Der Marktwert ist um rund 300 Milliarden Yuan geschrumpft, das Endspiel, auf das dieses Unternehmen wettet, kann niemand durchschauen.

Seit Beginn des Monats September hat MiniMax auf dem Überseemarkt immer wieder strategische Schritte unternommen.

Am 16. September wurden im Rahmen des von der Singapurischen Behörde für Qualifikations- und Arbeitskräfteentwicklung eingeführten KI-Lernprogramms drei Produkte von MiniMax als einziger ausgewählter Vertreter eines inländischen großen Modells neben ChatGPT Plus, Google AI Pro und Microsoft 365 Personal zu verfügbaren Dienstleistungen. Am 3. September veröffentlichte HUMAIN, ein KI-Unternehmen unter dem Staatsfonds von Saudi-Arabien, Humain-M3, das auf MiniMax M3 basiert und mit über 1 Billion Token an arabischen nativen Korpora weiter vortrainiert wurde, und erreichte den durchschnittlichen Spitzenwert bei sieben arabischen Benchmark-Tests.

Dadurch angetrieben stieg der Aktienkurs von MiniMax am 17. und 18. September zwei Tage in Folge, wobei der Schlusskurs des Hongkonger Aktienmarktes am 18. um fast 19 % stark anstieg. Bis zum Schlusskurs am 21. September notierte die Aktie von MiniMax bei 298 Hongkong-Dollar pro Aktie.

Im Vergleich zum Aktienkurs von 1330 Hongkong-Dollar pro Aktie auf dem Höhepunkt ist das, was die Außenwelt derzeit möglicherweise mehr interessiert: Wann werden M3.1 und M3 Pro veröffentlicht?

Auf der Telefonkonferenz zu den Finanzergebnissen am 26. August sagte Yan Junjie, Gründer und CEO von MiniMax: „Mit der fortlaufenden Verbesserung der beiden Pipelines der M-Serie und der H-Serie wird der Veröffentlichungszyklus der Modelle erheblich verkürzt, und neue Produkte wie M3.1, M3 Pro und H3.1 können in der Folge erwartet werden. Dabei wird die Parametergröße von M3 Pro voraussichtlich auf etwa 3T erhöht, mit der MSA 2.0-Architektur ausgestattet, und die Recheneffizienz wird voraussichtlich um etwa das 3-fache gesteigert.“

Bis heute gibt es jedoch keine Neuigkeiten zur Online-Schaltung von M3.1.

Gleichzeitig beschleunigte sich im zweiten Halbjahr 2026 das Iterationsrhythmus der inländischen großen Modelle deutlich – Zhipu veröffentlichte GLM-5.3 am 14. August, Kimi veröffentlichte K3 mit Parametern von 2,8 Billionen am 17. Juli, und DeepSeek V4 Pro brachte auch die offizielle Version am 13. August auf den Markt.

Obwohl MiniMax am 31. Juli das multimodale Videomodell H3 veröffentlicht hat, wird unter dem aktuellen Bewertungssystem die Fähigkeit des Textmodells mehr beachtet. Da M3 jedoch eilig veröffentlicht wurde, nicht ausreichend vorbereitet war und zeitlich genau zwischen GLM-5 und K3 lag, den beiden Modellen mit herausragender Leistung in Bereichen wie Codierung und Agent, zusammen mit der starken Gegenreaktion der Entwickler, die durch die Preispositionierung ausgelöst wurde, wirkt es im Wettbewerbsmuster besonders peinlich.

Aus der Logik der Produktiteration wäre die Verwendung eines besseren Modells zur Behebung des Fehlers der letzten Version eigentlich die optimale Lösung, aber das Unternehmen hat M3.1 und M3 Pro lange Zeit nicht veröffentlicht, was auch dazu führt, dass die Außenwelt Zweifel an der Modellfähigkeit von MiniMax hat.

Gegenwärtig denkt der Kapitalmarkt bei Zhipu an Codierung; bei Kimi an Agent-Cluster; bei DeepSeek an den Fokus auf Text und Preisvorteile. Diese Labels und die teilweise Überlegenheit der Modellfähigkeit haben diesen Unternehmen tatsächlich klare Bewertungsanker auf dem Kapitalmarkt verschafft und das Verständnis der Nutzer für sie klarer gemacht. Die multimodale Strategie von MiniMax hat jedoch derzeit keine absolute Überlegenheit bei einzelnen Fähigkeiten oder Preisen gebildet, die Außenwelt empfindet seine Positionierung als ständig unklar, und das Bewertungssystem schwankt daher.

JPMorgan hatte im Juni 2026 das Rating von MiniMax von „Übergewichten“ auf „Neutral“ herabgestuft und den Zielpreis erheblich gesenkt, wobei der Kerngrund genau darin lag, dass das Flaggschiffmodell M3 von MiniMax keine Preissetzungsmacht hat und die Modellfähigkeit sich noch in der Aufholphase befindet. Das bedeutet, dass MiniMax in der Folge ein ausreichend starkes Modell vorlegen muss, um zu beweisen, dass seine Routenwahl nicht falsch ist.

Tatsächlich sind die Fragen, auf die MiniMax antworten muss, weit mehr als nur das Modell selbst.

01

Von To C zu To B

Am 26. August veröffentlichte MiniMax seinen ersten Halbjahresleistungsbericht nach dem Börsengang.

Der Gesamtumsatz des Unternehmens im ersten Halbjahr betrug 117 Millionen US-Dollar, ein Anstieg von 283,1 % gegenüber dem Vorjahr, und erreichte in nur einem halben Jahr das 1,5-fache des Gesamtjahresumsatzes von 2025. Der Umsatz im zweiten Quartal stieg im Vergleich zum Vorquartal um 81,8 %; der Token-Verbrauch im Juli erreichte bereits das 20-fache des Niveaus im Januar; im August stieg der ARR (jährliche wiederkehrende Einnahmen) weiter auf über 800 Millionen US-Dollar. Der Bruttogewinn betrug 20,81 Millionen US-Dollar, ein Anstieg von 464,8 % gegenüber dem Vorjahr, und die Bruttomarge stieg von 12,1 % auf 17,9 %, was einem Anstieg von 5,8 % gegenüber dem Vorjahr entspricht.

Aber gleichzeitig gibt es eine weitere Gruppe von Zahlen: Die F&E-Ausgaben des Unternehmens im ersten Halbjahr betrugen 297 Millionen US-Dollar, ein Anstieg von 138,8 % gegenüber dem Vorjahr; der Nettoverlust im Berichtszeitraum betrug 358 Millionen US-Dollar, was sich gegenüber den 402,2 Millionen US-Dollar im Vorjahreszeitraum um 11 % verengte; aber der bereinigte Nettoverlust nach Abzug von Aktienzahlungen, Änderungen des beizulegenden Zeitwerts von finanziellen Verbindlichkeiten und Börsengangskosten betrug 293 Millionen US-Dollar, was einem Anstieg von 111,2 % gegenüber dem Vorjahr entspricht. Die bereinigte Nettoverlustquote verengte sich von etwa 455,9 % auf etwa 251,4 %, was sich verbessert zu sehen scheint, aber der Hauptgrund ist, dass die Umsatzbasis größer geworden ist, und der absolute Betrag des Verlusts erweitert sich immer noch beschleunigt.

Was mehr Aufmerksamkeit verdient als die Zahlen zu Gewinn und Verlust, ist die drastische Veränderung der Umsatzstruktur. Im ersten Halbjahr 2025 machten die Einnahmen aus KI-nativen Produkten von MiniMax (C-End-Produkte wie Hailuo AI, Talkie/Xingye etc.) etwa 70 % aus und waren die absolute Säule des Unternehmens. Im ersten Halbjahr 2026 stiegen die Einnahmen aus der offenen Plattform für das B-End und Unternehmensdienstleistungen von 9,2 Millionen US-Dollar im Vorjahreszeitraum auf 73,9 Millionen US-Dollar, was einem Anstieg von 703,1 % gegenüber dem Vorjahr entspricht, und der Anteil sprang von 30,3 % auf 63,4 % und wurde zur größten Einnahmequelle; obwohl die Einnahmen aus KI-nativen Produkten um 100,9 % gegenüber dem Vorjahr auf 42,6 Millionen US-Dollar stiegen, sank der Anteil auf 36,6 %. Bis August stieg der Anteil von To B am ARR auf etwa 80 %, und To C machte nur noch etwa 20 % aus.

Fotografie:

In einem halben Jahr hat ein Unternehmen, das von normalen Nutzern durch C-End-Produkte erkannt wurde, seine Umsatzstruktur vollständig umgekehrt.

Diese Umorientierung ist jedoch nicht ohne Vorzeichen, zumindest auf der Codierungslinie begannen die internen Diskussionen bei MiniMax viel früher als die Außenwelt denkt. Am 27. Oktober 2025 hat MiniMax das MiniMax M2 offiziell quelloffen gemacht und online gestellt, das angeblich speziell für Agenten und Code entwickelt wurde.

Yu Yang, Unternehmer und ehemaliger Mitarbeiter von MiniMax, sagte zu *China Entrepreneur*: „Die Beurteilung des Unternehmens bezüglich Codierung gab es eigentlich schon, als Claude 2025 gerade aufgetaucht ist, damals hat IO (Yan Junjie) es bereits auf der CD-Sitzung geteilt.“ Die CD-Sitzung ist eine interne Sitzung von MiniMax, die jeden Freitagmittag stattfindet, bei der Yan Junjie den Mitarbeitern über die Geschäftsentwicklung berichtet, ihre Fragen beantwortet und seine Ansichten zur Entwicklung der KI-Forschung teilt.

Daher war es aus Yu Yangs Sicht schon lange vorhersehbar, dass MiniMax seine Kommerzialisierung auf das B-End konzentriert. „Denn wenn man in die Codierungsbranche einsteigt, arbeitet man mit B-End-Kunden.“

Auf der von MiniMax veranstalteten offline Austauschveranstaltung für Entwickler im Juni 2026 sprach Yan Junjie auch darüber, dass er vor zwei Jahren Liang Wenfeng gefragt hat, ob er KI-Codierung machen will. Er sagte, dass damals das Konsens aller war, dass es in ganz China möglicherweise nur 1 bis 2 Millionen Menschen gibt, die Code schreiben können, was kein ausreichend breiter Markt zu sein scheint, aber jetzt ist das offensichtlich anders. KI-Codierung kann tatsächlich mehr normalen Menschen Produktivität verleihen.

Allerdings bedeutet eine frühe Platzierung nicht, dass die führende Erkenntnis in Marktvorteile umgewandelt werden kann. Die Modellparameter und Fähigkeiten von MiniMax auf der Codierungsstrecke haben keine ausreichend starken Erkenntnisbarrieren in der Entwicklergruppe gebildet.

Diese Erkenntnisverzögerung spiegelte sich schnell auf dem Kapitalmarkt wider. Wenn die Marktwahrnehmung der Modellfähigkeit nicht mit ihren technischen Investitionen übereinstimmt, beginnt die Bewertungslogik zu wanken. Der Druck der Freigabe im Sekundärmarkt und die Rückkehr der Bewertung folgten darauf. Obwohl damals mehr als 80 % der Pre-IPO- und Ankeraktionäre öffentlich erklärten, weiterhin zu halten, und die beiden strategischen Großaktionäre Alibaba und miHoYo ausdrücklich Unterstützung zeigten, schwankte der Aktienkurs des Unternehmens stark und fiel um mehr als 80 % gegenüber dem höchsten Punkt.

Nach der Veröffentlichung der Finanzergebnisse von MiniMax am 26. August stieg der Aktienkurs am nächsten Tag nur um 3,83 %. Nach der Online-Schaltung des Live-Streamings, das auf H3 Max basiert, am 31. August stieg der Aktienkurs von MiniMax schnell, stieg während des Handels vorübergehend um fast 20 % und schloss mit einem Anstieg von 16,18 %; am 1. September setzte sich der Aufwärtstrend fort, und der kumulative Anstieg in zwei Handelstagen betrug mehr als 20 %.

Das zeigt auch, dass der Markt immer noch der Erzählung der Modellfähigkeit vertraut. Yan Junjie betonte dies auch auf der Telefonkonferenz zu den Finanzergebnissen erneut. Als er über die Positionierung und Strategie des Unternehmens sprach, sagte er: „Die durch große Sprachmodelle angetriebene Intelligenzverbesserung hat fast kein Ende. Von der praktischen Nutzung der Codierungs- und Agent-Fähigkeiten ab dem zweiten Halbjahr letzten Jahres, über die anschließende autonomere und kreativere Erledigung von Langzeitaufgaben, bis hin zu dem in Zukunft erwarteten Ende-zu-Ende-Liefern zuverlässiger Ergebnisse, verfolgen wir kontinuierlich eine höhere Intelligenz.“

02

Der „Fehlschlag“ von M3 und die „Umkehr“ von H3

Am 1. Juni veröffentlichte MiniMax M3. Das Gesamtparametervolumen dieses Modells beträgt 428B, die aktivierten Parameter 23B, es verwendet die Mixed-Experts-Architektur (MoE) und unterstützt nativ Kontexte auf Millionen von Token.

Im damaligen Wettbewerbsmuster betrachtet, wirkt diese Parametergröße etwas peinlich.

Als M3 veröffentlicht wurde, waren im Inland bereits mehrere Modelle mit Billionen von Parametern wie Qwen3-Max-Thinking, DeepSeek V4 Pro und Kimi K2.6 im Einsatz, während im Ausland GPT-5.5, Gemini 3.1 Pro und Claude Opus 4.7 im gleichen Zeitraum konkurrierten. Billionen von Parametern werden zur Eintrittskarte für die Top-Spieler. Zwei Monate später machte Kimi K3 mit 2,8 Billionen Parametern quelloffen, und Qwen-3.8 Max erreichte 2,4 Billionen, was diese Lücke weiter vergrößerte.

Quelle: Visual China

Kurz vor der Veröffentlichung wurde M3 mit großen Erwartungen bedacht, und das Unternehmen hoffte intern auch, dass die Modellfähigkeit dadurch eine weitere Stufe nach oben steigen würde. Aber nach der Online-Schaltung gaben viele Entwickler nach dem Ausprobieren an, dass die tatsächliche Leistung von M3 die Erwartungen nicht erfüllt hat. Ein Insider räumte auch ein, dass die Online-Schaltung von M3 etwas „überstürzt“ war, oder besser gesagt „zu eilig“.

Der private Entwickler Alex sagte, dass sein derzeitiges Hauptmodell für den täglichen Gebrauch Kimi K3 ist. Wenn das Kontingent aufgebraucht ist, probiert er Zhipu GLM aus, und MiniMax ist eine Reserveoption. „Mein Eindruck von MiniMax ist, dass die Fähigkeit nicht so stark ist, aber die Arbeit ist relativ stabil.“

Alex erklärte die Logik seiner Wahl: Er ist kein Software-Ingenieur und hat keine starke Unterscheidungsfähigkeit. Wenn er die KI Funktionen erstellen lässt, versteht er die meisten Fragen nicht, die das Modell ihm stellt. In diesem Fall möchte er die Entscheidungsgewalt an die KI übergeben, sie selbst entscheiden lassen, wie es vorgeht, und dann das von der KI gelieferte Ergebnis überprüfen. „Deshalb brauche ich ein stärkeres Modell, kein dummes aber schnelles Modell, weil letzteres meine Häufigkeit der Überprüfung der Aufgaben stark erhöhen wird.“ Daher wird er vorrangig Kimi oder stärkere SOTA-Modelle verwenden.

Da er im täglichen Arbeitsablauf Software für den industriellen Bereich anbietet, stellt Chen Lijun, Gründer von Yita Industrial Intelligent Technology, höhere Anforderungen an die Modellfähigkeit und die Codiergenauigkeit, und die Leistung von M3 kann seine Lieferanforderungen nicht erfüllen. Er glaubt, dass die Wurzel des Problems in der Parameteranzahl liegt. Er nahm die Modelle von Qwen als Beispiel: „3.7 Max und Plus haben die gleiche Gesamtparameteranzahl, aber Plus ist multimodal. Unter den gleichen Parametern wurden multimodale Parameter hinzugefügt, was zu einem starken Rückgang der Codierungsqualität führte. Bei 3.8 Max mit Billionen von Parametern, obwohl es ein multimodales Modell ist, ist seine Fähigkeit auf dem gleichen Niveau wie 3.7, sogar höher.“ Aus Chen Lijuns Sicht sind