2026年1月9日，MiniMax Group Inc.（简称“MiniMax”，股票代码：0100.HK）正式在香港联合交易所挂牌上市。CIC 灼识咨询特此热烈祝贺公司成功上市！CIC 灼识咨询作为独立第三方行业研究与分析机构，积极配合公司和保荐人撰写招股书行业概览章节，并在成功递交上市申请后，不断协助公司和保荐人回复交易所等监管机构的问询，持续完善公司上市申请材料的信息披露内容，全力参与MiniMax港股上市全过程，助力公司成功上市。
MiniMax是一家全球化的AI大模型公司。作为少数自成立之初即专注全模态模型研发的企业，公司采用混合专家（MoE）架构及混合注意力机制，以MiniMax M2、Hailuo-02和Speech-02为核心的自研大模型组合，支持着其核心AI原生产品及开放平台。
作为“全球化大模型第一股”，MiniMax此次引入14名重量级基石投资者，包括Aspex、Eastspring、Mirae Asset、ADIA、Boyu、阿里巴巴、易方达、IDG、汇添富等国内外知名机构，合计认购金额达3.5亿美元。投资者类型横跨国际长线、头部科技、中资长线及产业战略等多个维度，形成了强有力的价值背书。同时，其公开发售部分超额认购倍数高达1,209倍，也体现了市场对公司价值的高度认同。
MiniMax Group Inc.登陆香港联合交易所
全球大模型市场概览
全球大模型市场的收入模式分为基于模型的收入和基于部署的收入。其中，基于模型的收入主要来自：（一）面向终端用户的多样化应用（如AI聊天机器人、社交娱乐类AI产品、视频生成和音频生成产品），主要通过订阅向消费者和企业提供；以及（二）模型即服务（MaaS），指通过云端API和许可授权提供大模型功能，使开发者和企业能按使用量获取并整合模型功能至自有产品或系统。基于部署的收入则来自解决方案的私有化部署。 当前大模型技术还在快速发展阶段，与基于部署的模式相比，基于模型模式的产品可以让用户及时享受到大模型产品更新迭代带来的性能优化，而无需承担版本迁移成本。同时，用户在使用产品时可以根据自身需求动态调整模型调用需求，减少客户在硬件和基础设施方面的前期投资和后期维护费用，且可以支持自动的资源扩展以满足不断变化的需求。 目前全球大模型市场仍处于商业化落地的早期阶段。随着技术的不断成熟和付费意愿的逐步提升，以基于模型的收入口径计，全球大模型市场将由2024年的107亿美元快速增长至2029年的2,065亿美元，年复合增长率达到80.7%。在大模型技术持续进步与成熟的驱动下，大模型应用市场规模预计将由2024年的71亿美元增至2029年的1,515亿美元，年复合增长率达到84.3%；与此同时，大模型MaaS市场规模有望由2024年的36亿美元增至2029年的550亿美元，年复合增长率达到72.7%。
根据 CIC 灼识咨询，大模型市场增长的主要驱动因素有：
01 技术跃变
大模型市场具有“技术跃变”式的特性，每一代模型能力进步，都可以解锁新的应用空间。GPT-3让娱乐闲聊率先达到了产品市场契合点（PMF），GPT-3.5让Chatbot类产品达到可用程度，GPT-4解锁了更多金融、法律等专业知识工作场景，Sora让视频生成产品达到了商用质量要求，多模态的GPT-4o拉动了ChatGPT新增曲线的显著增长，Claude 3.5 Sonnet代码能力提升带动了Claude Code、Cursor、Windsurf达到PMF，OpenAI o1的推理能力和Claude 3.7 Sonnet的工具能力解锁了AI Agent产品的爆发。技术就是底层起浪的最大动能，大模型技术公司就是浪潮源头的最大增长点。每一代新模型都会催生新的应用场景，这些场景从零散的实验逐步发展为主流应用。真正的突破通常发生在代际之间，每次飞跃都会开启新的能力曲线，催生全新的产品与服务类别。例如，MiniMax最新的文本模型MiniMax M2整合了“交错思维”，这一创新的非共识框架能够实现更扎实可靠的Agent推理，并展现出卓越效能。于发布首周，该模型即跃居OpenRouter的模型日均token消耗量全球前三（该平台作为全球最广泛使用的统一API入口，让开发者能够便捷访问多种大模型），同时成为首个OpenRouter日均token消耗量突破500亿的中国本土模型。对于大模型技术公司而言，这些跃变点直接转化为对新产品和解决方案的需求扩张。通过研判模型演进方向，他们能够将产品路线图与新兴市场需求对齐，加速客户采纳进程，并在每个技术周期的最初阶段抢占增长先机。
02 Scaling Law
市场增长的底层本质驱动因素是，大模型是一种能持续实现规模拓展的技术路线。预训练的Scaling Law已经广为人知，即投入的计算规模越大、数据越多、算力越强，模型的表现就越好。从GPT-3.5、GPT-4，到最新发布的Claude 4，其参数量从数千亿扩大到数万亿，都体现了预训练的Scaling Law依然有效。不仅是文本模型，同样的规律在视频、音频等模态下也都适用，近两年视频和音频生成的技术突破都同样得益于模型规模和训练数据集规模的拓展。此外，从OpenAI o1开始，行业开启了推理时计算的新Scaling Law，即模型在推理阶段计算量提升，模型推理能力随之增强，且模型思考越长时间，表现就越好。长思考所需的算力是单个推理会话的100倍，这使得模型能够解决传统模型几乎无法处理的极其复杂的任务。这一规律在后续OpenAI o3模型中也得到持续验证，且截至2025年11月，Artificial Analysis上在智能指数方面表现最佳的前十名模型均为推理模型，包括MiniMax M2。今后，大模型的规模拓展还会继续，预训练和推理阶段的规模拓展将相互叠加。这一动态机制构成了新一代“摩尔定律”的基石，其通过集体性的规模化进程（而非孤立创新）惠及整个行业。该发展模式使得大模型企业能够部署复杂度持续提升、吞吐量更高且延迟更低的模型，从而把握住行业规模扩张轨迹所带来的增长机遇。
03 成本下降
模型成本下降是比模型能力提升确定性更高的市场驱动因素，模型能力提升和模型成本下降叠加，会解锁越来越多场景迈过ROI转正点、达到PMF。在GPT-4发布之初，很多行业场景，如内容审核，即使模型能力满足要求，但还因为成本高、ROI为负，无法被企业客户投入落地使用。但大模型的推理成本在稳步下降，例如GPT-4的每token成本已相对发布之初下降了99%，越来越多行业的中后台、大用量场景正在随之被新解锁。此下降于业内持续可见，受架构创新、推理效率和工程优化、算力本身的成本下降等多重因素驱动，每年都会保持一定可预期的速率下降。推理成本下降，拓宽了具备经济可行性的应用场景范围，降低了使用门槛，并释放新的市场机遇。这一趋势推动推理量增长，大模型产品与解决方案得以更广泛部署，助力客户实现盈利性规模化应用，从而加速整体市场扩张。
CIC 灼识咨询是AI产业链等领域的资深IPO行业顾问，“行业第一股”经验全球领先。作为独立第三方行业研究和咨询机构，CIC 灼识咨询提供市场规模测算、竞争格局分析、企业价值验证等服务，在筹备上市、应对聆讯等各个环节以投资者视角提炼核心竞争力。曾助力第四范式、百度、合合信息、地平线、壁仞科技等众多龙头企业成功上市，为企业境内外上市保驾护航。
