Zhipu und MiniMax kürzen ihre Vertriebsausgaben drastisch.
Der Finanzbericht für das erste Halbjahr 2026 weist ein ungewöhnliches Phänomen auf: Die Umsätze von Zhipu AI und MiniMax haben sich beide mehr als verdoppelt, während die Vertriebskosten gleichzeitig gesunken sind.
Der Umsatz von Zhipu AI belief sich auf 954 Millionen Yuan, was einem Anstieg von 399,7 % gegenüber dem Vorjahr entspricht. Die Vertriebs- und Marketingausgaben sind jedoch nicht gestiegen, sondern gesunken und lagen um 14,8 % niedriger als im Vorjahr bei 178 Millionen Yuan.
MiniMax hat ein ähnliches Ergebnis vorgelegt. Der Umsatz betrug 786 Millionen Yuan, ein Anstieg von 283,1 % gegenüber dem Vorjahr; die Vertriebs- und Vertriebskosten sanken um 17,9 % auf 181 Millionen Yuan.
Stark steigender Umsatz bei sinkenden Vertriebskosten – diese Kurve, die in traditionellen Branchen oder im SaaS-Bereich nicht gezeichnet werden kann, zeigt einen Wechsel des Wachstumsmotors von Großmodellunternehmen.
Von „Modellvertrieb durch Menschen“ zu „selbstständigem Vertrieb des Modells“
Der Rückgang der Vertriebskosten ist nicht das Ergebnis von „Kosteneinsparungen“, sondern eine Veränderung der Wachstumslogik.
Die Zuversicht von Zhipu AI bei der Kürzung der Vertriebskosten ergibt sich aus der veränderten Art der Kundengewinnung über die Plattform.
In der ersten Hälfte des vergangenen Jahres stammte der größte Teil der Einnahmen von Zhipu AI noch aus der lokalen Bereitstellung von unternehmensweiten allgemeinen Großmodellen: Die Modelle wurden verpackt und in die Serverräume der Kunden verkauft, wobei die Aufträge zwischen mehreren Millionen und mehreren zehn Millionen Yuan lagen. Die Erlösrealisierung hing von der Abnahme der Lieferung ab, und die Wiederholungskäufe hingen von der Pflege der Beziehungen ab. Diese Art von Geschäft erfordert von Natur aus ein großes Vertriebsteam, um Projekte zu bearbeiten und Beziehungen aufzubauen.
In der ersten Hälfte dieses Jahres sind die Einnahmen aus der offenen Plattform und den APIs jedoch von 29,1 Millionen Yuan im Vorjahreszeitraum auf 825 Millionen Yuan explodiert, was einem Anteil von 86,5 % am Gesamtumsatz entspricht. Kunden benötigen keine Vertriebsmitarbeiter mehr, die sie vor Ort besuchen, sondern laden ihr Guthaben direkt auf der Plattform selbstständig nach, basierend auf der Menge der Token-Aufrufe.
Mit der Veränderung der Transaktionsweise wird die Rolle des Vertriebs natürlich geschwächt. Die Aussage von Zhipu AI im Finanzbericht ist sehr direkt: „Die Einnahmen werden nicht mehr einmalig erfasst, sondern fallen kontinuierlich an. Unser Unternehmen verfügt zum ersten Mal über vorhersehbare wiederkehrende Einnahmen.“
Die Maßnahmen von Zhipu AI nach dem Finanzbericht bestätigen diesen Trend: Am 2. September ist Zhipu AI offiziell auf Tmall eingezogen und hat einen offiziellen Flagship-Store eröffnet, um GLM Coding Plan-Abonnementpakete zu verkaufen: Die persönliche Version Lite kostet 118 Yuan pro Monat, Pro 538 Yuan pro Monat und Max 1078 Yuan pro Monat.
Großmodell-Pakete auf E-Commerce-Plattformen zum Verkauf anzubieten, war im Zeitalter der traditionellen Software kaum vorstellbar, aber heute wird es Realität. Die Kundengewinnungskosten des Modells nähern sich den standardmäßigen Kundengewinnungskosten des E-Commerce an.
Die Logik von MiniMax ist ähnlich, aber der Weg ist anders. MiniMax war in der Frühphase für C-End-Produkte wie Hailuo AI und Xingye bekannt und wurde oft als „C-End-Unternehmen“ bezeichnet.
In der ersten Hälfte dieses Jahres sind jedoch die Einnahmen aus der offenen Plattform und den Unternehmensdienstleistungen um 703,1 % gegenüber dem Vorjahr auf 497 Millionen Yuan gestiegen, was 63,4 % des Gesamtumsatzes entspricht und zum ersten Mal die Einnahmen aus nativen AI-Produkten (287 Millionen Yuan) übertrifft und zur größten Einnahmequelle wird.
Das Nutzerwachstum von MiniMax wird hauptsächlich durch Produktstärke und Mundpropaganda angetrieben, nicht durch Werbeeinkäufe oder Feldvertrieb, sondern durch die Fähigkeit des Modells selbst, Entwickler und Unternehmen anzuziehen, die sich freiwillig anmelden. Die Zahl der Unternehmenskunden und Entwickler hat 2 Millionen überschritten, was dem Zehnfachen des Standes von Ende 2025 entspricht. Der Token-Verbrauch im Juli erreichte das 20-fache des Wertes im Januar, und im August überstieg das jährliche wiederkehrende Umsatzvolumen (ARR) 800 Millionen US-Dollar.
Auf der Leistungssitzung gab MiniMax bekannt, dass das To-B-Geschäft derzeit etwa 80 % des ARR ausmacht und das To-C-Geschäft etwa 20 %. Vor einem Jahr war die Einnahmestruktur noch hauptsächlich auf das C-End ausgerichtet, heute ist das B-End die absolute Hauptstütze. Eine solche Geschwindigkeit der Strukturanpassung kann nicht allein durch vertriebsgetriebene Maßnahmen erreicht werden.
Wenn die Fähigkeit eines Modells stark genug ist und die Inferenzkosten niedrig genug sind, werden Entwickler und Unternehmenskunden aktiv wechseln – nicht weil der Vertrieb angerufen hat, sondern weil ihre Wettbewerbsfähigkeit zurückbleibt, wenn sie dieses Modell nicht verwenden. Dieses „natürliche Wachstum, das durch Produktfähigkeiten angetrieben wird“, verändert grundlegend die Vertriebskostenstruktur von AI-Unternehmen.
Dass beide Unternehmen gleichzeitig die Vertriebskosten optimieren, kann auch als aktive strategische Entscheidung verstanden werden: Ressourcen werden von dem hochinvestiven, gering marginal nutzbaren Feldvertrieb konzentriert auf die Modellentwicklung und die Modernisierung der Infrastruktur verlagert.
Dies ist sowohl eine „Verbesserung der technischen Fähigkeiten“ als auch eine „Verlagerung des strategischen Schwerpunkts und Optimierung der Kostenstruktur“ – beide Faktoren bestimmen sich nicht einseitig. Der Rückgang der Vertriebskosten ist nicht nur das natürliche Ergebnis von „ausreichenden Fähigkeiten, sodass keine Werbung mehr nötig ist“, sondern auch eine aktive Entscheidung des Managements, „Geld an effizienteren Stellen auszugeben“, unter der Voraussetzung begrenzter Ressourcen.
„Tiefe Konversion“ und „Dienstleistungslücke“
Die Vertriebskosten können gemeinsam gekürzt werden, aber die dahinter stehenden Geschäftsmodelle sind unterschiedlich.
86,5 % der Einnahmen von Zhipu AI stammen von der offenen Plattform und APIs. Der Vorteil des API-Geschäfts liegt in der selbstständigen Guthabenaufladung, der nutzungsabhängigen Bezahlung und den wiederkehrenden Einnahmen, aber sein Nachteil ist ebenso offensichtlich: Die Wechselkosten für Kunden sind gestaffelt, und es muss Aufwand betrieben werden, um Nutzer zu einer tieferen Nutzung zu konvertieren.
Für Entwickler und kleine sowie mittlere Unternehmen, die nur oberflächlich auf das Modell zugreifen, erfordert der Wechsel des Modells tatsächlich nur die Änderung weniger Codezeilen. Solche Kunden sind am preisempfindlichsten und am bereitwilligsten, neue Modelle auszuprobieren, und zeigen kaum Loyalität. Sobald Konkurrenten Produkte mit gleicher Leistung, aber niedrigerem Preis anbieten, kann dieser Teil der Einnahmen schnell verloren gehen.
Für Unternehmenskunden, die KI tief in ihre zentralen Produktionsprozesse einbinden, ist die Situation jedoch völlig anders.
Laut einer Umfrage von Zapier gaben 2026 nur 42 % der Unternehmen, die versucht haben, ihren KI-Anbieter zu wechseln, an, dass der Prozess reibungslos verlaufen ist, während die restlichen 58 % auf Schwierigkeiten oder Kosten stießen, die weit über die Erwartungen hinausgingen.
Der Grund dafür liegt darin: KI-Systeme umfassen anbieterspezifische APIs, private Trainingsdaten, benutzerdefinierte Bereitstellungstools und tiefe Workflow-Integrationen – diese Elemente können nicht reibungslos zwischen verschiedenen Anbietern migriert werden.
Mit anderen Worten: Die Wechselkosten für API-Aufrufe sind tatsächlich nicht hoch, aber sobald Unternehmenskunden das Modell tief in ihre Kerngeschäftsprozesse einbinden, entsteht faktisch eine „technische Bindung“.
Diese Bindungswirkung kompensiert in gewissem Maße das Risiko von „Null-Wechselkosten“, sie macht die Kundenbindung stärker als erwartet und verleiht der Maßnahme der „Vertriebskürzung“ mehr Plausibilität.
Die API-Kunden von Zhipu AI weisen eine „zweigeteilte Differenzierung“ auf: Oberflächliche Kunden haben extrem niedrige Wechselkosten und können schon bei geringfügigen Preis- oder Leistungsschwankungen abwandern. Tiefe Kunden hingegen bilden eine starke technische Bindungswirkung aufgrund privater Trainingsdaten, benutzerdefinierter Bereitstellung und Workflow-Integration.
Die Anzahl der Token-Aufrufe auf der MaaS-Offenen Plattform von Zhipu AI ist seit Jahresbeginn um mehr als das 40-fache gestiegen, die Zahl der zahlenden täglich aktiven Nutzer um 603 %, und die durchschnittliche tägliche Aufrufmenge der zehn größten Kunden hat sich um das 98-fache erhöht. Diese Daten bestätigen den Trend der tiefen Bindung: Die Top-Kunden binden das Zhipu-AI-Modell in ihre Kerngeschäftsprozesse ein.
Aber die eigentliche Prüfung lautet: Kann Zhipu AI nach der „Optimierung der kostenintensiven Werbung“ die tiefere Konversion von Kunden zu geringeren Kosten vorantreiben?
Kunden mit tiefer Nutzung benötigen Garantien für die API-Stabilität, Unterstützung bei der Feinabstimmung, Referenzen für branchenspezifische Lösungen und Rückkopplungen aus der Community-Ökologie. Diese Fähigkeiten hingen früher teilweise von der Koordination durch das Vertriebsteam ab, in Zukunft müssen sie durch effizientere Selbstbedienungstools, vollständigere technische Dokumentation und eine aktivere Entwickler-Community abgedeckt werden.
Das potenzielle Risiko für Zhipu AI liegt in der Geschwindigkeit der Funktionsumwandlung: Sie muss dem Tempo folgen, in dem Kunden von der „oberflächlichen Erprobung“ zur „tiefen Bindung“ übergehen. Wenn die Umwandlung zu langsam erfolgt, kann der Vorteil der Bindung tiefer Kunden noch nicht realisiert werden, während der Verlust preisempfindlicher oberflächlicher Kunden bereits eintritt.
Die Einnahmestruktur von MiniMax hat sich von einer auf das C-End ausgerichteten zu einer auf das B-End ausgerichteten Struktur gewandelt, während die Ausgaben aufgrund des natürlichen Nutzerwachstums gesunken sind – dies ist eine bemerkenswerte strukturelle Veränderung.
Wohin fließen die durch den Rückgang der Vertriebskosten frei gewordenen Mittel?
Wenn ineffiziente Feldvertriebs- und Markenwerbeausgaben gekürzt werden und gleichzeitig Ressourcen auf Kundenerfolg, Lösungsarchitekten und den technischen Nachsupport verlagert werden, handelt es sich um eine präzise Neuzuweisung: Mit niedrigeren Kundengewinnungskosten wird eine höhere Dichte der Kundenbetreuung erreicht.
Aber wenn der Rückgang der Ausgaben eine umfassende Kürzung bedeutet, bei der nur das natürliche Nutzerwachstum verwaltet und die Nachservicefähigkeit vernachlässigt wird, sammeln sich Probleme an: Unternehmenskunden aus dem B-Bereich, insbesondere große Kunden im Ausland, benötigen nicht nur „ein gutes Modell“, sondern auch SLA-Zusagen, Sicherheitsaudits, individuelle Feinabstimmungen und spezielle Unterstützung. Diese Dienstleistungen sind nicht automatisch an die API-Schnittstelle gebunden, sondern müssen von Menschen erbracht werden.
Unter den 2 Millionen globalen Unternehmenskunden und Entwicklern von MiniMax ist die Zahl der Top-Kunden, die tatsächlich persönliche Betreuung benötigen, möglicherweise begrenzt. Aber mit dem stetigen Anteil der B-End-Einnahmen steigen die absolute Anzahl der Top-Kunden und die Tiefe der Dienstleistungen. Der Vertrieb kann gekürzt werden, aber die Liefer- und Dienstleistungsfähigkeit darf nicht verringert werden – sonst sammeln sich die Risiken für die Vertragsverlängerung umso schneller an, je höher der Umsatz ist.
Das eigentliche Risiko liegt nicht in der „Vertriebskürzung“, sondern darin, ob „unnötige Vertriebsausgaben gekürzt werden oder die notwendigen Fähigkeiten für den Kundenerfolg“. Dies hängt von den Verwaltungsdetails außerhalb des Finanzberichts ab, und derzeit können öffentliche Informationen keine endgültige Antwort geben.
Das Modell als Vertrieb – Vertrieb geht über das Modell hinaus
Der Wettbewerb um Großmodelle hat sich von „Verkauf von Software“ zu „Verkauf von Intelligenz“ gewandelt.
Die Vertriebskostenquote traditioneller Softwareunternehmen liegt üblicherweise zwischen 20 % und 40 %. Vertriebsmitarbeiter müssen Kunden davon überzeugen, „warum sie diese Software benötigen“.
Die Logik von Großmodellen ist jedoch anders: Kunden nutzen das Modell nicht, weil sie überzeugt wurden, sondern weil sie im Wettbewerb zurückbleiben, wenn sie es nicht verwenden. Wenn das Intelligenzniveau eines Modells hoch genug ist, nähern sich die Entscheidungskosten für seine Einführung der Null an, und der Wert des Vertriebs nähert sich natürlich ebenfalls der Null an.
Dies erklärt, warum die Vertriebskosten beider Unternehmen gleichzeitig sinken können, während die Einnahmen weiter explodieren. Es erklärt auch, warum die F&E-Ausgaben beider Unternehmen immer noch mehr als das Zehnfache der Vertriebskosten betragen: Die F&E-Ausgaben von Zhipu AI beliefen sich auf 2,131 Milliarden Yuan, was dem 12-fachen der Vertriebskosten (178 Millionen Yuan) entspricht. Die F&E-Ausgaben von MiniMax beliefen sich auf 2,0 Milliarden Yuan, was dem 11-fachen der Vertriebskosten (181 Millionen Yuan) entspricht.
Das Kernvermögen von Großmodellunternehmen ist nicht das Vertriebsteam, sondern das Modell selbst. Wer das Modell in kürzerer Zeit auf ein besseres Erlebnisniveau heben kann, kann mehr Kunden zu niedrigeren Kundengewinnungskosten gewinnen. Der Rückgang der Vertriebskosten ist sowohl das natürliche Ergebnis der Verbesserung der Modellfähigkeiten als auch eine aktive strategische Entscheidung des Managements, Ressourcen auf die F&E zu verlagern.