最像 Anthropic 的中国 AI 公司是MiniMax

　　这家中国的大模型 AI 创业公司正在港交所冲刺 IPO。在招股说明书中，它明确宣称：“2025年6月，智谱被美国OpenAI 列为全球主要竞争对手。”

　　毕竟，OpenAI 开启了生成式人工智能的大规模普及。只要做大模型，或多或少都会沾上 OpenAI 的影子。一个非常划算的方式是：照猫画虎、形而上学地模仿 OpenAI，这是获得“中国的OpenAI” 加冕最容易的方式。

　　表面上，谁有自己的基座模型，编程能力强，谁把基座模型和 Agent 能力整合在一起，谁先推出了类似 Computer Use 的功能，谁就应该是中国的 Anthropic。

　　请让我给出关于谁最像 Anthropic 的答案，一个颠覆三观的答案：MiniMax。

　　MiniMax 是另一家近期在港交所冲刺 IPO 的中国大模型 AI 公司。表面上看，MiniMax 的收入 70% 来自 C 端用户，而 Anthropic 的收入绝大多数来自 B 端；MiniMax 有从语音到视频再到文本的全模态模型矩阵，而 Anthropic 旗下的 Claude 专注于文本和编程，它们风马牛不相及。

　　Anthropic 和 MiniMax 最像的一点是：没有标签。创始人没有，公司也不太有。

　　2021年，Dario Amodei 带着几个 OpenAI 的同事出走创立了 Anthropic。他们离开的原因，是对 OpenAI 商业化路线的不满——在 AI 安全问题还未解决的情况下，OpenAI 把 GPT-3 交给微软使用，这种逐渐商业化以及对创始初心的背离，让这群技术理想主义者决定“另起炉灶”。

　　同是在2021年，闫俊杰从商汤离职创立 MiniMax。他在商汤也是副总裁，同时兼任研究院副院长和智慧城市事业群CTO，也是标准的技术主管，没有汤晓鸥那种创始人的闪耀光环，甚至连个“洋博士”都不是（在中科院自动化所获得的博士学位）。在跟罗永浩的对谈里，他说“我们是比较草根的团队，没啥背景”，诚不人欺也。

　　MiniMax 是什么？视频生成？多模态？Agent？它都做，说不清哪个是主要产品。海螺 AI、星野、Talkie 三个 C 端产品，针对不同市场，都有不少用户，但留给用户的记忆点并不鲜明。技术上，M2 曾跻身开源模型排行榜第一，社区好评如潮，但你问10个业界人士“MiniMax是干什么的”，答案肯定是不一样的。

　　Anthropic 也一样。很多人说它不是做 coding 的么？这就跟说 MiniMax 是做多模态的一样，属于看似精确，实则错误和不完整的强行标签。Anthropic 在最引以为傲的编程领域的收入并不及卖企业 API 的收入。问题企业怎么用 Anthropic？这也太不直观了，反正 Claude 在 C 端的影响力远不及 ChatGPT 和 Gemini，它究竟是什么，就很难打上标签。

　　和 Qwen 按在地上摩擦；两年前备受奚落的 Google 凭借 Gemini 3 拉响 OpenAI 的红色警报，成为全球模型之冠。DeepSeek 和 Google 的优势能一直保持么？天知道。在这种情形下，“没有标签”就意味着人设不会破，就意味着外界对它不会有太高或太低的预期，就意味着轻易不会被打脸，不会从云端到地狱再到云端坐过山车……“没有标签” ，其实越来越是一种安全感和确定性的来源。

　　看 Claude，它有经历过口碑的大翻车和凤凰涅槃么？人们甚至不会特别期待 Claude 5，对吧？但无论是 Claude 4.5 Sonnet 还是 Claude 4.5 Opus，人们还是很踊跃在用，但“炸裂”程度远不如 Gemini 3。MiniMax 从 01 到 M1 再到 M2，开源社区的口碑一路走高，OpenRouter 公布的调用量摆在那儿，高过了很多更擅长在社交媒体上“刷屏”的开源模型。

　　在平衡损益表面前，“进步” 和 “增长” 是最值得期待的，而“炸裂” 和 “翻车”则不是。“没有标签”，反而应该成为它们最重要的标签。

　　从 text 01 到 M1 再到 M2，MiniMax 在模型预训练上，从力推线性注意力机制（Lightning Attention），重归传统的全面注意力机制（Full Attention），背后是因为团队发现线性注意力机制带来的不错的模型效果背后的代价是：复杂多跳推理任务有明显缺陷。

　　随着模型与通用 Agent 在功能上日趋接近，“在 Agent场景下，模型需要跨多个工具、跨上下文反复验证与调整。Hybrid Attention 虽然省算力，但容易造成上下文信息缺失，导致逻辑中断”，闫俊杰在文章中坦承了这点，点明了 MiniMax M2 重新回归 Full Attention 机制的原因。

　　Dario Amodei 关于可解释性的长文，本身就在追求技术的可解释性。他之前针对 DeepSeek 崛起的万字长文也是，反传统思维地提出了 V3 比 R1 模型更具挑战性的观点，详细剖解了这两款模型的技术差异。MiniMax 的掌舵者闫俊杰也一样，他非常想让外界了解为什么 MiniMax 回到了 Full Attention 机制，觉得解释不清楚这个问题不行，其实外界未必关心这个问题——牛 X 不就完了么。

　　与追求技术可解释性有点对立的，就是在大众领域的传播，这点 Anthropic 和 MiniMax 都不太擅长。

　　OpenAI 可能不投广告，但 Sam Altman 在社交网络和各种访谈里的非技术暴论高强度输出足够了。我曾经在一条 YouTube 节目内容的开篇看到了先后两条广告——分别来自 Gemini 3 和 K2，你得承认 YouTube 算法推荐真是够精准的，也得承认是真有人在使劲砸广告。在国内，豆包、千问……就不说了。

　　2023年下半年，大部分中国 AI 公司还在做稠密模型（更稳健），MiniMax 把80%的算力 all-in 到 MoE 上（更不确定）。MiniMax 的投资人、明势资本创始合伙人黄明明回忆说：“前两次失败了，直到第三次成功，他（指闫俊杰）才跑来告诉我们。我问他为什么赌这么大？赌不出来公司就挂了。”

　　2021年-2023年，Anthropic 侧重单一的“安全”，2023年3月才发布第一代“安全”模型；2024年，它通过 Claude 3 家族迅速建立了匹敌 GPT-4 的模型竞争能力，突破“安全”的桎梏，在产品化上大刀阔斧；2024年底，它将 Agent 与模型推理能力视作战略重心，先是

　　，再是Skill，成为 AI Agent 的标准建立者。甚至基于 Agent 能力的需求，探索从 Constitutional AI，向可解释性 AI 原理的基础技术思路转变。不同于 MiniMax 将架构思考渗透到不同模态的产品中，Anthropic 对多模态没有执念，它的“瑞士军刀”是每一代 Claude 模型的 Haiku、Sonnet 和 Opus 三个不同性能的版本，相当每一代瑞士军刀的三件套。

　　受限于资本投入、算力和市场规模，MiniMax 自然无法与 Anthropic 完整相提并论，但《The Information》报道，MiniMax 是目前亚洲大模型公司中，唯一被证实拥有规模化全球收入的玩家——这些收入都来自可持续、可规模化的产品（C端的海螺视频、Talkie，B 端的 API 订阅），而非靠资本输血或薄利的项目制维生。

　　MiniMax从2023年开始进行商业化，营收已达到346万美元，2024年直接飙升到3052万美元，同比增长782.2% 。2025年前9个月，公司的营收额较上年同期增长175%，达到5344万美元，已经远远超越了去年全年的水平。截至2025年9月30日，MiniMax 在 C 端收入同比增长了181%，B 端收入同比增长了160%。