MiniMax: čínský startup mezi otevřeností a uzavřeností

Když MiniMax v lednu 2025 otevřel zdrojový kód modelů MiniMax-Text-01 a MiniMax-VL-01, bylo to gesto s jasným technologickým obsahem. Modely série 01 přinesly masivní nasazení lineární attention mechanismu — architektury, která prolomila paměťový strop klasického Transformeru a umožnila zpracovat kontext až 4 miliony tokenů. To je 32× více než GPT-4o a 20× více než Claude-3.5-Sonnet. Šlo o konkrétní inženýrský argument, ne jen PR tah.

V současnosti je situace složitější. MiniMax balancuje mezi otevřeností a uzavřeností, mezi startupovou efektivitou a tlakem na komercializaci — a to vše v ekosystému, kde DeepSeek, Moonshot AI (月之暗面) a desítky dalších čínských startupů vydávají modely v tempu, které nemá v historii AI obdoby.

Architektura, která se otevřela — a pak zase zavřela

Série MiniMax-01 stojí na hybridní architektuře kombinující lineární attention s klasickým softmax attention v určitých vrstvách. Výsledek: model si efektivně udržuje dlouhodobý kontext bez kvadratického růstu výpočetních nároků. Plné váhy obou modelů — textového i vizuálního multimodálního — byly zveřejněny na Hugging Face a GitHubu, technický paper získal pozitivní ohlas od komunity včetně investorů z Menlo Ventures.

Navazující modely M2.1 a M2.5 šly stejnou cestou. MiniMax-M2, zaměřený na kódování a agentní workflows, byl spuštěn s otevřenými váhami a 10 miliardami aktivovaných parametrů — přičemž podle čínských technologických médií jeho provozní náklady dosahují méně než 8 % nákladů Claude 4.5 Sonnet. Na OpenRouteru se M2 dostal na první místo v trendech a třetí místo v objemu volání — měřitelný signál trakce v developer komunitě.

Zlom přišel s M2.7. Tento model nebyl otevřen a MiniMax zatím nezveřejnil žádný plán pro jeho open source release. Jde o strategický obrat: M2.7 byl klíčovým faktorem, který dle vyjádření spoluzakladatelky a prezidentky Yun Yeyi (负燁禕) pro Bloomberg pomohl zdvojnásobit roční ARR na minimálně 300 milionů dolarů — a v situaci, kdy model přímo pohání příjmy, je uzavřenost racionální, nikoli překvapivá.

M3 jako příští klíčový test: první nativně multimodální open source model

Klíčovým signálem pro letošní rok je oznámení modelu M3. Yun Yeyi jej na konferenci UBS Asia v Hongkongu popsala jako „první otevřený, nativně multimodální model" — tedy nikoli multimodální adaptaci textového základu, ale architekturu navrženou pro souběžné zpracování textu, obrazu, zvuku a videa od základu.

To je technicky jiná kategorie než dosavadní přístupy. Většina dnešních multimodálních modelů funguje na principu pozdní fúze — různé modality se zpracovávají odděleně a kombinují až v pozdějších vrstvách. Nativní multimodalita implikuje sdílenou reprezentaci napříč modalitami od první vrstvy, což teoreticky umožňuje hlubší porozumění vztahům mezi textem a vizuálním obsahem. Zda M3 tento slib splní, ukáže až release — ale pokud otevřené váhy skutečně přijdou, půjde o výrazný příspěvek do čínského open source ekosystému.

Paralelně MiniMax iteruje na produktové straně: Xinhua zmiňuje vydání Hailuo 2.3 (海螺2.3) jako videoGenerativní model s důrazem na fyzikálně věrný pohyb postav, a Speech 2.6 s nižší end-to-end latencí pro hlasovou syntézu. Tyto produkty nejsou open source — slouží jako komerční kanál financující výzkum na modelové vrstvě.

Čínský open source ekosystém: MiniMax v kontextu

Aby bylo jasné, kde MiniMax stojí: podle Xinhua má Alibabův Qwen kumulativně přes 300 otevřených modelů, 600 milionů stažení a více než 170 000 odvozených modelů v komunitě. To je jiný řád ekosystémové adopce. DeepSeek zase v únoru 2025 uspořádal pětitýdenní „open source week" a v září publikoval v Nature detailní replikační návod včetně klíčových parametrů — přístup, který komunita označila za „učebnicovou transparentnost".

Na tomto pozadí je MiniMax selektivnější hráč. Neotevírá vše — otevírá strategicky, tam kde to generuje developer trakci nebo akademickou kredibilitu, a zavírá tam, kde model přímo pohání příjmy. Tento přístup není specificky čínský: Mistral funguje podobně, Meta otevřela LLaMA, ale ponechala si provozní infrastrukturu. Rozdíl je v tom, že MiniMax s touto logikou pracuje explicitně jako startup bez hlubokých zásobníků hotovosti.

Finanční pozice firmy tento přístup podpírá. Dle prospektu PHIP měl MiniMax k 30. září 2025 hotovost 1,1 miliardy dolarů při celkových kumulativních investicích přes 1,5 miliardy dolarů — tedy firma dosud spotřebovala přibližně 500 milionů dolarů, zhruba 1 % výdajů OpenAI. Při ARR přesahující 300 milionů dolarů a strukturou příjmů, kde API a enterprise services tvoří přibližně 50/50 split (oproti 70/30 ve prospěch produktů rok předtím), MiniMax vykazuje posun k B2B monetizaci. Enterprise zákazníků AI služeb je přes milion, čtyřnásobný růst za šest měsíců.

Geografie příjmů: přes 70 % pochází ze zahraničí, primárně přes Talkie (zahraniční verze aplikace Xingye/星野) a Hailuo AI. To je neobvyklé pro čínský AI startup — a zároveň vysvětluje, proč MiniMax pracuje s globální developer komunitou se specifickou péčí.

---

Otázka pro letošní rok není, zda MiniMax přežije konsolidaci čínského AI trhu — finanční metriky naznačují, že ano. Otázka je, zda M3 skutečně doručí nativní multimodalitu jako otevřený model a zda MiniMax najde udržitelnou rovnováhu mezi open source ekosystémem jako zdrojem inovací a closed-source vrstvou jako zdrojem příjmů. Strategický kyvadlový pohyb mezi oběma polohami fungoval dosud — ale jak se příjmový tlak zvyšuje a konkurence zrychluje, každé rozhodnutí otevřít nebo uzavřít model nese vyšší sázky.