XM外汇官网跟单资讯：MiniMax冲刺2.7万亿参数大模型：算力、开源与回A窗口共振
一、MiniMax被曝推进2.7万亿参数模型，中国开源大模型进入更大规模竞争
据科技媒体The Information 7月8日报道，中国AI公司MiniMax正在研发一款新一代大语言模型，内部代号为“M3 Pro”，参数规模达到2.7万亿，超过目前市场上已知的中国AI模型。报道称，该模型规模远大于MiniMax现有旗舰模型M3，最早可能于第三季度发布，并计划开源。若这一计划落地，MiniMax将把中国开源大模型推向新的参数量级，也意味着中国AI公司在全球开源模型生态中的存在感可能继续提升。
从行业背景看，今年以来，中国开源AI模型在全球开发者中的关注度持续上升，核心原因在于性价比和可部署性。对很多企业和开发者而言，前沿闭源模型虽然能力强，但调用成本、数据安全和定制化限制仍然较高；而开源模型如果能在推理、代码、多步骤任务和长上下文场景中接近前沿水平，就具备较强替代价值。M3 Pro如果以开源方式发布，实际影响不只在模型榜单，而在于能否进一步扩大MiniMax在开发者生态、企业部署和海外市场中的渗透。
不过，参数规模并不自动等同于模型能力。更大模型通常具备更高能力上限，尤其适合复杂推理、多步骤指令、长链路Agent和复杂代码任务，但最终表现仍取决于训练数据、模型架构、后训练能力、推理效率和工具调用能力。换句话说，2.7万亿参数是一个强信号，但真正决定市场反馈的，仍是模型发布后的Benchmark表现、实际调用成本、推理门槛和开发者采用情况。
二、算力基础设施成为MiniMax下一阶段竞争底座，海外与国产算力双线推进
此次M3 Pro消息背后，更值得关注的是MiniMax在算力基础设施上的布局。大模型竞争已经从早期的“谁先发布模型”，逐渐转向“模型能力、算力资源、工程效率和成本控制”的综合竞争。对于2.7万亿参数级别的模型来说，训练和部署不只是采购GPU的问题，而是涉及芯片供给、网络拓扑、存储、调度、容错、训练框架、通信效率和推理部署的一整套系统工程。模型越大，集群稳定性和工程效率的差异，就越会转化为训练周期、迭代速度和单位成本的差异。
从公司相关信息看，MiniMax的算力优势主要来自两个方向。第一是合规获得优质海外算力，进度领先多数同行，能够在短期内支撑更大规模模型训练。对于中国AI公司而言，海外高质量算力的获取能力正在成为稀缺资源，尤其在高端GPU供应、跨境合规、云资源价格波动等因素影响下，稳定算力本身就是一种竞争壁垒。第二是训练端集群建设与系统部门协同效率提升，公司在数月内实现集群稳定性和性能优化，集群能力达到大型云厂商水平，自主组网也在节省成本和时间方面体现出工程优势。
与此同时，MiniMax也在推进国产算力集群。相关信息显示，公司预计将在2026年第三季度末搭建首个国产算力集群，节奏上以推理先行、训练随后为主。这一安排符合当前国产算力生态的发展阶段：训练端对芯片性能、集群通信和软件栈成熟度要求更高，短期内推理和部分垂直场景更容易先落地。如果MiniMax能够形成“海外高端算力支撑前沿训练、国产算力承接推理和生态适配”的双轨体系，就有机会降低对单一供应链的依赖，并在长期成本优化和供应链安全上获得更大弹性。
三、政策窗口打开，大模型回A不应被理解为单一公司机会
资本市场层面，AI大模型企业的境内上市通道也在打开。上交所近期发布人工智能大模型企业适用科创板第五套上市标准的审核指引，明确发行人主营业务可包括人工智能大模型的自主研发、模型服务或者模型应用等，并将“至少有一个大模型产品已完成上线发布并实现规模化应用”作为阶段性成果要求之一。该指引还提出，支持通用大模型和行业专用模型同步适用相关规则。
这意味着，大模型公司回A并不是某一家公司的排他性红利，而是一个面向头部AI企业的制度窗口。从目前进展看，MiniMax和智谱都已经在推进A股路径。这对资本市场的意义在于，大模型公司正在从一级市场融资和港股定价，进一步走向A股本土定价。对于投资者来说，后续真正需要关注的不是“谁先回A”本身，而是谁能证明自己的模型能力、应用规模和商业化前景。
对MiniMax而言，M3 Pro如果如期发布并开源，将进一步强化其基础模型叙事；而算力基础设施的推进，则为模型持续迭代提供了底座。对资本市场而言，后续需要观察的不是单一新闻带来的短期情绪，而是三件事能否形成闭环：模型能力是否持续进入前沿区间，算力资源是否足以支撑高频迭代，商业化收入是否能覆盖高强度研发和推理成本。只有当模型、算力、应用和收入之间形成正循环，大模型公司的上市叙事才会从政策窗口，真正转化为可验证的产业价值。
*以上内容不构成投资建议，不代表刊登平台之观点。用户应考虑本文中的任何意见、观点或结论是否符合其特定投资目标、财务状况或需要。市场有风险，投资需谨慎，请独立判断和决策。