Sau khi cổ phiếu MiniMax hồi phục 92%: Công ty mô hình trừ đi mô hình, còn lại gì?

Tiêu đề gốc: 《Cổ phiếu MiniMax hồi phục 92%: Công ty mô hình trừ đi mô hình, còn lại gì》
Tác giả gốc: Động Sát Beating

Ngày 31 tháng 8, MiniMax tăng vọt 16,18%. Tính từ đáy tháng 7, cổ phiếu này đã hồi phục 92%, vốn hóa thị trường quay trở lại mức 124,9 tỷ Đô la Hồng Kông Trung Quốc.

Ba tháng trước, thị trường vừa tổ chức một buổi "lễ truy điệu" cho công ty này. Cổ phiếu giảm hơn 80% so với đỉnh, 300 tỷ Đô la Hồng Kông Trung Quốc vốn hóa thị trường bốc hơi theo.

Ngày 26 tháng 8, MiniMax công bố báo cáo giữa năm, doanh thu tăng 283% so với cùng kỳ, doanh thu mảng B tăng 703%; đến tháng 8, ARR của công ty đã vượt 800 triệu USD, lượng token tiêu thụ trong tháng 7 gấp 20 lần tháng 1.

Vài ngày sau, thứ đưa MiniMax trở lại trung tâm thảo luận, lại là một mô hình mà chính họ không tạo ra.

H3 Max.

Kênh vô hạn

Ngày 3 tháng 8, MiniMax mã nguồn mở H3, một mô hình toàn phương thức với 33B tham số, có thể xử lý đồng thời văn bản, hình ảnh, video và giọng nói. fal lấy trọng số mã nguồn mở của nó, tiếp tục huấn luyện sau, rồi tối ưu cùng với hạ tầng suy luận của riêng mình, cuối cùng tạo ra H3 Max.

Theo fal, khi tạo cùng một đoạn video 5 giây, thông lượng của H3 Max có thể đạt khoảng 35 lần so với điểm cuối chính thức của MiniMax.

Ngày 29 tháng 8, kỹ sư Rehan Sheikh của công ty hạ tầng AI tạo sinh Mỹ fal, kết nối H3 Max lên Twitch và bắt đầu phát trực tiếp. Nội dung phát sóng không phải video chuẩn bị trước. Hình ảnh phát một bên, mô hình vừa tạo ra phía sau. Mỗi đoạn 5 giây, độ phân giải 768p, có âm thanh đồng bộ, thời gian tạo khoảng 3 giây.

Tạo nhanh hơn phát.

Chính vì vậy, khán giả có thể quyết định hướng đi của cốt truyện trong bình luận, vài giây sau, tình tiết mới sẽ xuất hiện trên màn hình. Chỉ cần máy không dừng, kênh này về lý thuyết có thể phát mãi mãi. Một cuối tuần thu hút khoảng 5 triệu lượt xem, cũng có người không thích nội dung do AI tạo ra đặt cho nó cái tên, gọi là "cỗ máy nước thải vô hạn".

Nền tảng xuất phát từ cùng một mô hình, điều thực sự tạo ra khoảng cách là quá trình hậu huấn luyện, tối ưu hóa suy luận, điều phối phần cứng và phương thức triển khai sau khi mô hình được phát hành.

Có một tờ báo khi đưa tin đã trực tiếp viết tiêu đề là:

《Post-Train Beats Parent》

Hậu huấn luyện đánh bại mô hình gốc

Việc này nhìn qua chỉ là một lần tối ưu hóa kỹ thuật ấn tượng, nhưng lại chạm đến một vấn đề lớn hơn đằng sau đợt phục hồi lần này của MiniMax.

Nếu mô hình có thể được mã nguồn mở, mang đi, tiếp tục huấn luyện, thậm chí bị người khác làm nhanh hơn, tốt hơn, thì thị trường rốt cuộc nên định giá thứ gì của một công ty mô hình?

Để trả lời câu hỏi này, hãy cùng nhìn vào công ty fal.

Công ty này không huấn luyện mô hình nền tảng. Công việc kinh doanh của họ là kết nối các mô hình đã được huấn luyện bởi công ty khác, chạy trên cơ sở hạ tầng của mình, rồi bán cho nhà phát triển. Mô hình mới ra mắt càng nhanh, kệ hàng của họ càng được cập nhật nhanh.

Sau khi mô hình được kết nối, fal sẽ thực hiện lại tối ưu hóa suy luận, điều phối phần cứng và triển khai, đưa tốc độ và chi phí về một vị trí phù hợp hơn cho việc gọi API thương mại. Hơn 2,5 triệu nhà phát triển sử dụng nền tảng này để gọi các mô hình sinh tạo, doanh thu định kỳ hàng năm (ARR) của công ty đã đạt khoảng 400 triệu USD, trong khi đội ngũ chỉ có 70 người.

Trong năm qua, doanh thu của fal đã tăng khoảng 60 lần, còn định giá thì tăng từ 4,5 tỷ USD lên mức được đồn đoán khoảng 8 tỷ USD.

Sequoia đã thực hiện một cuộc phỏng vấn chuyên sâu với đội ngũ sáng lập fal. Trong cuộc phỏng vấn, đối tác của Sequoia Capital là Pat Grady đề cập rằng đội ngũ fal đã quan sát thấy trong quý 2 và quý 3 năm 2025, chu kỳ bán rã của năm mô hình video hàng đầu chỉ là 30 ngày.

Thuật ngữ "chu kỳ bán rã" xuất phát từ vật lý, ban đầu chỉ thời gian cần thiết để một nửa số hạt nhân nguyên tử của chất phóng xạ phân rã; dùng ở đây, nó chỉ thời gian cần thiết để khoảng một nửa số mô hình trong bảng xếp hạng Top 5 mô hình video bị thay thế bởi mô hình mới.

Một mô hình vừa lên ngôi đầu bảng, một tháng sau có thể bị thay thế bởi mô hình tiếp theo. Nhưng dù mô hình có thay đổi thế nào, các nhà phát triển vẫn luôn cần một nền tảng để vận hành chúng.

fal đã giữ chặt vị trí này.

Mỗi lần nhà phát triển tạo ra một hình ảnh, một đoạn video, họ đều trả tiền theo số lần gọi. Khi kết nối với nền tảng như fal, mô hình nào hiện tại tốt nhất có thể chuyển sang dùng bất cứ lúc nào, không cần phải kết nối lại API hay xây dựng cơ sở hạ tầng. Mô hình có thể thay đổi hàng tháng, nhưng vị trí của nền tảng thì rất khó bị thay thế.

Giám đốc điều hành của fal, Burkay Gur, từng nói một câu: "Khi việc tạo nội dung trở nên vô hạn, những thứ hữu hạn lại càng có giá trị hơn."

Công ty này tự nó là một mô hình kinh doanh ra đời sau khi các mô hình AI mất giá nhanh chóng. H3 do MiniMax tạo ra, nhưng người dùng, doanh thu và dữ liệu gọi API của H3 Max sẽ trước tiên nằm lại tại fal. H3 Max càng thành công, vấn đề này càng trở nên gay gắt.

Hơn nữa, fal còn là một công ty tư nhân, không thể mua cổ phiếu của nó trên thị trường công khai.

Từ 1100 HKD xuống 200 HKD

Khi MiniMax niêm yết, thị trường tin vào một câu chuyện khác.

Công ty này đồng thời phát triển mô hình văn bản, giọng nói và video; phía người dùng có Talkie và Hải Lạc AI, phía doanh nghiệp có API. So với các công ty khởi nghiệp chỉ làm một mô hình duy nhất, nó trông gần hơn với một vòng khép kín kinh doanh đa phương thức hoàn chỉnh.

Ngày 9 tháng 1 năm nay, MiniMax niêm yết với giá phát hành 165 HKD, đăng ký mua công khai vượt 1848 lần, ngày đầu tăng 109%. Ngày 10 tháng 3, giá cổ phiếu vượt 1100 HKD trong phiên, vốn hóa thị trường có lúc vượt qua Baidu.

Đó là thời điểm thị trường tin tưởng nhất vào câu chuyện này.

Bước ngoặt xuất hiện vào tháng 6. Ngày 1 tháng 6, MiniMax phát hành mô hình chủ lực M3 với 428 tỷ tham số. So với GLM-5.2 và DeepSeek V4 cùng thời kỳ, quy mô mô hình của nó nhỏ hơn. Điều mà hãng nhấn mạnh nhất là hiệu quả huấn luyện và kỹ thuật: một hệ thống có thể hoạt động liên tục 12 giờ không cần can thiệp, tự động huấn luyện ra 4 mô hình, và tăng tốc nhân CUDA lên 9,4 lần.

Sau đó vấn đề xuất hiện. Cộng đồng phát hiện rằng một phần kết quả công bố chính thức đến từ tự kiểm tra, và kết quả kiểm tra thực tế của bên thứ ba có khoảng cách rõ rệt so với số liệu công khai. Quy tắc tính phí được điều chỉnh đồng thời cũng khiến tốc độ tiêu hao hạn mức của một số người dùng cũ tăng lên đáng kể.

Ngày 5 tháng 6, công ty công khai xin lỗi rằng "M3 cần nhiều sức mạnh tính toán hơn, là do chúng tôi làm việc chưa tốt", mười ngày sau, mô hình chủ lực mới ra mắt chỉ hai tuần đã giảm giá vĩnh viễn 50%; ngay sau đó vào ngày 16 tháng 6, Zhipu phát hành GLM-5.2, vị trí số một trên bảng xếp hạng mã nguồn mở lập tức đổi chủ, sự dẫn đầu của M3 chỉ kéo dài hai tuần. Đến ngày 9 tháng 7, ngày đầu hết hạn khóa cổ phiếu, MiniMax giảm 20%, vài ngày sau giá cổ phiếu đã giảm hơn 80% so với đỉnh điểm.

Ngay ngày hôm sau sau cú sụt giảm, Yan Junjie tuyên bố sẽ không nhận lương cho đến khi đạt được AGI, đồng thời dùng cổ phần cá nhân để thưởng cho đội ngũ và ủng hộ mã nguồn mở. Cùng ngày, công ty hoàn tất đợt phát hành riêng lẻ trị giá 16 tỷ HKD, nhận được mức đăng ký mua gấp khoảng 7 lần.

Đến ngày 26 tháng 8, MiniMax công bố báo cáo giữa kỳ đủ ấn tượng, doanh thu tăng 283% so với cùng kỳ, doanh thu mảng B tăng 703%, chi phí nghiên cứu và phát triển tiếp tục tăng nhanh. Ngày hôm sau, giá cổ phiếu chỉ tăng 4%.

Thị trường rõ ràng vẫn đang chờ đợi điều gì đó khác.

Tài sản cốt lõi

Vấn đề lớn nhất của các công ty mô hình là sản phẩm cập nhật quá nhanh.

Đầu tháng 6, M3 vừa lên ngôi đầu, nửa tháng sau đã bị GLM-5.2 vượt qua; ngay sau đó DeepSeek V4, GLM-5.3, Kimi K3 lần lượt ra mắt. Vị trí số một hiện tại có thể đổi chủ ngay khi mô hình tiếp theo xuất hiện, cửa sổ dẫn đầu chỉ kéo dài vài tuần.

Dẫn đầu chỉ tính bằng tuần, một mô hình đơn lẻ rõ ràng không thể chống đỡ định giá dài hạn của một công ty.

Vì vậy, trong năm qua, thị trường liên tục tìm kiếm tài sản cốt lõi thực sự của các công ty mô hình.

Câu trả lời trực tiếp nhất là mô hình thế hệ tiếp theo, nhưng thế hệ tiếp theo cũng sẽ nhanh chóng lỗi thời. Chỉ cần ngành vẫn đang lặp lại với tốc độ cao, việc "tạo ra mô hình mới" chỉ đảm bảo công ty không bị loại khỏi cuộc chơi, nhưng không giải thích được vì sao nó đáng nắm giữ lâu dài.

Câu trả lời thuyết phục hơn là năng lực tạo ra mô hình.

Nhiều mô hình ra mắt trong năm nay đã chứng minh rằng, với cùng một nền tảng cơ sở, chỉ dựa vào hậu huấn luyện và môi trường cũng có thể tạo ra bước nhảy vọt về năng lực.

GLM-5.3 và GLM-5.2 của Zhipu sử dụng cùng một nền tảng cơ sở 753B tham số, điều thực sự thay đổi là môi trường huấn luyện quy mô lớn hơn và hậu huấn luyện học tăng cường. Điểm số Terminal-Bench 3.0 nhảy từ 4.6 lên 28.3, nền tảng cơ sở không được huấn luyện lại nhưng hiệu quả lại được cải thiện đáng kể.

Tang Jie sau này gọi đây là một "thí nghiệm kiểm soát biến số".

Kimi K3 đã thiết lập hơn 50 triệu môi trường sandbox trong quá trình huấn luyện và đánh giá, phần lớn thời gian máy dành cho việc chờ đợi suy luận của mô hình. Các thao tác đóng băng, khôi phục, phân nhánh được nén xuống mức vài chục mili giây, mục đích là để mô hình có thể thử đi thử lại, thất bại và làm lại trong môi trường thực tế quy mô lớn.

Cline thậm chí để K3 tự sửa đổi khung huấn luyện của chính nó. Sau 17 giờ không có sự can thiệp của con người, điểm số tăng từ 77.5 lên 88.8.

Phần thực sự khó sao chép của các công ty mô hình đang bắt đầu chuyển từ một bộ trọng số sang toàn bộ hệ thống sản xuất trọng số, huấn luyện hậu kỳ trọng số và đánh giá trọng số.

Anthropic chi hơn 1 tỷ USD mỗi năm cho môi trường học tăng cường. OpenAI mua hàng chục nghìn chiếc Mac cho agent sử dụng máy tính, cũng vì lý do tương tự.

Rào cản và mức đầu tư để xây dựng hệ thống này đang tăng nhanh chóng, và nó không chỉ nằm trong tay các công ty mô hình.

Composer 2 của Cursor là một ví dụ điển hình. Nền tảng của nó dựa trên Kimi K2.5 mã nguồn mở từ Moonshot AI, nhưng định giá cuối cùng mà thị trường dành cho Cursor rõ ràng không liên quan đến Kimi K2.5.

Cursor đã tích lũy rất nhiều hành vi lập trình thực tế, quy trình làm việc của nhà phát triển, cùng hệ thống học tăng cường được huấn luyện trên dữ liệu đó. Mô hình nền đến từ người khác, điều thực sự quan trọng là thứ còn lại sau khi mô hình được sử dụng.

fal cũng vậy. Nó lấy trọng số H3, tạo ra H3 Max. Người dùng tạo video trên fal, doanh thu từ API trước tiên vào fal, dữ liệu sử dụng cũng ở lại fal trước.

Các công ty mô hình thượng nguồn cung cấp nguyên liệu đắt đỏ nhất, nhưng hạ nguồn lại có thể tích lũy thứ thực sự có lãi kép. Độ phức tạp kỹ thuật và khả năng nắm bắt giá trị không tự nhiên tương ứng với nhau.

Ba mươi năm trước, ngành công nghiệp máy tính cá nhân đã xảy ra điều tương tự. Chip là phần phức tạp nhất trong máy, nhưng người tiêu dùng thông thường nhận biết Dell và Compaq. Intel sau đó phải mất hơn mười năm, thông qua chiến dịch "Intel Inside", mới đưa mình trở lại tầm mắt người tiêu dùng.

Công ty mô hình trừ đi mô hình

Vì vậy, để đánh giá giá trị của một công ty mô hình, có thể thực hiện một phép trừ. Sau khi trừ đi trọng số mô hình, tối ưu hóa suy luận có thể sao chép và khả năng huấn luyện hậu kỳ có thể chuyển giao cho bên thứ ba, phần còn lại mới là thứ công ty đó thực sự có thể nắm giữ lâu dài.

MiniMax tình cờ đã chủ động thực hiện một thí nghiệm như vậy. Vào ngày 3 tháng 8, họ mã nguồn mở H3. Trong thời gian ngắn, hàng trăm mô hình phái sinh xuất hiện, số lượt tải lên tới hàng chục triệu lần, các nền tảng chip như Huawei Ascend, Muxi, AMD nhanh chóng hoàn tất thích ứng, nhiều nhà phát triển và đối tác kết nối.

Mặc dù trọng số đã mã nguồn mở, nhưng hợp đồng doanh nghiệp và doanh thu API không bị mất đi – ngay trước khi H3 mã nguồn mở vào tháng 7, mức tiêu thụ token của MiniMax đã gấp 20 lần so với tháng 1, và những con số này vẫn được ghi nhận vào sổ sách của họ.

Quan trọng hơn, H3 không phát hành toàn bộ mọi thứ. Hai mô-đun lưu trữ H3-Context-IR và Regenerate-2 K vẫn nằm trong tay MiniMax. Muốn xuất ra video 2K với thông số kỹ thuật cao hơn, vẫn cần gọi dịch vụ chính thức. Đây là một chiến lược mã nguồn mở rất điển hình: khuếch tán năng lực cốt lõi ra bên ngoài, để hệ sinh thái phát triển, và giữ lại phần có thể tạo ra dòng tiền thương mại ở phía máy chủ.

Chính vì vậy, ý nghĩa của H3 Max đối với MiniMax không chỉ là "người khác tối ưu hóa mô hình của tôi nhanh hơn", mà lần đầu tiên nó trình diễn cho thị trường thấy phép trừ đó.

Báo cáo giữa năm đã đưa ra một phần câu trả lời: doanh thu mảng B tăng 703%, ARR vượt 800 triệu USD, ít nhất cho đến thời điểm hiện tại, mã nguồn mở không khiến toàn bộ giá trị bị thất thoát. Nhưng H3 Max cũng cho thấy nửa rủi ro còn lại: mối quan hệ người dùng, doanh thu từ gọi API và dữ liệu sử dụng có thể bị tích lũy tại các nền tảng hạ nguồn.

Cuộc đối đầu giữa phe mua và phe bán

Cuối tháng 8, cổ phiếu MiniMax phục hồi gần gấp đôi so với mức đáy, nhưng tỷ lệ bán khống đồng thời tăng lên khoảng 20%, lập đỉnh mới.

Phe mua nhìn thấy những gì còn lại sau phép trừ: khách hàng doanh nghiệp, doanh thu API, các cuộc gọi thực tế, dữ liệu hồi lưu, và năng lực hệ thống để tiếp tục huấn luyện thế hệ mô hình tiếp theo. Trên thị trường công khai, loại tài sản này không nhiều, số công ty mô hình có thể mua được là có hạn, vì vậy MiniMax mang theo mức phí bảo hiểm khan hiếm rõ rệt.

Sự bùng nổ của H3 Max lại mang đến một điểm tham chiếu rất trực quan cho số tiền này. Nếu một công ty như fal trị giá 8 tỷ USD, mà một trong những sản phẩm mới hot nhất của fal được xây dựng trên H3, thì công ty đứng sau H3 đáng giá bao nhiêu?

Đó là cách suy nghĩ của phe mua.

Cách suy nghĩ của phe bán là: nếu trọng số có thể lấy miễn phí, quá trình hậu huấn luyện có thể do fal thực hiện, tốc độ suy luận có thể được bên thứ ba tăng lên 35 lần, thì tại sao những năng lực này vẫn phải nằm trọn trong định giá của MiniMax?

Điều này cũng giải thích cho diễn biến bất thường của MiniMax trong vài tháng qua: báo cáo tài chính chỉ phản ánh công ty này hiện kiếm được bao nhiêu tiền, nhưng thị trường thực sự quan tâm là sau khi mã nguồn mở, nó còn giữ lại được những gì. H3 Max lần đầu tiên đưa câu trả lời này lên bàn cân.

Hồi lưu

Sau khi phát hành H3, MiniMax thực chất đối mặt với một vấn đề kinh doanh rất cổ điển. Một công ty có thể chủ động từ bỏ một lớp khan hiếm, với điều kiện nó biết tiền nằm ở tầng tiếp theo ở đâu.

Red Hat đã từng thực hiện một lựa chọn như vậy.

Mã nguồn của Linux chưa bao giờ thuộc về Red Hat, bất kỳ ai cũng có thể tải xuống, sửa đổi và phát hành lại miễn phí. Thứ Red Hat cuối cùng bán ra cũng không phải bản thân Linux, mà là phiên bản ổn định, bảo trì dài hạn, hỗ trợ kỹ thuật và hệ thống chứng nhận mà doanh nghiệp sẵn sàng trả tiền để mua.

Phần mềm mã nguồn mở càng được phổ biến rộng rãi, thị trường cho dịch vụ này lại càng lớn. Năm 2019, IBM chi 34 tỷ USD để mua lại Red Hat, điều họ mua chắc chắn không phải một bản mã nguồn Linux mà bất kỳ ai cũng có thể tải xuống.

Thứ được phát đi phải có khả năng mang giá trị quay trở lại.

Đây cũng là điều MiniMax thực sự cần chứng minh tiếp theo sau khi H3 được mã nguồn mở.

Hiện tại thị trường đã thấy sự lan tỏa. Mô hình được tải xuống, được điều chỉnh, được huấn luyện lại lần hai, và cũng bắt đầu hình thành các sản phẩm bên thứ ba như H3 Max.

Điều cần theo dõi tiếp theo là liệu sự lan tỏa này có cuối cùng phản ánh vào doanh thu và tài sản của chính MiniMax hay không.

Có thể là nhiều khách hàng doanh nghiệp hơn, có thể là mức tiêu thụ API tăng trưởng liên tục, cũng có thể là dữ liệu và phản hồi mà nhà phát triển để lại trong quá trình sử dụng, cuối cùng quay trở lại giai đoạn huấn luyện sau, trở thành một phần của thế hệ mô hình tiếp theo.

Nếu những điều này có thể hình thành một vòng tuần hoàn, H3 bị lấy đi càng nhiều, MiniMax nhận được càng nhiều điểm tiếp cận.

Nếu vòng tuần hoàn không được hình thành, tình hình sẽ hoàn toàn khác.

Ảnh hưởng của mô hình có thể ngày càng lớn, hệ sinh thái cũng có thể ngày càng thịnh vượng, nhưng mối quan hệ khách hàng, dữ liệu sử dụng và điểm tiếp cận giao dịch có giá trị nhất cuối cùng sẽ lắng đọng trong tay người khác. Đến lúc đó, MiniMax cung cấp năng lực nền tảng, nhưng lại không nhận được phần lớn giá trị mà đợt lan tỏa này tạo ra.

Vì vậy, điều mà việc mã nguồn mở H3 thực sự cần kiểm chứng không phải là số lượt tải xuống, cũng không phải có bao nhiêu công ty tuyên bố thích ứng. Những con số đó chỉ chứng minh nó được truyền đi đủ xa.

Trong vài quý tới cần theo dõi là sau khi truyền đi, có bao nhiêu tiền có thể quay trở lại. Red Hat có hợp đồng dịch vụ doanh nghiệp, Google có tìm kiếm và quảng cáo. MiniMax cũng cần tìm ra kênh dẫn của riêng mình.

----HẾT-

Liên kết bài viết gốc

Chào mừng bạn tham gia cộng đồng chính thức của BlockBeats:

Nhóm Telegram đăng ký: https://t.me/theblockbeats

Nhóm Telegram thảo luận: https://t.me/BlockBeats_App

Tài khoản Twitter chính thức: https://twitter.com/BlockBeatsAsia