中国AI双子星智谱与MiniMax的年报揭示了行业重大转向——两家估值超3000亿港元的独角兽正急于撕掉'纯大模型公司'标签。从智谱的LLM-OS战略到MiniMax的平台化宣言，这场转型背后不仅是算力黑洞下的成本压力，更是Agent时代重新分配行业话语权的关键卡位战。当OpenClaw引爆智能体革命，Token经济正在重塑中国AI企业的生存法则。

智谱和MiniMax，两家备受关注的中国AI独角兽，最近都交出了各自的首份年报。

数字很性感：智谱全年营收7.24亿元，同比增长132%；MiniMax全年营收7904万美元，同比增长159%。两家市值一度双双突破3000亿港元。

但翻完60多页财报后，最让我在意的是一处细微却关键的变化——两家公司都在忙着撕掉自己原来的标签。

招股书里，智谱说自己是”中国领先的人工智能公司，致力于开发通用大模型”，MiniMax说自己是”全球化的AI大模型公司”。

2025年报里，智谱开始谈”LLM-OS”和”Token架构能力”，MiniMax干脆宣布要”从大模型公司向AI时代的平台型公司迈进”。

上市前后不到一年，为什么两家大模型”双雄”不约而同地开始远离自己的出身？

答案藏在账本里，也藏在Agent时代正在改写的行业图谱里。

账本里的转向

2025年11月，OpenClaw发布。

这个开源智能体框架被视为AI从”聊天玩具”走向”任务执行”的引爆点。随之而来的是一场被开发者戏称为”养虾热”的疯狂——Agent的Token消耗量呈指数级增长。

智谱和MiniMax，恰恰好站在了这波浪潮的浪尖上。

智谱的企业级智能体收入从4,749万元飙升至1.66亿元，增长248.8%，毛利率52.3%，是所有业务线中增速最快、利润最稳的板块。其中，GLM-5-Turbo成为全球首款OpenClaw基座模型，Agent产品AutoClaw上线20天订阅突破40万。

三个月前的招股书里，Agent还只是一个技术方向。现在，它已经是营收贡献最具爆发力的业务。

MiniMax的转向同样剧烈。

招股书时期，公司以全模态能力为卖点，视频、语音、音乐样样都做，Talkie和星野等社交娱乐产品是绝对主力。

但年报中，M2/M2.1/M2.5系列文本模型反而成了最亮眼的存在：在2026年2月的单日Token消耗量已增长至2025年12月的超6倍，其中coding plan的消耗增长超过10倍。Agent取代了多模态生成，成为MiniMax新的增长极。

更多的转变藏在财务细节里。

智谱悄悄调整了收入分类方式。招股书按部署方式划分，年报新增了一套按业务形态分类的体系：开放平台及API、企业级智能体、企业级通用大模型、技术服务。

公司的解释很委婉：”原有分类已无法涵盖日益丰富的产品形态与商业场景。”

潜台词是：我们不再只是一家帮你部署模型的公司了。

MiniMax那边，销售费用发生了戏剧性的转折：2024年全年销售及分销开支8700万美元，相当于收入的285%，典型的烧钱买量模式；2025年骤降至5190万美元，只占收入的65.7%。

当一个产品不再靠砸钱获客就能增长，它正在长出平台的雏形。

这些业务层面的变化，最终汇聚成了一个更根本的转向：两家公司都在重新书写对自己的定义，都不想将自己定义为纯大模型公司。

算力黑洞

两家公司为什么急于撕掉”纯大模型公司”的标签？最直观的答案，在成本结构里。

智谱的算力服务费占研发开支的比例，从2022年的17.3%一路飙升至2025年上半年的71.8%。保守估算，仅算力一项支出就超过22亿元，而同期收入是7.24亿元。

也就是说，智谱每赚1元，光是买算力就要花掉3元。

MiniMax的情况类似。摩根士丹利2026年初的研报显示，MiniMax 2025年销售成本中93%是云推理费用，研发开支2.53亿美元中的大部分流向了云服务商。

2025年全年，两家公司合计收入约12.8亿人民币，合计经调整净亏损接近50亿。

收入增长多快，亏损就膨胀多快。

毛利率的走势更能说明问题。智谱的整体毛利率从2023年的64.6%一路降至2025年的41.0%，增长最快的云端API业务毛利率仅18.9%。MiniMax的毛利率虽然在改善，从2023年的-24.7%爬升到2025年的25.4%，但这种改善主要来自推理效率的技术优化，而非定价权的增强。

纯模型公司的商业模式，本质上是买入算力，加工成Token，卖给客户。当原料成本要占到总成本的七成，利润空间就被结构性地压缩了。

Token消耗量可以指数级增长，但利润未必跟得上，因为成本端同样在膨胀。

这是两家公司开始寻求模型之外价值的最直接动力。

权力的转移

但成本压力只是表面，更深层的变革是价值链上权力分配的方式变了。

Chatbot时代的逻辑很简单：模型能力强，API就能卖高价，模型公司天然坐在价值链的中心。

Agent时代，链条变长了。

一个编程Agent完成任务的流程是：理解需求、规划方案、编写代码、测试调试、迭代修改。每一步都需要与开发环境、代码仓库、测试框架深度交互。

模型提供了智力，但场景提供了工位。

这意味着，就算你的模型是全球最好的，如果它只是被集成进别人的产品里，定价权仍然会受到场景方的约束。

智谱在年报中提到一个事实：中国前10大互联网公司中已有9家深度集成GLM。

这当然是市场渗透率的体现。但换个角度看，它也说明模型层正在被应用层调用，而不是反过来。

两家公司显然都意识到了这一点。

智谱提出Agentic Engineering的概念，要把AI包装成能在具体场景中自主完成任务的”数字工程师”。MiniMax先在内部让Agent覆盖90%的员工，跑通了从编程到人力招聘的全流程，再把能力产品化对外输出。

它们的应用策略不同，但底层判断一致：在Agent时代，光提供智力不够，还得想办法靠近甚至控制智力被使用的场景。

上界与生态

但模型能力本身变得不重要了吗？并不是。

智谱在财报和公开场合中反复强调：谁掌握了上界，谁就掌握了定价权。

所谓上界，指的是模型能力的代际领先。2026年2月，智谱将API调用定价上调83%，市场仍然供不应求，印证了这一判断。

但两家公司的实际动作透露出另一层思考：模型能力很重要，但怎么用这个能力可能更重要。

智谱的GLM-5-Turbo成为全球首款OpenClaw基座模型，这件事的意义不只是技术指标的领先，而是参与定义了一个新兴生态的技术标准。

MiniMax的M2.5把编程场景的性价比做到极致，然后围绕这个能力推出Coding Plan和Agent工作空间。MiniMax不是先做全能模型再找场景，而是先锁定高价值场景再围绕它打磨模型。

换句话说，比起在所有基准测试上追求全方位领先，先定义在哪个场景、以什么标准来衡量模型价值，可能是一件同样重要甚至更前置的事情。

六小龙的集体转向

这种转向不是孤例。

回看过去一年中国AI行业的整体动向，类似的调整正在更大范围内发生。

百川收缩战线聚焦AI医疗，零一放弃通用大模型转而与阿里合作，阶跃星辰引入上海国资深耕B端。中国”AI六小龙”中，几乎每一家都在从全面出击转向选择性扎根。

当Agent开始接管越来越多的真实任务，模型能力依然是竞争的基础，但仅有模型可能不再足够。

Agent要在手机上帮用户订外卖、在办公软件里帮员工写周报、在电商平台上帮商家分析数据、在社交应用中帮创作者生成内容……每一个场景都是Agent运行的土壤。

拥有这些场景的一方，在选择调用哪个模型、以什么价格调用上，可能握有更大的话语权。

当然，这场转型最终走向哪里，现在下结论为时尚早。

但两家公司的年报至少揭示了一件事：中国AI行业的竞争，正在从单纯的模型能力之争，逐渐演变为模型能力与生态位置的复合竞争。

对于智谱和MiniMax来说，模型依然是核心武器，但战场已经在发生变化了。