摘要： 曾经引领国内大模型浪潮的MiniMax，在推理模型竞赛中落后。面对DeepSeek R1的强势崛起，MiniMax创始人闫俊杰不甘示弱，押注自研推理模型，试图重塑技术底色。然而，资源分散、架构豪赌以及应用布局的广泛性，都给MiniMax带来了挑战。这家估值超40亿美元的AI明星企业，能否凭借自研推理模型成功突围？
北京 – 2025年6月9日，曾经被誉为“AI六小龙”的国内大模型创业公司，如今已演变为“AI四小强”的竞争格局。智谱AI、月之暗面、阶跃星辰相继推出自研推理模型后，MiniMax也即将发布筹备已久的文本推理模型。
MiniMax的创始人兼CEO闫俊杰，曾经以其前瞻性的技术押注引领行业风向。2023年下半年，当大多数国内大模型厂商还在迭代稠密模型时，闫俊杰就将大量资源投入到MoE（Mixture of Experts 混合专家模型）的研发中。2024年1月，MiniMax上线的abab6成为国内首个MoE大模型，引领了行业的技术迭代方向。
然而，在DeepSeek R1掀起的推理模型浪潮中，MiniMax却成了追赶者。面对竞争对手的强势表现，MiniMax选择了一种折中方案：国内C端应用不接入DeepSeek，坚持等到自研推理模型上线。这一策略与字节跳动类似，后者同样选择不在国内主力C端应用豆包上接入DeepSeek，而是等待自研推理模型的上线。
推理模型缺失的影响
推理模型的缺失，正在从多个方面影响着MiniMax的发展。
首先，外界对其高估值和后续融资的可持续性产生质疑。2024年3月，MiniMax完成6亿美元A轮融资后，投后估值达到25亿美元。虽然有传闻称其估值已超过40亿美元，但资本市场开始重新评估MiniMax的估值体系。
其次，深度思考能力的短板使得MiniMax在应用侧难以吸引并聚拢更多用户。由于国内应用坚持不接入DeepSeek，这一难题被进一步放大。相比之下，腾讯元宝靠着率先接入DeepSeek，月活用户迅速攀升至行业TOP3。
此外，B端业务也受到影响。由于无法提供推理模型选项，MiniMax可能会被迫将更多模型调用需求推向竞争对手。
豪赌架构创新
MiniMax推理模型未能更早上线的原因，部分要归因于闫俊杰更大的赌性。当DeepSeek、Kimi们着手研发推理模型之际，MiniMax则将重心放在了架构创新上。
2024年1月15日，MiniMax发布了MiniMax-01并正式开源，首次在4000亿以上参数的大模型中使用了线性注意力架构Linear Attention。官方称，该架构能高效处理全球最长的400万token上下文。
闫俊杰将筹码再次押在了Linear Attention上。然而，R1的发布，给了MiniMax一个措手不及。“我们发现融入这些推理能力，模型的外推能力显著提升，泛化能力更好。”MiniMax高级研究总监钟怡然表示。
为了追赶行业新态势，MiniMax的模型研发团队在春节期间赶工，试图加快推理模型上线。“内部给出的目标是，要做出比R1更好、甚至要达到o1或o3相近水准的推理模型，且实现多模态推理能力。”
多线布局的挑战
除了押注新架构带来的资源分散之外，在应用上的豪赌布局也分散了MiniMax追求模型迭代的精力。AI四小强中，MiniMax的布局几乎最广：既做To C，又做to B；既做国内，又做海外。庞大的业务策略，无疑给MiniMax带来了更大的挑战。
结论
面对激烈的市场竞争，MiniMax能否凭借自研推理模型成功突围，仍充满不确定性。这家曾经引领行业风向的AI明星企业，需要在技术创新、应用落地和资源整合方面做出更加明智的选择。
参考文献
- 36氪. (2025). 闫俊杰不甘心. https://36kr.com/p/2796694415695625
- 字母榜. (2024). 无人再谈AI六小龙.
- 虎嗅. (2025). MiniMax即将发布推理模型.
致谢
感谢字母榜提供的信息，以及各位专家对本文的贡献。
Views: 0