也是非常的稳定啊，就是他们的这个核心人物一直都把控着这个大局。我们现在就来进入第二个部分啊，就是聊一聊 minimax 的 这个核心的产品和能力。那第一个问题，我们就先来聊一聊 minimax 现在目前主要的产品矩阵都有哪些？它们的产品现在非常的广啊，就是从这个基础单模型到 ai 原生的应用，到企业的开放平台都有啊，比如说它们的这个 m 系列的文本模型， 然后他们的这个多模态的一些能力，像什么语音、视频、音乐，这些都是覆盖的非常全的，确实挺全的哈，就是几乎覆盖了所有的主流的场景。对，然后除了这些底层的能力之外呢，他们其实也有很多呃 c 端的爆款的应用，比如说像这个 talkkey， 还有这个星野，这是在这个虚拟陪伴和这个兴趣社群这方面的一些应用。还有像这个海螺 ai 是 在这个视频创作领域的，还有这个 mini max audio 是 在这个音频创作领域的，它们也有针对企业和开发者的一整套的 api 和工具， 就是它们的这个布局是非常全面的哎， mini max 的 这些核心产品到底在哪些方面表现的最突出？比如说它们的这个文本大模型啊，不光是在这个 超长的上下文上面有非常强的能力啊，在这个编程啊和这个多语种上面都是领先的。然后他们的这个语音模型呢， 是可以做几十种语言的，这个非常自然的合成，他们的这个视频模型是可以直接生成高清的视频，这个在国际的榜单上面是排名非常靠前的，听起来确实技术实力很硬核啊。然后他们的这个音乐模型呢，是可以产生非常复杂的这个旋律和情感的， 他们的这个 ai 智能体呢，是可以做这种深度的对话和这个复杂的任务的，他们的这个平台呢，是可以让全球的开发者都可以非常无缝的去接入这些能力。他们的这个 c 端的产品呢，是已经有上亿的用户在使用了，他们的这个 b 端的收入呢，也是 翻倍的在增长，他们的这个合规和安全也是做的非常扎实的。 mini max 到底凭什么在这个 ai 领域能够做到这种领跑的位置呢？就是他们首先就是打通了这个从底层的大模型到这个多模态的理解，再到各种场景的应用这一整条链路， 然后他们的这个自研的这个稀疏架构和这个混合注意力机制，让他们大大降低了这个算力的成本，也让这个大模型真正的可以落地。听起来技术创新确实是他们的一个杀手锏，对，而且他们不光是技术上面的这种突破，他们的这个 c 端的产品是全球用户在使用，然后 b 端又是服务了非常多的这种头部的企业，他们的这个数据是可以不断的回流去反哺这个模型，再加上他们非常严格的这个合规的体系，让他们可以在这个国际化和这个商业化的赛道上面是越跑越快的。

全网都在聊 minimax， 这次发 m 二点五，但都没说到重点。最吓人的其实是它把 agent 的 成本曲线直接掰断了。 大家好，我是杜宇，带你看懂 ai 赛道的钱和事儿。很多人看到 m 二点五的通稿，说媲美 oppo 四点六和 gpt 五点三， codex 可能会质疑啊，它真的这么强吗？客观讲，强，但要分清强在哪和美那么神在哪。 第一， m 二点五的确是强，但它是工程能力强，不是玄学智商强。你看官方自己怎么描述它的训练方向。 coding， a tour， use， search， office work， 全是能直接换钱的活， 它就像是什么呢？像是你找了个实习生，不是诺贝尔奖选手，但特别能干脏活累活，速度快，工资低，还不爱摸鱼。 你让他写代码，改 bug， 查资料、拉表、做 ppt， 他 是真能交付。第二，他的技术突破点，说人话就是，他不是更会背答案，他是更会干流程。传统大模型很多时候像是会写作的天才。但一旦你让他去执行真实的任务， 打开网页，搜，翻三四个页面，对比信息，再回到表格里填数，他就容易一会乱搜，一会跑偏，一会偷看，烧穿 那 m 二点五这一次核心就是把模型往 agent 原声来训练，它在训练里面啊，塞了大量的真实环境的强化学习，让模型学会拆任务、 选工具，少走弯路。它还搞了一个自家的 agent， native 的 r l 框架，说白了就是给模型装了一个更职业的工作台，能适配不同的工具，让它不容易，换个工具就懵了。 还有一点特别关键，它开始优化，用更少的轮次，更少的搜索、更少的 token， 把事儿办成。官方提到了它在多个 agentic 任务里面，相比于 m 二点一，搜索轮次大概少了百分之二十。怎么理解呢？我给你们打个比喻啊，以前的大模型像是，哎，你妈教你做饭，哎， 要菜谱背下来，那 m 二点五呢？更像是你在后厨真正干过，你知道什么时候该切菜，什么时候该开火，什么时候发现盐放多了要补救，它不是更会背了，它是更会做了。那第三呢？关于正面刚 open 四点六和 gpt 五点三 codex 的 这个通稿说法，我是这么看的， m 二点五在某些啊 coding agent 的 评测里面，确实能摸到甚至略压 opus 四点六的边。比如说，官方给出的它在 void、 open code 这两个脚手架上的分数略高于 opus 四点六。但注意啊， 这是在特定评测框架、特定任务级下的表现，现实里你用起来呢？体验差异往往来自三个东西，你为的上下文质量，你给的任务约束和你让他调用的工具链是否稳定。 也就是说啊，他可能没在所有维度都封神，但他在能赚钱的，哎，那几个维度把性价比拉爆了，这才是重点。 好，接下来讲你们更爱听的这一次更新，对行业生态、创业机会、商业化有什么影响呢？以及为什么股价因此上涨。我先讲股价这个事，你别把它理解成模型更聪明，所以股价暴涨。 其实资本市场逻辑是说，我终于看见大模型商业化的毛利结构变好了，并且能规模化卖出去。 m 二点五的序是说， agent 不 再是 demo， 不 再是烧钱的玩具，而是可以按小时稳定计费，可预测成本的生产力单元。 官方啊，直接把价格说成一美元，跑一小时一百 to 每秒。这个在商业上非常的性感，因为它把预算从天数变成了电表。从老板的角度来看，以前呢，你要问 ai 项目要花多少钱，技术同学说看调用量，看上下文，看运气。 但现在你可以说按小时算，哎，先给你开一百 a 证，跑一周，看看 kpi， 财务能批，采购能签，凸币呢，才会动， 那生态层面的冲击呢？我用一句话概括就是， m 二点五，让 ai 竞争从拼参数变成了拼单位时间的交付物。注意啊，它官方自己也强调的，吞吐一百透刻每秒接近两倍于其他的前沿模型， 端到端任务的时间明显下降，并且在 office 交付上是可交付的。 word ppt 上，这会带来三条创业机会，我给你们直接上能变现的方向。第一， ai 监工赛道一定会爆专门管 agent 的 流程 权限，审计成本合规。哎，你想象一下，公司里突然多了五十个 ai 员工在干活，最先死的不是人，而是管理系统。谁能回答他今天改了哪些代码？用了哪些外部网页生成的财务模型？是怎么算出来的？出了事儿谁背锅？ 这就是 ai 治理、 ai 审计追踪的机会。第二，垂直交付会比聊天更值钱。 ppt 投标书、竞调报告、法务出稿、财务模型 啊。 m 二点五，官方明确说了，他和金融、法律、社科的资深人士合作，把隐性知识带进训练，还构建了内部办公评测框架，并且给了一个平均 win rate 百分之五十九的对比结果。这意味着什么呢？ 意味着你做 sales 不要再卖一个能聊天的机器人了，要卖可交付物的流水线，输入材料结构化查证排版出成品。谁能把交付物做到拿去就能用，谁就能收费。 欸，第三，超低成本的 agent 集群会催生一堆新产品形态，以前呢，算不过来欸，现在可以算了，官方甚至给了一个极具传播性的换算，一万美元可以让四个实力全年不停跑。 这会让很多以前不敢做的东西变得可行了。比如说啊，二十四小时轮询全网信息的行业类的，这比较适合做投资销售的监测预警和竞品。再就是自动化的增长实验室每天生成一千个广告素材，一百个落地的版本，跑 a b test 的， 再自动复盘。那国内有哪些值得关注的机会呢？ 我认为就是把 agent 变成流程的产品，而不是又做一个 ai 对 话框。比如官方提到啊，他们的 agent 变成了深度集成的 office skills， 还支持用户把 sop 加 skills 组合成可附用的 experts， 并且说用户已经构建了上万种 experts。 那 你就盯着两类机会，一是技能插件层，谁能把 excel、 ppt 行业系统做成稳定的工具调用，谁就能站入口。二是专家 sop 层，谁能把某个岗位的 sop 产品化，哎，比如投标招商主管 投研采购水就能卖订阅。好，那普通人怎么从 m 二点五这波里赚到钱，升职加薪呢？给你们三招，第一招，你别卷会用 ai， 你 要卷会把 ai 变成流程。你在公司里做一个小项目，把你这个部门最痛的交付啊，比如说周报啊，竞品分析啊，客户方案啊，数据库盘做成一个半自动流水线。 第二招，你别跟 ai 比写作，你要比验收标准，未来最值钱的不是内容，而是我怎么判断它可交付。 你做一个你行业的验收 checklist， 比如投研报告，那我必须包含哪些数据口径，必须对比哪三家，必须给出风险项啊，必须引用来源。你把这个 checklist 喂给 agent， 让它每次输出都自检，这就是你作为专业人士的护城河。 第三招是，别只当观众去当 agent 的 包工头。你可以从一个很小的外包服务开始，比如用 m 二点五帮你搭一个公司内部的投标书的生成流程，按项目收费。注意啊，你卖的不是模型，你卖的是交付。 模型会越来越便宜，但把交付做稳定的人会越来越贵。最后再回到开头的那句话， m 二点五这波最危险的地方不是它能不能在某个榜单上赢零点六个百分点，而是 他把 agent 的 成本打到了可以当劳动力的级别。这才是生态重构、商业化加速股价上涨的真正底层逻辑。好点关注，不迷路， ai 搞钱，我带路，我是杜宇，咱们下期见！

就这两天有个视频特别火啊，就是两个，两个人在那吸，那个吸 token 啊，就是我去找一下卡片，就就是两，就是两个老程序员在那里说啊，我吸吸那个 token 吸毒，哎，行，那描述的太真实了，然后我就 那个小伙伴群里问了一下，果然如这个如此就吸上了高纯度的，再回去你就你就那种觉得觉得差一点的就就受不了了，但是也得也得受，对吧？ 然后呢，今天我的小伙伴就给我推给我发了一个优惠链接，就是让我让我开始用这个 mini max 二点七，因为从 mini max 二点七之后他就不带开远了，就是现在我还在本地跑的还是二点五的，然后 我犹豫了一下，因为自自开始玩大模型到现在我大部分都是用本地部署的模型，这是我第一次用花钱买 tokin 啊， 之前买了好就是陆陆续续工作嘛，就这些年工作存了很多卡，然后就用这卡就跑，然后这会他买了 tokin 之后心里那种波动我就觉得好像有点破了金身一样， 因为我是个特别啊，推崇开开放的人，然后还觉得我的数据什么的要去贡献出去，然后就有些伤心， but anyway， 不管了，这个因为我的朋友是做心理的，然后他就给我一通心理的疏导，哈哈，心理的疏导而让我无言以对，我觉得好吧，这个那个，那就这样吧， 那那如果，如果你们谁想要这个 mini max 这个九折优惠，九折的九折优惠，你们也可以找我啊，可以找我我我给你们发邀请，懂了吗？ 啊，现在呢，我就有两个主要的 api 提供者，一个是本地的机群提供的，另外一个就是买的这个 max 的 api， 然后我感觉就是普通的五十 tps 的 速度和我本地跑的好像 没有太大差别，但是只是速度上啊，速度上我感觉没有快想象中那么快。这一第二个，但是二点七版他一不开源了，第二他支持了多模态。然后，嗯，另外呢，他每天会还会送你啊，四千个语音，然后五十个图片啊这些事情 我觉得可以尝试一下，而且九折的，九折之后价格好像也不是很贵啊。本来今天中午我准备去提张 提张卡，但是他给我让我买了这个 plan 之后我一琢磨买张卡能用两三年啊，我就犹豫了，知道吗？就那么犹豫了，我犹豫了，我犹豫了。

你能想象吗，一家成立仅四年的公司，竟然市值千亿，它就是 mini max， 中文名西语科技，在二零二一年十二月才诞生，总部位于上海。别看它成立时间短，可专注的领域那都是前沿中的前沿，通用人工智能基础技术和多模态大模型，而且一开始就是国际化定位，同步布局消费者和海外渠道。 截止到二零二五年九月底， mini max 的 员工规模才三百八十五人，更让人惊讶的是，这里面大部分员工都是九五后， 就是这么一支年轻的队伍，做出的产品却已经覆盖了两亿多个人用户，还有超十万的企业和开发者客户。二零二五年底， mini max 启动港股 ipo 发行，估值在四百六十到五百亿港币，到了二零二六年一月九日正式上市交易，仅仅两个交易日，市值就飙升到了一千两百亿港币。 一家年轻的公司，一群年轻的员工，却能创造如此惊人的成绩， mini max 凭什么成立四年就能价值千亿？它的商业模式到底有什么特别呢？大家好，今天呢，咱们来聊聊 mini max。 二零二二年十一月底的时候， openai 家的亲爱的 gpt 发布了，才过了两个月，它的月火用户呢，就突破了一个亿啊， 成为人类历史上用户增长速度最快的消费金融。张普通人呢，也是第一次这么直观的感受到 ai 的 厉害，都被震撼到了。 其实呢，这也验证了 mini max 创始人严俊杰之前的判断，早在二零二一年底，他就明确地说过，通用大模型呢，马上就要迎来工业化可用的拐点了，模型呢，会从上一代 ai 那 种专用化的模式转变成用通用模型服务所有场景的新范式。 从二零二二年底到现在， a 股的嵌的 gpt 指数呢，涨幅也超过了两倍。 mini max 的 底层逻辑呢，和 open ai 挺像的，它的商业模式核心呢，都是把顶尖的模型能力变成了大规模销售的服务和产品。具体来说呢，它是这么玩的， 首先呢，得建立并且呢通过持续的投入啊，维持这种底层大模型的领先优势，最好是呢是保持待机的领先。然后呢，通过 api， 也就是应用程序的编程接口来构建一个开发者的生态，形成呢一个网络生态的效益。 最后呢，从文本呐，语音呐，音乐啊，视频呐这些交互方式入手，打造了面向个人和企业的一些产品，而且呢是覆盖全球市场。二零二四年一月份啊， mini max 发布了首个 mo 模型 abab 六， 这个 mo 模型就是混合专家模型，和 gpt 四类似啊，它只在需要的时候激活部分的参数，能用更低的成本呢，达到更好的一个效果， 这个可是它实现商业化的一个重要技术基础。 minimax 呢，把它的模型能力封装到 api 里面，让产品呢实现标准化，同时呢，在不同的应用场景打造吸引人的 c 段应用。接着呢，就可以通过 api 收费和用户订阅来赚钱了。 目前呢， mini max 的 收入呢，主要来自于两块，一块呢是它的一个 c 端的消费者业务，像这个 talk i e 啊，星爷啊，还有海螺 ai 啊， a 检测等等，这块收入呢占比有七成，增长速度非常快，但是呢，毛利率并不高。 另一块呢，是 b 端的开发商业务，这类中小客户呢，主要靠 api 的 调用收费，这类大客户呢，就可以通过专属的资源服务，定制化的解决方案和模型授权这些方式来赚钱。 这块收入占比大概是三成，但是毛利率能达到百分之六十多。他这两块收入啊，都能够高速增长，关键呢在于他的底层模型性能呢，一直在稳固的提升，而且呢，他对个人和企业的需求呢，理解呢，也比较深入。 比如说哈，当它的底层模型达到 l 三的智能体水平之后，其实很多传统的 s 流程呢，会直接被替代掉，企业的预算呢，就会从软件许可费用转到模型调用上，它的市场空间一下子就变大了。再比如说哈，它的新业 app， 把年轻人的情感陪伴、社交的需求挖掘的很通透。 不过呢，目前 bmax 还是亏损的，主要还是因为这个研发，就是它的算力和人力成本太高了。 根据招股书预计啊， mini max 每个月呢得消耗两亿人民币，一年下来就是二十多个亿，可是公司今年的收入呢，预计呢也就六个亿左右，就算他的收入增长速度很快，但是考虑到研发和算力呢，还是得一直投入，而且呢，还得加大投入，两三年后呢，大概率可能还是亏损的。 现在呢，他的市值呢，有一千多亿人民币，按照市效率来估计，目前的市值呢，对应今年的收入大概有一百六十多倍，就算两年后他的收入体量能达到三十亿，那也还有三十三倍， 为什么资本市场这么疯狂的给他买单呢？ mini max 的 底层模型到底怎么样呢？这个问题呢，咱们后面有空再接着聊。

mini max 真的 太垃圾了，各种降至各种卡各种 a p i 错误，你说你买那么多携手去推你的模型，到时候来服务出了问题效果不理想，你自己不是砸自己的招牌吗？真的。

别划走全球 i r 炸场了，连续五周掉用量世界第一的不是 g p t， 是 国产迷你 max， 智力跟海外顶尖模型持平，成本只要十几分之一，单周掉用近两万亿桃肯， 全球企业用真金白银砸出来的冠军架构创新加国内能源优势，直接对海外 i r 实现降维打击。以前是我们追，现在是全球跟着我们跑，中国 i r 彻底站起来了！ 点赞转发，让更多人看见咱们的硬核实力！评论区刷国产 i r 牛逼！

在一个所有人都朝着一个方向狂奔的行业里，突然有家公司估值都四十亿美元了，却选择掉头往回走。这家公司就叫 mini max， 他的创始人严俊杰有句话可以说是挑战了整个行业。他说啊，日活跃用户数，也就是我们常说的 da u， 就是 个虚荣指标。你看，当时所有的 ai 公司都在疯狂烧钱换用户，但他觉得这事根本没意义。 那他为什么会这么想呢？这事啊，还得从二零二一年底说起。那个时候严俊杰还在 ai 巨头商唐科技，眼看着公司就要上市了，他手里的期权马上就能变现，可以说是财富自由就在眼前。但他呢，把一切都放弃了，决定从零开始。驱动他的其实是一个特别私人的愿望，就是他的外公一直想写一本回忆录，但因为不会打字，这个心愿到最后也没能实现，成了一辈子的遗憾。 就是为了这个心愿，他拉起了一个十几人的小团队，一个咱们可以说有点草根的团队。为什么这么说呢？因为里面有些人呢，甚至都不怎么懂 ai， 就 这样一群人一头就扎进了通用大模型，这个当时对他们来说还很陌生的领域。不过呢，他们还真就成功了，拿到了游戏开发商米哈游的第一笔投资。 mini max 的 这种反常识，可以说体现在了他们的每一个选择上。你看啊，当整个行业都在死磕文本模型的时候，他们从第一天开始就压住全模态， 就是说文本、语音、视频我全都要。当别人都在烧钱买用户换增长的时候，他们呢，把所有的营销费全都砸进了研发，因为严俊杰就认一个死理，模型的进步最终靠的是算法和算力，而不是你有多少用户。那么走这条反常识路，结果怎么样呢？ 到了二零二四年，效果开始集中爆发了，他们发布了国内第一个某一架构的大模型，这个模型的上下文窗口达到了惊人的二十万头梗。这是什么概念呢？就是说他的技术实力一下子就凸显出来了， 技术上有了突破。紧接着，他们的产品也开始发力了，他们有个 ai 角色聊天应用叫 toky， 在 美国市场的下载量有一段时间甚至超过了行业里那个很有名的对手 character ai。 还不止这些，他们的另一个视频生成产品叫海螺 ai， 更是在短短一个月里，流量暴涨了八百六十八。这就直接证明了他们当初那个全模态的策略是走对了。 能取得这么多成绩，背后肯定得有秘密武器吧。没错，就是他们的核心技术，一项叫做闪电注意力的技术。据说啊，这个技术经过了三千七百多次的预修电，最终的效果是什么呢？就是把模型的计算成本直接降到了同行的四分之一。这就很厉害了， 我们来回顾一下，从二零二一年成立拿到第一笔投资，到二零二四年技术和产品全面爆发， mini mag 只用了短短三年时间。而现在，他们已经把目光投向了二零二五年计划要启动港股 ipo 了。 当然了，这条路肯定不是一帆风顺的，公司现在还在亏损，团队里也有联合创始人离开，但是你看现在的 mini max， 它的背后站着的是谁？是阿里、腾讯还有米哈油这些行业巨头，它们的目标也变得非常明确，就是要去争夺大模型第一股这个名号。 所以说，咪咪 max 的 整个故事好像就是在回答 ai 行业里一个最核心的问题，这个行业的未来到底是由流量来定义，还是由技术来定义？它用自己的实践证明了一件事，那就是一家 ai 公司的核心竞争力，也许从来就不是你有多少用户，多大流量，而是你的模型本身到底够不够硬核。

今天看到智普也好，或者看到 mini max 也好，市值迅速达到几千亿。对，其实他就是当年的高徒啊，当年的高徒就你看我们上市之后马上迅速就冲到了百亿美金，随着做空我们也做到几千亿人民币嘛，他市值的公司，当然后来有政策变化，有这个竞争对手的实力，有教育行业嘛，那各种原因 导致现在，但是我觉得有一个情况就是对教育公司而言，你最大的如果有担心的话，担心的就是 ai 方面的力量，但是 ai 的 力量呢？旁人就说我会有阶段性的担忧，但是我很快就不担忧了，我可以这么讲， 过去两年我的睡眠质量比以前好的多的多了，为啥呢？因为我一开始我就学技术的嘛，那我就求教所有的技术高手，说你一项技术使得教育它的边际成本去零的话，它就不是教育了，它就是一个工具，它就是个技术。 那后来我就问自己，什么叫教育呢？不仅是教嘛，而且还有育育呢，就是这种温暖、温情 鼓舞啊，以及激发啊，陪伴爱。我觉得是 ai 好 像很难把这问题取代掉，如果真取代掉掉的，那不是我的事。并且我认为如果一项技术使得目前的教育或者某一种教育的编辑成本去零的话，高速与高速没关系，那就是 open。 ai 的 事，可能就是抖包的事，或者就是别的大厂的事，与我们一点关系都没有。 当把你想听之后，那我们就知道是我们该做什么，我们就把我们的做好，我们训出来的垂直模型能够更好的服务我的高途， 那我就好。那第二呢？就是呢，对于我的最优秀的老师加上技术，然后变得更加高效，二十四个小时不停的为学生服务，那我们做到，那我好好的训好我的老师，训好我的组织，我们做到我就把它做好之后你别再就交给老天爷了。

普通人用 openclaw 最适合用哪一个大语言模型？我用了七天之后，呃简单的给大家做一个总结吧。我前后已经用了三个大语言模型，分别是 kim code， daisy 还有 minimax 啊。首先说 kimi code， kimi code 其实它的能力我感觉是非常强的啊，但是它有一个很大的一个问题，就是它的呃 token 是 有呃非常明显的这种数量限制的，当然这不是最大的问题，最大问题是它呃恢复的时间比较长，好像是七天吧， 就一百多个小时啊，这个等待的时间是一般人接受不了的，除非你在进行会员模型。 那我呢就选择了买新的大医院模型，就换成了 deepsea。 deepsea 呢，它的能力好像变差了很多，就我感觉它它的这种呃处理任务的能力是比较差的。 当然可能是我呃用的时候 openclog 可能有些地方没有配置好也有关系，但是它给我的直接的感受就是它的能力下降了非常多。除了能力之外的最大的问题就是什么呢？就是它的上下文的长度是这三个模型里最小的。 那最后就讲的这个 minmax 是 我目前呃正在用的一个大语言模型，它最大的好处是， 呃一个它便宜，呃初级的会员二十九块钱，它有这种呃 token 的 数量限制，呃，但是它数量限制之后恢复的时间会比较的短， 呃，比如说五个小时，呃它就恢复一次。普通人用 opencloud 的 话，这个 token 的 数量是足够用的了。这三个大语言模型我我最推荐的是 mini， 其次呢是 kim code 啊， dipstick 我是 直接不推荐的啊。

最近这个 openclaw 比较火啊，我还没开始养呢，也不知道怎么能有投资收益啊。但是这个港股的 mini max 确实让我狠狠的爽了一把。我也开始用了一下，刚刚用 mini max 做了个小视频，挺棒的，强烈推荐啊，大家给上个眼看看。 海峡危机意外揭示了中国历时三十年构建的能源安全体系。这一立体化战略布局包含三大核心支柱。第一支柱，多元化能源进口网络。中国已建立完善的战略储备体系，原油储备达十二至十三亿桶，静态保障天数超过国际标准。 陆上能源通道包括中俄管道日输送能力六十万吨，可满负荷运行中免管道年输送原油两千两百万吨，天然气一百二十亿平方米。 中巴管道规划中将从瓜达尔港直通新疆喀什。进口来源方面，中东份额已下降至百分之四十三，俄罗斯成为第一大进口来源国，独连体和美洲进口占比显著提升。第二支柱，电力革命转型。 二零二五年，中国发电量达十点三七万亿千瓦时，超过美国、欧洲、日本和印度的总和。风电光伏装机达十八点四亿千瓦，首次超越火电。 新型储能装置占全球百分之四十以上。终端能源替代方面，电力消费占比达百分之三十，远超全球平均的百分之二十。 新能源车渗透率超过百分之五十，绿电成本持续下降。电力革命正在深刻改变中国的能源结构。第三支柱，煤化工技术突破 中国年等效替代油气一点四亿吨，占全国消费量百分之十四。关键领域实现自主可控。煤质乙二醇产量达一千一百九十七万吨， 自己率超过百分之六十。煤基航天燃料已成功应用，特种油品实现国产化。煤化工技术突破为中国能源安全提供了重要补充。这一战略布局的核心价值在于，首先，破解马六甲困局，构建海陆空立体捕集网。 其次，通过电气化和煤化工双轮驱动，降低对石油的依赖。第三，在人工智能时代，电力成为核心基础设施，中国已抢占未来制高点。 第四，关键化工原料实现自主可控，保障工业体系安全。中国用三十年时间构建起立体化的能源安全体系，为经济发展提供了坚实保障。