作者丨王曉然

編輯丨馬曉寧

2025 年下半年，中美 AI 圈中的討論，有兩個(gè)有趣的現(xiàn)象：

一是，討論的焦點(diǎn)不再是“中美技術(shù)究竟差幾代”，而是開始認(rèn)可中國 AI 勢(shì)力崛起甚至即將迎來反超，比如以 Airbnb 為代表的海外企業(yè)，公開表示大量采用通義千問而不常用 OpenAI；MiniMax開源模型 M2 的 AI Coding 能力超越 Claude，位居 OpenRouter 編程能力前三。

二是，資本的豪賭與泡沫風(fēng)險(xiǎn)都更加劇烈——OpenAI 與英偉達(dá)等廠商簽下了 1.4 萬億美元算力訂單；OpenAI CFO 一句“需要政府為 AI 投資擔(dān)保”的言論引發(fā)了美股科技股大地震，八大科技巨頭一周內(nèi)蒸發(fā)近 8000 億美元。

不同的是，前者指向市場(chǎng)，說明需求方不再盲目追求智能上限，轉(zhuǎn)而選擇成本低、速度快、更具性價(jià)比的中國模型；后者則指向資本，揭示了美國 AI 產(chǎn)業(yè)在極高的估值和巨大的資本支出（CAPEX）之間正面臨著一場(chǎng)嚴(yán)峻質(zhì)疑，投資者對(duì)需要持續(xù)給創(chuàng)業(yè)公司輸血的“高舉高打”模式，已經(jīng)開始感到不安和恐慌。

這兩個(gè)現(xiàn)象都意味著昔日由美國科技巨頭 OpenAI 絕對(duì)主導(dǎo)的 AI 敘事開始出現(xiàn)裂痕，我們正站在一個(gè)關(guān)鍵的歷史節(jié)點(diǎn)：中國 AI 不僅在追趕，可能來到了反超美國 AI 的前夜。

01

泡沫與洼地：重估中國 AI 時(shí)刻

AI 的估值泡沫，在美股 AI 神話的破滅中最先得到驗(yàn)證。2025 年 11 月， AI 資本市場(chǎng)創(chuàng)今年 4 月份以來最差表現(xiàn)，納斯達(dá)克指數(shù)單周跌幅超 3%。

顯然，美國資本市場(chǎng)的 AI 神話已無法繼續(xù)講述，市場(chǎng)越來越擔(dān)心泡沫隨時(shí)破裂。其核心風(fēng)險(xiǎn)并非否認(rèn) AI 技術(shù)的長(zhǎng)期潛力，而在于美國 AI 投資規(guī)模巨大、增長(zhǎng)速度緩慢、現(xiàn)有收益遠(yuǎn)超商業(yè)價(jià)值的兌現(xiàn)能力。

從資本投入一側(cè)來看，OpenAI 研發(fā)成本驚人。與英偉達(dá)等廠商簽下的 1.4 萬億美元算力訂單，這個(gè)數(shù)字相當(dāng)于美國 GDP 的 5%。OpenAI 背后也不只英偉達(dá)一家，微軟 Azure 、亞馬遜云均提供算力支持，“循環(huán)注資”模式下加的杠桿作用會(huì)讓數(shù)額再高出幾倍。

再來看投資回報(bào)一側(cè)，強(qiáng)如行業(yè)領(lǐng)頭羊的 OpenAI，其巨額研發(fā)投入與商業(yè)化收入之間形成了鮮明反差：2024年其研發(fā)投入超過150億美元，但商業(yè)化收入?yún)s不足30億美元。即使能夠如 Altman 預(yù)期在 2025 年底的年收入年化率將超過 200 億美元，到 2030 年增長(zhǎng)到數(shù)千億美元，也難以形成正向現(xiàn)金流。

反觀中國，AI 公司普遍處于價(jià)值被低估的狀態(tài)，被傳即將上市的智譜和 MiniMax 也不過小幾百億人民幣，算下來研發(fā)成本則更少。若以 OpenAI 的估值邏輯來重新審視中國 AI 企業(yè)，它們的估值或許有 30 倍、甚至 50 倍的上升空間。

而兩者之間的差距真有這么大嗎？恐怕未必。當(dāng)熱潮退去，美股的AI泡沫開始破裂，資本尋求避險(xiǎn)和高增長(zhǎng)機(jī)會(huì)的 AI 公司，必然會(huì)重新審視并發(fā)現(xiàn)中國 AI 這片價(jià)值洼地。

02

百倍 ROI 下的效率革命

中國 AI 模型正以遠(yuǎn)低于美國的資本支出快速追趕。根據(jù) Jefferies 發(fā)布的《China AI in a Global Context》，2023–2025 年間，中國超大規(guī)模企業(yè)的總資本支出為 1240 億美元，比美國同行低 82%。在成本消耗懸殊的情況下，中國 AI 公司的模型性能、定價(jià)卻更低。

今年下半年，國內(nèi) AI 初創(chuàng)公司密集推出新一代大模型：

9月，智譜AI發(fā)布 GLM-4.6 模型，該模型在中文編程基準(zhǔn)測(cè)試CC-Bench 中，相較于 Claude Sonnet 4 的勝率達(dá)到48.6%，基本實(shí)現(xiàn)性能持平；

10月，MiniMax 推出 M2 模型，根據(jù)LMSys Arena發(fā)布的網(wǎng)頁開發(fā)能力排行榜，該模型在開源模型中排名第一，綜合排名第四，僅次于 Claude、GPT-5 與 Gemini；

11月，月之暗面推出 Kimi-K2-Thinking 模型，在軟件工程任務(wù)基準(zhǔn)SWE-Bench Verified測(cè)試中，該模型以71.3%的得分超過Claude Sonnet 4.5的69.8%。

這些模型在達(dá)到逼近甚至部分超越 Claude 性能的同時(shí)，定價(jià)遠(yuǎn)低于國際同類產(chǎn)品，甚至 MiniMax-M2 在面世時(shí)就明確打出「Claude 級(jí)別的性能，8%的價(jià)格」，精準(zhǔn)切入Coding 市場(chǎng)。其輸入、輸出每百萬 tokens 定價(jià)分別為 0.5 美元和 2.2 美元，而 Claude Sonnet 4.5 的對(duì)應(yīng)價(jià)格高達(dá) 3 美元和 15 美元。

可見，與美國 AI 的“高舉高打”形成鮮明對(duì)比，中國 AI 走出了一條“效率優(yōu)先”的道路，投入更少、性能差距不大。

從以往的模型發(fā)布來看，高效率一直是 MiniMax 的追求。6 月份推出的 MiniMax-M1 同樣驚艷，整個(gè)強(qiáng)化學(xué)習(xí)過程僅使用了 512 塊英偉達(dá) H800 GPU 進(jìn)行三周訓(xùn)練，租賃成本為 53.74 萬美元（約合380萬人民幣），這幾乎只是OpenAI 同等模型訓(xùn)練成本的零頭。

這種追求也體現(xiàn)在推理效率上。M2 作為一款稀疏混合專家模型，總參數(shù)230B，激活參數(shù)僅10B，這種設(shè)計(jì)實(shí)現(xiàn)了更高的推理效率和更低的成本。據(jù)測(cè)試，M2的在線推理服務(wù)速度可達(dá)每秒 100Token，同時(shí)成本僅為Claude 3.5 Sonnet的8%。

從市場(chǎng)表現(xiàn)來看，MiniMax M2 贏得了廣大開發(fā)者和用戶的認(rèn)可。11月初，MiniMax M2 在 OpenRouter上的日token消耗量超過50B，成為中國首個(gè)達(dá)到這一里程碑的模型。

在 Token 使用的市場(chǎng)份額方面，OpenRouter 的11月9日數(shù)據(jù)顯示，市場(chǎng)份額排名前9的模型4家來自中國公司，其中MiniMax的份額排名僅次于 xAI、Google、Anthropic 和OpenAI。而且，上榜中國公司的模型均為開源模型。

OpenRouter匯集的是全球第三方 AI 應(yīng)用的調(diào)用數(shù)據(jù)，意味著模型必須在純粹的開放市場(chǎng)中，與所有國際頂級(jí)玩家直接競(jìng)爭(zhēng)；而Token的消耗量也直接反映了一線開發(fā)者用腳投票的結(jié)果。相比之下，OpenAI 開源的 GPT-OSS 模型因效果不佳、使用困難而乏人問津。

2025年，MiniMax 最新估值已接近 300 億人民幣，相比之下剛完成 130 億美元 F 輪融資的 Anthropic 估值是 1830 億美元，而OpenAI 的估值可達(dá) 5000億美金。

當(dāng)前者用后者的百分之一的資金成本的情況下，卻做出了可以追齊智能水平的模型之后，其資金效率可想而知。這種效率優(yōu)勢(shì)，體現(xiàn)了一個(gè)核心關(guān)鍵指標(biāo)——“模型投資回報(bào)率（Model ROI）”。

中國AI的“模型ROI”是美國的 100 倍，這是一個(gè)驚人的數(shù)字。

03

誰是被低估的中國版 OpenAI

一個(gè)難以回避的事實(shí)是，ChatGPT 今年預(yù)期的收入將超 200 億美元，而中國的任何一家 AI 公司，距離這一體量仍有不小差距。

商業(yè)成績(jī)的背后，真正起決定作用的仍是模型能力。ChatGPT 之所以能以橫掃之勢(shì)，攬奪 8 億用戶，并一直獨(dú)占鰲頭，其根本原因在于他們的模型能力長(zhǎng)期保持領(lǐng)先。類似的場(chǎng)景也發(fā)生在今年2月， DeepSeek 的模型推理能力達(dá)到全球第一梯隊(duì)時(shí)，用戶量在極短時(shí)間內(nèi)迎來爆發(fā)，其 2 月份的網(wǎng)站訪問量甚至一度超越 ChatGPT。

這說明，模型能力與產(chǎn)品增長(zhǎng)之間的正向循環(huán)，正是 AI 競(jìng)爭(zhēng)的核心機(jī)制。當(dāng)中國 AI 公司用更低的成本、更高的性能、百倍的 ROI 夯實(shí)模型硬實(shí)力時(shí)，一旦能力充分轉(zhuǎn)化為產(chǎn)品價(jià)值，用戶量、實(shí)用性和變現(xiàn)能力都將迅速上升。

基于中國 AI 整體崛起的事實(shí)，這里不妨做一個(gè)大膽的提問：如果美國資本開始轉(zhuǎn)向性價(jià)比更高的中國市場(chǎng)，哪個(gè)中國 AI 公司能夠承接得??？答案的關(guān)鍵，除了資本效率（ROI）之外，還有商業(yè)化路徑的影響。

投資人告訴 AI 科技評(píng)論，盤點(diǎn)歷經(jīng)兩年洗牌的國內(nèi) AI 公司，MiniMax 的商業(yè)化能力名列前茅，在自身定位和綜合實(shí)力角度能對(duì)標(biāo)得上 OpenAI 的屈指可數(shù)，MiniMax 算是“贏面”較大的一個(gè)。

“2025年6月，MiniMax 的海螺 AI 僅 Web 端 ARR（年度經(jīng)常性收入）已達(dá)1000萬美元左右，總體的 ARR 已達(dá) 1 億美元，且均為用戶直接付費(fèi)訂閱，這是模型能力和實(shí)用價(jià)值最直接的證明?！?/p>

而 MiniMax 更濃墨重彩的表現(xiàn)，則是強(qiáng)勁的海外收入：Talkie 已多次成為美國市場(chǎng)下載量排名靠前的 AI 陪伴類應(yīng)用；視頻生成賽道的海螺 AI 在海外迅速破圈，訪問量排名一度位居國內(nèi)外榜首；Speech 系列的語音模型也能媲美 Elevenlabs ，并被頭部的開源框架 LiveKit、Pipecat、聲網(wǎng)RTE等選為底層技術(shù)引擎。

復(fù)盤 MiniMax 的成長(zhǎng)路徑會(huì)發(fā)現(xiàn)，MiniMax 按照自己的節(jié)奏一步步構(gòu)建了多模態(tài)版圖：海螺模型及其產(chǎn)品線目前更新至 2.3 版本，強(qiáng)化其復(fù)雜物理動(dòng)作的特長(zhǎng)；Speech2.6 在技術(shù)指標(biāo)之外針對(duì)Voice Agent 場(chǎng)景進(jìn)展優(yōu)化；MiniMax M2躋身全球前三的 Coding 模型，擅長(zhǎng)復(fù)雜問題的工具調(diào)用，接入自家的 MiniMax Agent。

中國 AI 對(duì)美國AI的趕超，需要在 Infra、模型訓(xùn)練、多模態(tài)上多點(diǎn)發(fā)力，多模態(tài)能力已成為 MiniMax 的護(hù)城河。國內(nèi)外有能力做多模態(tài)的的公司，多為 OpenAI、Google等科技巨頭，而能在全模態(tài)自研層面都做到領(lǐng)先，又實(shí)現(xiàn)了從模型到產(chǎn)品的規(guī)?；虡I(yè)閉環(huán)，MiniMax 或許是其中唯一一家來自中國的創(chuàng)業(yè)公司。

一位早期投資過 MiniMax 的投資人告訴AI科技評(píng)論，MiniMax 沒有國家隊(duì)的頭銜，但從沒有像很多公司在在技術(shù)、產(chǎn)品路線上左右搖擺，根據(jù)現(xiàn)有成績(jī)來看，從 AGI 布局中的各個(gè)板塊到商業(yè)化成果再到資本市場(chǎng)的估值，走出了與OpenAI最為相似的路徑。

黃仁勛曾表示，AI最終要讓全球人人用得起。讓這一人類美好愿景能夠快速實(shí)現(xiàn)的條件是，AI 能夠有高度的實(shí)用性、更低的成本和更可持續(xù)的發(fā)展，而這更有可能在百分之一 OpenAI ROI 的中國公司帶領(lǐng)下率先實(shí)現(xiàn)。

而其中，MiniMax 則是擁有 AGI 基因、最接近 OpenAI 發(fā)展模式、并展現(xiàn)出強(qiáng)大競(jìng)爭(zhēng)力的“樣板”。

未經(jīng)「AI科技評(píng)論」授權(quán)，嚴(yán)禁以任何方式在網(wǎng)頁、論壇、社區(qū)進(jìn)行轉(zhuǎn)載！

公眾號(hào)轉(zhuǎn)載請(qǐng)先在「AI科技評(píng)論」后臺(tái)留言取得授權(quán)，轉(zhuǎn)載時(shí)需標(biāo)注來源并插入本公眾號(hào)名片。