MiniMax下一发子弹：2.7万亿参数MoE模型正在路上

7月8日，据科创板日报消息，稀宇科技 MiniMax 正在筹备一款参数规模达 2.7万亿 的新一代大模型。这是继上月 M3 开源之后，MiniMax 在模型规模上再一次的大跳。参照 M3 的 4280 亿总参数，新模型的体量差不多是它的 六倍多；如果对标 DeepSeek V3 的 6710 亿，那更接近于 翻了四倍。

这条消息目前还只是「计划」阶段，没有确切时间表，也没有透露架构和激活参数细节。但结合稀宇过去一年的动作——从 M1 的 4560 亿、到 M2/M2.5 的 2300 亿、再到 M3 的 4280 亿，以及现在传出的 2.7 万亿——一条节奏清晰的路径已经浮现：MiniMax 没打算跟着行业往「小而精」的方向走，反而在总参数上继续往上冲。

2.7万亿是个什么概念

先给个坐标系。当前公开信息中，参数量能进到这个量级的模型屈指可数：

• GPT-4（业内长期流传的估算）：约 1.8 万亿总参数，MoE 架构
• Kimi K2：月之暗面去年 7 月发的开源 MoE，万亿级别
• DeepSeek V3/R1：6710 亿总参数，370 亿激活
• Qwen3-Max：万亿级
• MiniMax M3：4280 亿总参数，230 亿激活

2.7 万亿一旦落地，将直接把稀宇送到 全球总参数量最大的公开模型行列。当然，MoE 的总参数量并不能直接等价为「智能水平」——真正决定成本和推理体验的是激活参数。以 M3 的稀疏度（4280B / 23B ≈ 5.4%）外推，2.7 万亿如果保持类似激活比例，激活参数会落在 1300~1500 亿 之间；如果参照 DeepSeek 的 5.5% 稀疏度，也是 1400 亿量级。

这已经是一个「顶级」而不是「性价比」的模型了。用一个类比：如果说 M3 还是那种「一台家用高性能工作站能跑起来」的选择，2.7 万亿版本已经在明确瞄准 数据中心级私有化部署 的客户——金融、政务、大型互联网公司自建集群这类场景。

为什么是现在，为什么还是「大」

这里其实有一个业内一直在争的问题：在 DeepSeek 用 671B 打穿一切之后，继续堆参数还有意义吗？

钛媒体上个月那篇《大模型六小龙告别青春期》里说得挺直白：DeepSeek 开源发布之后，六小虎的估值锚点被动摇了，「科学家理想」被泼了盆冷水。零一万物、百川已经明确放弃通用大模型；月之暗面停掉了投流转向底层研发；智谱和 MiniMax 走了上市路线。

在这样的行业气氛下，MiniMax 却选择继续 scale up，态度是相当鲜明的。这和闫俊杰早前把公司战略从「模型与产品并重」调整为「模型优先」是一脉相承的。财报数据也支撑得住这个决定——2025 年 MiniMax 总收入 7903.8 万美元，同比增长 158.9%，毛利率从 12.2% 提到 25.4%，研发投入 2.5 亿美元。账上有钱、B 端 API 消耗量在涨（M2 系列 2026 年 2 月日均 token 消耗量是 2025 年 12 月的 6 倍以上），这时候不砸模型什么时候砸？

更现实的一层考量是：

1. M2.5 已经验证了大参数+高稀疏度的性价比路线是走得通的。M2.5 在 SWE-Bench Verified 上拿到 80.2%，同时每小时推理成本能压到 1 美金；
2. 智能体（Agent）场景对模型上限的要求在快速升高。闫俊杰自己也说过，编程领域正在从「工具」走向「同事级」协作，办公场景会复刻编程的渗透速度。要接住这波「L4~L5 级智能」的需求，光靠 200 亿激活的模型确实够呛；
3. 训练效率的突破让 scale up 的经济账重新算得过来。MiniMax 自研的 Agent RL 框架 Forge 号称给文本模型带来约 40 倍的训练加速，这直接改变了「训一个 2.7 万亿模型要花多少钱」的公式。

MoE 稀疏化，是稀宇一直没变的路线

如果把 MiniMax 从 abab 时代到现在的模型路线捋一遍，会发现一个有意思的事：这家公司几乎所有的关键模型都在死磕稀疏 MoE。

• M1（2025年6月）：4560B 总 / 459 亿激活，全球首个开源大规模混合架构推理模型，100 万上下文
• M2/M2.1/M2.5（2025 Q4~2026年2月）：2300B 总 / 100 亿激活，压缩到 20 万上下文，主打 Agent
• M3（2026年6月）：4280B 总 / 230 亿激活，重回百万上下文 + 原生多模态
• 传闻中的下一代：2.7 万亿总参数

路线上有几个可以拎出来说的判断：

其一，MiniMax 在「参数量」和「激活量」之间做取舍已经很熟练。M2 系列砍激活参数、砍上下文，本质上是为了做 Agent 场景下的高频调用；到了 M3 又把长上下文加回来。这种「按场景配方」的能力，是它敢再往 2.7 万亿走的底气。

其二，混合注意力架构可能会继续演进。M1 就是「混合架构」，把 Lightning Attention 和标准注意力混着用来压推理成本。2.7 万亿这个量级，如果不在注意力机制上做工程优化，光是 KV Cache 就能把显存吃爆。

其三，开源策略大概率会延续。M1、M2、M3 全部开源，M2.5 甚至连续霸榜 OpenRouter 调用量。对 MiniMax 来说，开源已经变成了一种「用生态换客户」的商业选择——上市之后，二级市场看的就是 token 消耗量增长曲线。

一个悬念：这次还会开源吗

这是所有开发者最关心的问题。M1 到 M3 全部开源，让 MiniMax 在社区里攒下了不小的口碑。但 2.7 万亿是个特殊的量级——权重文件动辄几个 TB，即便下载下来，能有硬件跑起来的机构屈指可数。

参考 Kimi K2 的做法（万亿级模型选择了开源，但主要是给云厂商和研究机构用），MiniMax 大概率也会开权重，但 实际能用起来它的还是 API 调用。这也是为什么 MiniMax、DeepSeek 这些国内团队愿意放权重出来的原因——真正的商业化战场在 token 消耗，而不是私有部署。

对开发者来说，这里可以顺带提一句：MiniMax M 系列的模型已经接入了 OpenAI Hub 的聚合网关，一个 Key 就能同时调 GPT、Claude、Gemini、DeepSeek 和 MiniMax，兼容 OpenAI 格式、国内直连。等 2.7 万亿版本上线，理论上是可以第一时间在同一套 Key 下切过来做对比测试的，省去了自己搭桥的麻烦。

六小虎的分水岭时刻

把镜头拉远一点看，这条 2.7 万亿的消息其实是六小虎「路线分化」的又一个注脚。

• 月之暗面：Kimi K2 已经万亿级，今天又发了 Kimi 2.5，坚持模型主义
• 智谱：上市之后 to G / to B 加码，走 Agent 办公场景
• 阶跃星辰：All in 多模态+终端，绑吉利、OPPO 这些硬件厂商
• 零一万物、百川：干脆退出通用大模型赛道
• MiniMax：上市+继续 scale up，同时守住 C 端 Talkie/海螺 AI 的现金流

每家都在给自己找一条「活得下去还能长大」的路径。MiniMax 这条路——用超大规模模型撬动 API 消耗的增长飞轮——是这几条里最像 OpenAI/Anthropic 打法的一条。它的风险也很明显：2.7 万亿的训练和推理成本极高，如果 token 消耗的增长曲线跟不上，二级市场的耐心不会太久。

但话说回来，AI 这个行业到今天，「稳」从来不是赢家的关键词。2026 下半年，如果这颗 2.7 万亿的模型如期落地，国产开源大模型的天花板会被再抬一格。

先蹲一手细节。

参考来源

• 消息称 MiniMax 计划推出 2.7 万亿参数新一代大模型 - IT之家：本次消息原始出处，包含 M3 4280亿参数背景信息
• 大模型六小龙告别青春期 - 知乎：六小虎路线分化的行业背景分析，及 M1 4560 亿参数架构细节