机构：东方证券

研究员：项雯倩/李雨琪/金沐阳/浦俊懿

M系列模型展开智能到效率以及infra全链路的探索打通, 为迎接L3 Agent时代而积蓄力量。L3 Agent时代针对基模在推理能力方面, 还有全模态方面, 以及长上下文窗口连同运行效率方面, 包括吞吐量这一方面和推理速度这一方面, 都给出了更为综合的要求。Minimax在模型迭代方面的思路进行全员整体复盘, M1系列模型成功攻破长上下文窗口, M2系列着重于解决高性价比以及运行效率, M3系列融合前代模型优势并完成参数量的Scale Up, 达成了模型智能、推理效率以及底层基础设施全维度的技术探索, 在模型厂商当中具备稀缺性。公司在26年5月的ARR已经相较于2月实现翻倍增长, 达到3亿美元。所以, 我们看好在经过了十分妥善且稳固地技术积累之后, 公司下一代拥有2.7万亿参数的模型能够全方位地提升智能的上限, 进而带动ARR斜率加速朝着上方增长。

有望打开模型智能天花板的全模态卡位, 能够拓展Agent应用场景。当前, 押注语言模态以及coding能力来加速AGI的共识更为强烈, 然而, 我们觉得全模态技术路线的重要性同样不能被忽视。全模态可为模型补充多模态训练数据, 以此实现模型能力的提升, 进一步而言, 要是在理解和生成方面打通, 达成互相促进, 同样能够拓展更多Agent应用场景。我们对全球那些同时在大语言基座模型以及多模态生成模型方面进行布局的厂商展开梳理, 当下, 仅仅只有海外的Google、xAI, 还有国内的阿里、字节、腾讯、MiniMax在所有的模态之中都有布局, 从Artificial Analysis榜单去看的话, MiniMax各个模态下的模型在其赛道都有着不错的智能表现, 特别是语音和视频模型的表现颇为亮眼。

公司的 Agent 框架设计在质量以及交付可靠性上更着重强调, 在 2026 年重点聚焦于垂类领域 Agent 能够顺利跑通, 以此来放大用量乘数。当下垂类 Agent 还处在早期阶段, 行业流程需要模型厂商与领域专家协同进行打磨, 公司推出了 10x Team 联动金融、法律等行业专家去落地工作流场景。对公司依靠长任务产品化能力在办公以及各垂直场景落地充满看好之意, 进而带动模型调用量达成乘数级增长。

我们预估公司在26年到28年期间, 营业收入分别是4.07亿美元、12.21亿美元以及30.53亿美元, 采取PS估值方式。依据可比公司经过调整后的平均估值水平, 给予公司在2027年17x PS的估值, 这一估值对应的市值是208亿美元。通过以7.84的港元/美元汇率来进行换算, 那么就对应着1,629亿港元, 目标价是466.32港元/股, 进而给予“买入”评级。

存在风险提示, 模型迭代未达预期, 价格战出现, 竞争格局变差, AI商业化表现未达预期, 业务前景存在不确定性风险, 经营业绩也有不确定性风险, 存在短期无法实现盈利的风险, 业绩预测变化大且波动大的风险。