Після відновлення акцій MiniMax на 92%: що залишилося, коли модельна компанія позбулася моделі

Оригінальна назва: «Після відновлення акцій MiniMax на 92%: що залишилося, коли модельна компанія позбулася моделі»
Оригінальний автор: Dongcha Beating

31 серпня акції MiniMax зросли на 16,18%. Від низької точки в липні ці акції відновилися на 92%, а ринкова капіталізація знову досягла 124,9 мільярда гонконгських доларів.

Три місяці тому ринок провів прощальну церемонію для цієї компанії. Акції впали більш ніж на 80% від свого піку, а ринкова капіталізація в 300 мільярдів гонконгських доларів зникла.

26 серпня MiniMax опублікувала звіт за півріччя, в якому зазначено, що дохід зріс на 283% в річному обчисленні, а дохід з B-сегмента зріс на 703%; до серпня ARR компанії перевищив 800 мільйонів доларів США, а споживання токенів у липні було в 20 разів більшим, ніж у січні.

Через кілька днів MiniMax знову потрапила в центр обговорення завдяки моделі, яку вона сама не створила.

H3 Max.

Безмежний канал

3 серпня MiniMax відкрила H3, модель з 33 мільярдами параметрів, здатну одночасно обробляти текст, зображення, відео та голос. Компанія fal взяла її відкриті ваги, продовжила навчання, а потім оптимізувала разом зі своєю інфраструктурою, в результаті чого була створена H3 Max.

За словами fal, для генерації 5-секундного відео H3 Max може досягти пропускної здатності приблизно в 35 разів більшої, ніж офіційна точка MiniMax.

29 серпня інженер компанії fal Рехан Шейх підключив H3 Max до Twitch і почав трансляцію. Контент трансляції не був заздалегідь підготовлений. Поки зображення відтворювалося, модель генерувала його в реальному часі. За 5 секунд, 768p, з синхронізованим звуком, час генерації становив приблизно 3 секунди.

Генерація відбувається швидше, ніж відтворення.

Саме тому глядачі можуть вирішувати, як розвиватиметься сюжет, і через кілька секунд нові події з'являються на екрані. Якщо машина працює безперервно, цей канал теоретично може транслюватися безперервно. За один вікенд він привернув близько 5 мільйонів переглядів, а ті, хто не любить контент, згенерований AI, дали йому прізвисько «безмежна сміттєзвалище».

Основою є одна й та ж модель, але справжня різниця полягає в оптимізації після навчання, оптимізації інфраструктури, управлінні апаратним забезпеченням та способах розгортання.

Одне з медіа під час звітування прямо назвало заголовок:

«Після навчання перевершує батька»

Ця ситуація виглядає як гарна інженерна оптимізація, але вона стикається з ще більшим питанням, що стоїть за цим відновленням MiniMax.

Якщо модель може бути відкритою, взятою, продовженою в навчанні, а іноді навіть зробленою швидше і краще кимось іншим, то що ринок насправді повинен оцінювати у компанії, що займається моделями?

Щоб відповісти на це питання, давайте спочатку подивимося на компанію fal.

Ця компанія не навчає базові моделі. Її бізнес полягає в тому, щоб приймати моделі, які були навчені іншими компаніями, запускати їх на своїй інфраструктурі та продавати розробникам. Чим швидше з'являються нові моделі, тим швидше оновлюється її асортимент.

Після прийняття моделі fal проводить повторну оптимізацію, управління апаратним забезпеченням та розгортання, знижуючи швидкість і витрати до більш підходящого рівня для комерційного використання. Понад 2,5 мільйона розробників використовують її для виклику генеративних моделей, а ARR компанії вже досягла приблизно 400 мільйонів доларів, при цьому команда складає лише 70 осіб.

Протягом минулого року дохід fal зріс приблизно в 60 разів, а оцінка зросла з 4,5 мільярда доларів до приблизно 8 мільярдів доларів.

Sequoia провела глибоке інтерв'ю з командою засновників fal, під час якого партнер Sequoia Capital Пат Грейді зазначив, що команда fal спостерігала в другому та третьому кварталах 2025 року, що період напіврозпаду п'яти найкращих відеомоделей становить лише 30 днів.

Термін «піврозпад» походить з фізики і спочатку означав час, необхідний для розпаду половини атомів радіоактивної речовини; тут він вживається для позначення часу, необхідного для заміни приблизно половини моделей у топ-5 відеомоделей новими.

Модель, яка щойно зайняла перше місце, може бути замінена наступною вже через місяць. Але незалежно від того, як змінюються моделі, розробники завжди потребують платформи для їх запуску.

fal зайняла цю позицію.

Розробники платять за кожне згенероване зображення або відео відповідно до обсягу викликів. Підключившись до платформи, як fal, вони можуть в будь-який момент використовувати найкращу модель, не потрібно повторно підключати API або будувати інфраструктуру. Моделі можуть змінюватися щомісяця, але позиція платформи важко замінюється.

Генеральний директор fal Буркай Гур сказав: «Коли генерація контенту стає безмежною, обмежені речі стають більш цінними».

Ця компанія сама по собі є бізнесом, що виникло після швидкого знецінення моделей. H3 була створена MiniMax, але користувачі, доходи та дані викликів H3 Max спочатку залишаться у fal. Чим успішніше буде H3 Max, тим гострішим стане це питання.

Більше того, fal є приватною компанією, і її не можна купити на відкритому ринку.

Від 1100 гонконгських доларів до 200 гонконгських доларів

Коли MiniMax вийшла на біржу, ринок вірив в іншу історію.

Ця компанія одночасно займається текстовими, голосовими та відеомоделями, має C-сегмент з Talkie та AI Hai Luo, а також B-сегмент з API. У порівнянні з компаніями, які займаються лише однією моделлю, вона виглядає ближче до повного замкнутого бізнесу з багатьма модальностями.

9 січня цього року MiniMax вийшла на біржу, ціна розміщення становила 165 гонконгських доларів, а публічний запит перевищив 1848 разів, перший день закрився з ростом на 109%. 10 березня акції досягли 1100 гонконгських доларів, а ринкова капіталізація перевищила Baidu.

Це був момент, коли ринок найбільше вірив у цю історію.

Перелом стався в червні. 1 червня MiniMax представила флагманську модель M3 з 428 мільярдами параметрів. У порівнянні з GLM-5.2 та DeepSeek V4, які були представлені в той же час, її модель була меншою. Офіційно підкреслювалося, що ефективність навчання та інженерії є найважливішими, одна система може безперервно працювати 12 годин без втручання, самостійно навчати 4 моделі та прискорювати ядра CUDA до 9,4 разів.

Але виникла проблема. Спільнота виявила, що частина офіційно опублікованих результатів походить з самоперевірки, а фактичні тести третьої сторони та публічні цифри мають очевидну різницю. Одночасна корекція правил обліку призвела до значного збільшення швидкості споживання деяких старих користувачів.

5 червня компанія публічно вибачилася, заявивши, що «M3 потребує більше обчислювальних потужностей, це наша недбалість», а через десять днів після запуску флагманської моделі, яка працювала лише два тижні, ціна була знижена на 50%; незабаром після цього 16 червня Zhizhu випустила GLM-5.2, і перше місце в списку відкритих моделей швидко змінилося, а перевага M3 зберігалася лише два тижні. 9 липня, в день зняття обмежень, MiniMax впала на 20%, а через кілька днів акції впали більш ніж на 80% від свого піку.

На наступний день після обвалу Ян Цзюньцзе оголосив, що не буде отримувати зарплату до досягнення AGI, а також віддасть свої акції команді та підтримці відкритого коду. Того ж дня компанія завершила розміщення на 16 мільярдів гонконгських доларів, отримавши близько 7 разів більше заявок.

26 серпня MiniMax представила досить привабливий звіт за півріччя, дохід зріс на 283% в річному обчисленні, дохід з B-сегмента зріс на 703%, а витрати на дослідження та розробки продовжують швидко зростати. Наступного дня акції зросли лише на 4%.

Ринок явно чекав на щось інше.

Основні активи

Найбільша проблема компаній, що займаються моделями, полягає в тому, що продукти оновлюються занадто швидко.

На початку червня M3 щойно зайняла перше місце, а через півмісяця була перевершена GLM-5.2; незабаром після цього DeepSeek V4, GLM-5.3 та Kimi K3 почали виходити один за одним. Теперішній лідер може змінитися з появою наступної моделі, а вікно переваги триває лише кілька тижнів.

Перевага може бути розрахована лише в тижнях, і однієї моделі явно недостатньо для підтримки довгострокової оцінки компанії.

Отже, протягом минулого року ринок постійно шукає справжні основні активи компаній, що займаються моделями.

Найпряміша відповідь - це наступне покоління моделей, але наступне покоління також швидко застаріє. Як тільки галузь продовжує швидко еволюціонувати, «створення нової моделі» може лише гарантувати, що компанія не буде знищена, але не пояснює, чому її варто тримати в довгостроковій перспективі.

Більш переконливою відповіддю є здатність створювати моделі.

Цього року багато моделей, що виходять, вже довели, що одна й та ж основа, спираючись лише на після навчання та середовище, також може призвести до величезного стрибка в можливостях.

Zhizhu GLM-5.3 та GLM-5.2 використовують одну й ту ж основу з 753 мільярдами параметрів, а справжні зміни відбуваються в більш масштабному навчальному середовищі та підкріпленому навчанні після навчання. Результати Terminal-Bench 3.0 зросли з 4,6 до 28,3, основа не була повторно навчена, але ефективність значно покращилася.

Тан Цзє пізніше назвав це «експериментом з контрольованими змінними».

Kimi K3 під час навчання та оцінювання створив понад 50 мільйонів пісочниць, витративши багато часу машин на очікування інференції моделі. Операції заморожування, відновлення та розгалуження були зведені до десятків мілісекунд, щоб модель могла повторно пробувати, зазнавати невдач і починати знову в величезній кількості реальних середовищ.

Cline навіть дозволив K3 самостійно змінювати свою навчальну інфраструктуру. Після 17 годин без втручання результати підвищилися з 77,5 до 88,8.

Справжня частина, яку важко відтворити для компаній, що займаються моделями, почала перетворюватися з одного набору ваг на цілу систему виробництва ваг, ваг після навчання та ваг для оцінювання.

Anthropic витрачає понад 1 мільярд доларів на рік на середовища посилення навчання. OpenAI купує десятки тисяч Mac для агентів комп'ютерного використання з тієї ж причини.

Поріг входу та інвестицій для створення цієї системи швидко зростає, і вона не лише в руках компаній, що займаються моделями.

Composer 2 від Cursor є типовим прикладом. Його основа базується на Kimi K2.5 з відкритим кодом від Dark Side of the Moon, але ринкова оцінка Cursor явно не пов'язана з Kimi K2.5.

Cursor накопичив велику кількість реальних програмних дій, робочих процесів розробників та системи посилення навчання, натренованої на цих даних. Основна модель походить від інших, але справжнє значення полягає в тому, що залишається після використання моделі.

fal також так само. Він взяв ваги H3 і створив H3 Max. Користувачі генерують відео на fal, доходи спочатку надходять до fal, а дані також залишаються в fal.

Верхні моделі компанії постачають найдорожчі сировини, але нижні можуть накопичити те, що дійсно може приносити прибуток. Технічна складність і здатність до захоплення вартості не завжди відповідають одна одній.

Тридцять років тому в індустрії персональних комп'ютерів відбувалася подібна ситуація. Чіпи є найскладнішою частиною машин, але звичайні споживачі знають лише про Dell і Compaq. Intel знадобилося більше десяти років, щоб через "Intel Inside" знову потрапити в поле зору споживачів.

### Зменшення вартості компаній моделей

Отже, щоб оцінити вартість компанії моделей, можливо, варто зробити віднімання. Відняти ваги моделі, відтворювану оптимізацію інференції та можливості після навчання, які можуть бути передані третім сторонам, і залишиться те, що ця компанія дійсно може довгостроково утримувати.

MiniMax якраз провів такий експеримент. 3 серпня він відкрив H3. Протягом короткого часу з'явилося кілька сотень похідних моделей, завантаження досягло десятків мільйонів разів, платформи чіпів, такі як Huawei Ascend, Mu Xi, AMD, швидко завершили адаптацію, багато розробників і партнерів підключилися.

Хоча ваги були відкриті, контракти з підприємствами та доходи від API не зникли—лише в липні, перед відкриттям H3, споживання токенів MiniMax вже було в 20 разів більшим, ніж у січні, і це все ще враховується в їхньому обліку.

Більш важливо, що H3 не відкрив все. Модулі H3-Context-IR та Regenerate-2 K все ще контролюються MiniMax. Щоб отримати відео вищої якості 2 K, все ще потрібно викликати офіційні послуги. Це типовий підхід до відкритого коду, де базові можливості поширюються, щоб екосистема зросла, а частини, які дійсно можуть створити комерційний зворотний потік, залишаються на сервері.


Таким чином, H3 Max для MiniMax означає не лише "інші оптимізували мою модель швидше", але й вперше продемонстрував ринку це віднімання.

Звіт за півріччя дав частину відповідей: дохід B-сегмента зріс на 703%, ARR перевищив 800 мільйонів доларів, принаймні на даний момент, відкриття коду не призвело до втрати всіх цінностей. Але H3 Max також продемонстрував іншу частину ризику: відносини з користувачами, доходи від викликів та використані дані можуть залишитися на нижніх платформах.

### Битва між бичками та ведмедями

Наприкінці серпня акції MiniMax відскочили від мінімуму майже вдвічі, але одночасно частка коротких продажів зросла до приблизно 20%, досягнувши рекордного рівня.

Бичачі інвестори бачать те, що залишилося після віднімання. Наприклад, корпоративні клієнти, доходи від API, реальні виклики, повернення даних та системні можливості для подальшого навчання наступних моделей. На відкритому ринку таких активів небагато, компаній моделей, які можна купити, обмаль, тому MiniMax має очевидну премію за дефіцит.

Популярність H3 Max також дала цій сумі дуже наочний орієнтир. Якщо компанія, як fal, коштує 8 мільярдів доларів, а один з найпопулярніших нових продуктів fal базується на H3, то скільки коштує компанія за H3?

Це думка бичків.

Думка ведмедів полягає в тому, що якщо ваги можна отримати безкоштовно, а після навчання може виконати fal, і швидкість інференції може бути підвищена на 35 разів третіми сторонами, то чому ці можливості повинні залишатися в оцінці MiniMax?

Це також пояснює аномальну поведінку MiniMax за останні кілька місяців: фінансовий звіт може лише відобразити, скільки компанія заробила зараз, але ринок насправді цікавить, що вона зможе зберегти після відкриття коду. H3 Max вперше поставив це питання на порядок денний.

### Повернення

Випустивши H3, MiniMax стикається насправді з дуже старою комерційною проблемою. Компанія може свідомо відмовитися від одного рівня дефіциту, якщо вона знає, де знаходяться гроші на наступному рівні.

Red Hat зробила такий вибір.

Джерельний код Linux ніколи не належав Red Hat, будь-хто може безкоштовно завантажити, змінити та перевидати. Red Hat врешті-решт не продає сам Linux, а стабільні версії, які підприємства готові платити за підтримку, технічну підтримку та сертифікаційні системи.

Чим ширше поширюється програмне забезпечення з відкритим кодом, тим більшим стає ринок для цих послуг. У 2019 році IBM витратила 34 мільярди доларів на придбання Red Hat, і, звичайно, не купувала джерельний код Linux, доступний для завантаження кожному.

Те, що було випущено, повинно приносити цінність назад.

Це також те, що MiniMax потрібно буде довести після відкриття H3.

Зараз ринок вже бачить поширення. Моделі завантажуються, адаптуються, повторно тренуються, і починають з'являтися такі продукти, як H3 Max.

Далі потрібно спостерігати, чи зможе це поширення в кінцевому підсумку відобразитися в доходах і активах MiniMax.

Це можуть бути нові корпоративні клієнти, постійно зростаюче споживання API, або дані та відгуки, залишені під час використання розробниками, які в кінцевому підсумку повернуться до навчання, ставши частиною наступної моделі.

Якщо ці речі можуть створити цикл, то чим більше H3 буде забрано, тим більше входів отримає MiniMax.

Якщо цикл не буде створено, ситуація буде зовсім іншою.

Вплив моделі може зростати, екосистема може процвітати, але найцінніші відносини з клієнтами, дані використання та торгові входи в кінцевому підсумку залишаться в руках інших. Тоді MiniMax надасть базові можливості, але не отримає більшість цінності, що виникає з цього поширення.

Отже, справжнє випробування відкриття H3 полягає не в кількості завантажень або в тому, скільки компаній оголосили про адаптацію. Ці цифри можуть лише довести, що вона поширилася досить далеко.

У наступних кількох кварталах потрібно буде спостерігати, скільки грошей зможе повернутися після того, як вона буде випущена. Red Hat має контракти на корпоративні послуги, Google має пошук і рекламу. MiniMax також потрібно знайти свій канал.

Цей контент надано лише для загальних інформаційних цілей і не є фінансовою, інвестиційною, юридичною чи податковою консультацією. Події, нагороди, онлайн-акцій або пов’язану інформацію, згадана тут, не слід розглядати як рекомендацію, прохання чи запрошення до купівлі, продажу, торгівлі чи інших операцій з криптоактивами. Криптоактиви є дуже волатильними та можуть призвести до збитків. Доступність послуг, продуктів WEEX та пов’язаних із ними подій може відрізнятися залежно від регіону. Ви несете відповідальність за забезпечення відповідності вашої участі чинному місцевому законодавству та нормативним актам.