0
| 本文作者： 徐咪 | 2025-11-18 10:01 |
2025 年下半年，中美 AI 圈中的討論，有兩個有趣的現象：
一是，討論的焦點不再是“中美技術究竟差幾代”，而是開始認可中國 AI 勢力崛起甚至即將迎來反超，比如以 Airbnb 為代表的海外企業，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險都更加劇烈——OpenAI 與英偉達等廠商簽下了 1.4 萬億美元算力訂單；OpenAI CFO 一句“需要政府為 AI 投資擔保”的言論引發了美股科技股大地震，八大科技巨頭一周內蒸發近 8000 億美元。
不同的是，前者指向市場，說明需求方不再盲目追求智能上限，轉而選擇成本低、速度快、更具性價比的中國模型；后者則指向資本，揭示了美國 AI 產業在極高的估值和巨大的資本支出（CAPEX）之間正面臨著一場嚴峻質疑，投資者對需要持續給創業公司輸血的“高舉高打”模式，已經開始感到不安和恐慌。
這兩個現象都意味著昔日由美國科技巨頭 OpenAI 絕對主導的 AI 敘事開始出現裂痕，我們正站在一個關鍵的歷史節點：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 時刻
AI 的估值泡沫，在美股 AI 神話的破滅中最先得到驗證。2025 年 11 月， AI 資本市場創今年 4 月份以來最差表現，納斯達克指數單周跌幅超 3%。
顯然，美國資本市場的 AI 神話已無法繼續講述，市場越來越擔心泡沫隨時破裂。其核心風險并非否認 AI 技術的長期潛力，而在于美國 AI 投資規模巨大、增長速度緩慢、現有收益遠超商業價值的兌現能力。
從資本投入一側來看，OpenAI 研發成本驚人。與英偉達等廠商簽下的 1.4 萬億美元算力訂單，這個數字相當于美國 GDP 的 5%。OpenAI 背后也不只英偉達一家，微軟 Azure 、亞馬遜云均提供算力支持，“循環注資”模式下加的杠桿作用會讓數額再高出幾倍。
再來看投資回報一側，強如行業領頭羊的 OpenAI，其巨額研發投入與商業化收入之間形成了鮮明反差：2024年其研發投入超過150億美元，但商業化收入卻不足30億美元。即使能夠如 Altman 預期在 2025 年底的年收入年化率將超過 200 億美元，到 2030 年增長到數千億美元，也難以形成正向現金流。
反觀中國，AI 公司普遍處于價值被低估的狀態，被傳即將上市的智譜和 MiniMax 也不過小幾百億人民幣，算下來研發成本則更少。若以 OpenAI 的估值邏輯來重新審視中國 AI 企業，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。當熱潮退去，美股的AI泡沫開始破裂，資本尋求避險和高增長機會的 AI 公司，必然會重新審視并發現中國 AI 這片價值洼地。
02
百倍 ROI 下的效率革命
中國 AI 模型正以遠低于美國的資本支出快速追趕。根據 Jefferies 發布的《China AI in a Global Context》，2023–2025 年間，中國超大規模企業的總資本支出為 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、定價卻更低。
今年下半年，國內 AI 初創公司密集推出新一代大模型：
9月，智譜AI發布 GLM-4.6 模型，該模型在中文編程基準測試CC-Bench 中，相較于 Claude Sonnet 4 的勝率達到48.6%，基本實現性能持平；
10月，MiniMax 推出 M2 模型，根據LMSys Arena發布的網頁開發能力排行榜，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，在軟件工程任務基準SWE-Bench Verified測試中，該模型以71.3%的得分超過Claude Sonnet 4.5的69.8%。
這些模型在達到逼近甚至部分超越 Claude 性能的同時，定價遠低于國際同類產品，甚至 MiniMax-M2 在面世時就明確打出「Claude 級別的性能，8%的價格」，精準切入Coding 市場。其輸入、輸出每百萬 tokens 定價分別為 0.5 美元和 2.2 美元，而 Claude Sonnet 4.5 的對應價格高達 3 美元和 15 美元。
可見，與美國 AI 的“高舉高打”形成鮮明對比，中國 AI 走出了一條“效率優先”的道路，投入更少、性能差距不大。
從以往的模型發布來看，高效率一直是 MiniMax 的追求。6 月份推出的 MiniMax-M1 同樣驚艷，整個強化學習過程僅使用了 512 塊英偉達 H800 GPU 進行三周訓練，租賃成本為 53.74 萬美元（約合380萬人民幣），這幾乎只是OpenAI 同等模型訓練成本的零頭。
這種追求也體現在推理效率上。M2 作為一款稀疏混合專家模型，總參數230B，激活參數僅10B，這種設計實現了更高的推理效率和更低的成本。據測試，M2的在線推理服務速度可達每秒 100Token，同時成本僅為Claude 3.5 Sonnet的8%。
從市場表現來看，MiniMax M2 贏得了廣大開發者和用戶的認可。11月初，MiniMax M2 在 OpenRouter上的日token消耗量超過50B，成為中國首個達到這一里程碑的模型。
在 Token 使用的市場份額方面，OpenRouter 的11月9日數據顯示，市場份額排名前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 應用的調用數據，意味著模型必須在純粹的開放市場中，與所有國際頂級玩家直接競爭；而Token的消耗量也直接反映了一線開發者用腳投票的結果。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 5000億美金。
當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。這種效率優勢，體現了一個核心關鍵指標——“模型投資回報率（Model ROI）”。
中國AI的“模型ROI”是美國的 100 倍，這是一個驚人的數字。
03
誰是被低估的中國版 OpenAI
一個難以回避的事實是，ChatGPT 今年預期的收入將超 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。
商業成績的背后，真正起決定作用的仍是模型能力。ChatGPT 之所以能以橫掃之勢，攬奪 8 億用戶，并一直獨占鰲頭，其根本原因在于他們的模型能力長期保持領先。類似的場景也發生在今年2月， DeepSeek 的模型推理能力達到全球第一梯隊時，用戶量在極短時間內迎來爆發，其 2 月份的網站訪問量甚至一度超越 ChatGPT。
這說明，模型能力與產品增長之間的正向循環，正是 AI 競爭的核心機制。當中國 AI 公司用更低的成本、更高的性能、百倍的 ROI 夯實模型硬實力時，一旦能力充分轉化為產品價值，用戶量、實用性和變現能力都將迅速上升。
基于中國 AI 整體崛起的事實，這里不妨做一個大膽的提問：如果美國資本開始轉向性價比更高的中國市場，哪個中國 AI 公司能夠承接得住？答案的關鍵，除了資本效率（ROI）之外，還有商業化路徑的影響。
投資人告訴 AI 科技評論，盤點歷經兩年洗牌的國內 AI 公司，MiniMax 的商業化能力名列前茅，在自身定位和綜合實力角度能對標得上 OpenAI 的屈指可數，MiniMax 算是“贏面”較大的一個。
“2025年6月，MiniMax 的海螺 AI 僅 Web 端 ARR（年度經常性收入）已達1000萬美元左右，總體的 ARR 已達 1 億美元，且均為用戶直接付費訂閱，這是模型能力和實用價值最直接的證明。”
而 MiniMax 更濃墨重彩的表現，則是強勁的海外收入：Talkie 已多次成為美國市場下載量排名靠前的 AI 陪伴類應用；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RTE等選為底層技術引擎。
復盤 MiniMax 的成長路徑會發現，MiniMax 按照自己的節奏一步步構建了多模態版圖：海螺模型及其產品線目前更新至 2.3 版本，強化其復雜物理動作的特長；Speech2.6 在技術指標之外針對Voice Agent 場景進展優化；MiniMax M2躋身全球前三的 Coding 模型，擅長復雜問題的工具調用，接入自家的 MiniMax Agent。
中國 AI 對美國AI的趕超，需要在 Infra、模型訓練、多模態上多點發力，多模態能力已成為 MiniMax 的護城河。國內外有能力做多模態的的公司，多為 OpenAI、Google等科技巨頭，而能在全模態自研層面都做到領先，又實現了從模型到產品的規模化商業閉環，MiniMax 或許是其中唯一一家來自中國的創業公司。
一位早期投資過 MiniMax 的投資人告訴AI科技評論，MiniMax 沒有國家隊的頭銜，但從沒有像很多公司在在技術、產品路線上左右搖擺，根據現有成績來看，從 AGI 布局中的各個板塊到商業化成果再到資本市場的估值，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現的條件是，AI 能夠有高度的實用性、更低的成本和更可持續的發展，而這更有可能在百分之一 OpenAI ROI 的中國公司帶領下率先實現。
而其中，MiniMax 則是擁有 AGI 基因、最接近 OpenAI 發展模式、并展現出強大競爭力的“樣板”。雷峰網雷峰網(公眾號：雷峰網)
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
