O primeiro relatório semestral pós-IPO da MiniMax, publicado em 26 de agosto, marca uma clara mudança de modelo de negócio: a receita de plataforma aberta e APIs agora representa 63,4% da receita total, a receita recorrente anualizada (ARR) ultrapassou US$ 800 milhões, com cerca de 80% vinda de clientes corporativos, e o consumo de tokens em julho atingiu 20 vezes o nível de janeiro. A aposta no superapp está sendo arquivada — na era dos agentes, o valor do modelo é medido em chamadas por usuário, não em número de usuários.
A aposta no superapp acabou
A MiniMax era conhecida por dois produtos de consumo: o Talkie, app de companhia com IA, e o Hailuo AI, gerador de vídeos. Um ano atrás, os produtos de consumo nativos de IA respondiam por quase 70% da receita, com a plataforma aberta e serviços corporativos respondendo por apenas 30,3%. No primeiro semestre de 2026, essas posições praticamente se invertam: a plataforma e outros serviços de IA para empresas atingiram US$ 73,9 milhões, alta de 703,1% na comparação anual, ou 63,4% da receita total. Os produtos de consumo ainda cresceram 100,9%, chegando a US$ 42,6 milhões, mas já não são o motor de crescimento.
A mudança não é um fenômeno de um único trimestre. Em agosto, o ARR já havia ultrapassado US$ 800 milhões, com clientes corporativos (B2B) respondendo por cerca de 80% desse valor. Empresas e desenvolvedores pagantes passaram de 2 milhões, cerca de 10 vezes o nível do fim de 2025. E 60,8% da receita agora vem de mercados fora da China continental, em mais de 230 países e regiões.
Por que os agentes mudaram a conta
A mudança de fundo está na forma como os modelos são usados. Em julho, o consumo de tokens da MiniMax atingiu 20 vezes o nível de janeiro, crescendo muito mais rápido que a base de usuários. Na era dos chatbots, uma requisição de usuário significava algumas rodadas de conversa. Na era dos agentes, uma única tarefa é decomposta em etapas de busca, planejamento, execução e verificação, e cada etapa pode chamar o modelo.
A métrica comercial, portanto, deixa de ser o número de usuários e passa a ser chamadas por usuário. O ritmo de lançamentos da MiniMax acompanha essa tendência: o M3, lançado em junho, aprimorou as capacidades de código e agentes; o H3, lançado no fim de julho, adicionou geração multimodal e foi aberto como código-fonte.
A corrida pelo custo por token
O negócio de tokens tem uma economia unitária diferente da de SaaS. Cada inferência consome tempo real de GPU, eletricidade e banda, então o crescimento da receita precisa ser acompanhado pela queda do custo por token — é aí que mora a história de margem. A margem bruta do primeiro semestre melhorou de 12,1% para 17,9%, com lucro bruto de US$ 20,8 milhões contra US$ 3,7 milhões um ano antes, atribuído à eficiência da infraestrutura e não a aumentos de preços.
A trajetória importa mais do que o patamar: o throughput de computação dos modelos de texto praticamente triplicou nos últimos dois meses, e o M3.1, de próxima geração, tem como meta um custo de inferência de cerca de um terço do nível de lançamento do M3. A lógica, no nível da gestão: parte da redução de custos é repassada em cortes de preço para estimular mais consumo de tokens, e o restante vai para a margem bruta — assim, preços mais baixos e margens em melhora podem coexistir.
Open source como alavanca de crescimento
O H3 foi baixado mais de 24 milhões de vezes em pouco mais de três semanas, gerando mais de 300 modelos derivados. A resposta do fundador Yan Junjie à pergunta sobre se o open source canibaliza a receita: o poder de precificação de longo prazo depende de capacidade, custo, estabilidade e velocidade de iteração — não de um modelo ser aberto ou não. O preço do M3 é praticamente o mesmo do M2, com capacidade superior, atraindo novos clientes e levando os existentes a mais cenários de uso. Isso cria uma cadeia de crescimento mais clara: modelos melhores, mais tarefas delegadas à IA, agentes dividindo tarefas em mais chamadas, receita de API mais alta.
O que isso significa para a indústria de IA
A narrativa de “esperar o superapp” está perdendo para a narrativa de “infraestrutura de API” entre os laboratórios de modelos da China. O recente aumento de preços da API da DeepSeek mostra a mesma lógica pelo outro lado: conforme a demanda explode, o poder de precificação migra para quem controla o custo unitário de inferência. A corrida por capacidades também continua — Rich Sutton argumenta que os LLMs precisam de aprendizado contínuo para escapar de ótimos locais, que é exatamente a velocidade de iteração que a MiniMax cita como pilar do poder de precificação. O eixo competitivo agora é custo por token, confiabilidade e velocidade de iteração.
O que desenvolvedores e builders devem fazer
Primeiro, desenhe fluxos de trabalho multi-etapas para agentes e meça o custo por tarefa concluída em vez de por prompt — é aí que a economia de tokens encontra as decisões de produto, junto com práticas de engenharia nativas de IA e design de estado durável para agentes. Segundo, compare provedores pelo custo unitário e pela previsibilidade dos preços de pico e fora de pico, não por pontuações de modelos chamativas. Terceiro, trate os derivados open source como uma proteção que mantém as cargas de trabalho portáveis quando a precificação das APIs muda. Quarto, acompanhe a precificação real de inferência do M3.1 — ele definirá o benchmark de custo unitário que os outros laboratórios terão de alcançar.
FAQ
Por que a MiniMax deixou de apostar em um superapp? Os números mudaram primeiro: no primeiro semestre de 2026, a receita de plataforma e APIs representou 63,4% da receita total, com alta de 703,1% na comparação anual, e o ARR passou de US$ 800 milhões, com cerca de 80% vindo de clientes corporativos.
Como os agentes mudam a forma como empresas de IA ganham dinheiro? Os agentes dividem uma tarefa em etapas de busca, planejamento, execução e verificação, cada uma podendo chamar um modelo. O consumo de tokens da MiniMax em julho foi 20 vezes o nível de janeiro — a monetização deixa de ser baseada no número de usuários e passa a ser baseada em chamadas por usuário.
A MiniMax é lucrativa? Ainda não. O prejuízo líquido ajustado do primeiro semestre de 2026 foi de US$ 293 milhões, embora a margem bruta tenha melhorado de 12,1% para 17,9%. A gestão estabeleceu como meta que o custo de inferência do M3.1 seja cerca de um terço do nível de lançamento do M3, como caminho para uma economia unitária viável.
