MiniMax Group (0100.HK): O ARR está crescendo rapidamente, mas o maior investimento em P&D amplia as perdas; o Goldman Sachs continua otimista quanto ao potencial de recuperação do valuation da MiniMax no 2S26

Visão geral

O relatório analisa os resultados da MiniMax no 1S26 e sua teleconferência de resultados. A principal conclusão é que o crescimento do ARR foi mais forte que o esperado, enquanto a eficiência de inferência dos modelos, as capacidades multimodais e a adoção comercial continuaram a melhorar. Contudo, a empresa está aumentando significativamente o investimento em P&D para perseguir a fronteira da inteligência dos modelos e da eficiência de custos, o que ampliará as perdas de curto prazo. O Goldman Sachs ainda acredita que esses investimentos podem criar espaço para uma recuperação de valuation no 2S26 e mantém sua recomendação de Compra.

Visões principais

O relatório resume os resultados da MiniMax no 1S26 em torno de três temas principais: crescimento do ARR mais forte que o esperado, melhora da margem bruta embora mais lenta que o esperado, e aumento significativo do investimento em P&D. O Goldman Sachs acredita que a MiniMax está concentrando recursos em pré-treinamento, pós-treinamento e infraestrutura de inferência para melhorar tanto a inteligência dos modelos quanto a eficiência de custo unitário. Isso ampliará as perdas de curto prazo, mas poderá fortalecer a competitividade dos modelos, a escala de comercialização e o potencial para uma posterior recuperação de valuation. A receita e o ARR representam as mudanças positivas mais claras. O ARR superou US$800mn em agosto de 2026, ante US$150mn em fevereiro e mais de US$400mn no início de junho; o consumo de Tokens em julho atingiu 20 vezes o nível de janeiro, enquanto os clientes empresariais e desenvolvedores superaram 2 milhões, 10 vezes o nível ao fim de 2025. A Plataforma Aberta contribuiu com 63% da receita do 1S26, ante 30% no 1S25. A administração atribuiu principalmente o crescimento à melhoria na inteligência dos modelos e à atrativa eficiência de custos. Em particular, o uso apresentou crescimento em degraus, e não linear, após o lançamento do M3. A administração continua altamente confiante em sua meta de ARR de US$1bn ao fim do ano, enquanto o Goldman Sachs elevou sua previsão de US$1bn para US$1.2bn e aumentou suas previsões de receita para 2S26/FY26E de US$373mn/US$493mn para US$400mn/aproximadamente US$517mn. As previsões de receita para FY26E/FY27E/FY28E foram elevadas em 5%/38%/29%, respectivamente, para US$516.8mn/US$1,752.9mn/US$3,876.8mn. O crescimento subsequente dependerá de iterações que incluem M3.1, o M3 Pro de 3T de parâmetros e H3.1. O segundo tema é a fronteira de Pareto entre desempenho e preço. A administração acredita que a eficiência de inferência não apenas reduz os custos de serviço, mas também determina a escala acessível de pós-treinamento, afetando assim as capacidades dos modelos. Com inovações arquiteturais como MiniMax Sparse Attention e otimização de infraestrutura, o M3 alcançou margens brutas de API amplamente comparáveis ou até maiores que as do M2, apesar de aumentar sua contagem de parâmetros dos 230B do M2 para 430B. Espera-se que o MSA 2.0 melhore ainda mais a eficiência de custo da ampliação da inteligência dos modelos. Contudo, a margem bruta do 1S26 ficou abaixo das expectativas devido a fatores incluindo uma mudança no mix de receitas em direção a modelos de texto de menor margem e compensação única para planos de assinatura de Tokens desencadeada por ajustes de preços após o lançamento do M3. O Goldman Sachs reduziu suas previsões de lucro bruto para 2S26/FY26E de US$107mn/US$149mn para US$93mn/US$114mn, esperando que a melhora subsequente dependa da otimização de inferência, maior utilização de clusters e poder de precificação de modelos mais inteligentes, como o M3 Pro. O terceiro tema é capacidade computacional e investimento em P&D. A MiniMax utiliza uma rede computacional diversificada composta por clusters próprios, parcerias com provedores de serviços de nuvem e Token Factory, que pode escalar rapidamente durante picos de demanda. A empresa concluiu atualizações de cluster, rede e software no 1S26, elevando a utilização efetiva de treinamento a 97%. O crescimento da oferta computacional geral continua defasado em relação à demanda downstream por Tokens, mas as capacidades existentes são suficientes para apoiar os lançamentos de M3.1, M3 Pro e H3.1. Chips domésticos também poderiam reduzir os custos unitários e elevar a resiliência da oferta no futuro. Após seu recente financiamento, a empresa possui mais de US$3bn em reservas de caixa. Ainda assim, o Goldman Sachs elevou suas previsões de despesas em P&D para 2S26/FY26E de US$331mn/US$531mn para US$512mn/US$809mn. O investimento anualizado em P&D no 2S26 é de aproximadamente US$1bn, acima do nível anualizado de aproximadamente US$600mn no 1S26. Como resultado, as previsões de prejuízo líquido ajustado para 2S26/FY26E aumentaram de US$268mn/US$436mn para US$436mn/US$735mn, enquanto as previsões de lucro líquido ajustado para FY26E/FY27E/FY28E foram revisadas em -69%/-26%/-8%. O relatório estima a saída de caixa livre do 1S26 em US$521mn, destacando o claro trade-off entre a expansão dos modelos e o caminho rumo à rentabilidade. A multimodalidade é o quarto tema de crescimento. O H3 alcançou a fronteira de eficiência de custos entre os principais modelos de geração de vídeo e ocupava posição próxima ao topo do ranking Arena de imagem para vídeo em 15 de agosto de 2026. Após o lançamento do modelo em agosto, sua contribuição para o ARR começou a acelerar. A estratégia de pesos abertos impulsionou os downloads globais para mais de 24 milhões, ajudando a expandir a adoção por desenvolvedores e a participação no ecossistema. A receita no exterior respondeu por 61% da receita do 1S26, o que, segundo o Goldman Sachs, proporciona uma vantagem de distribuição para expandir as capacidades multimodais aos mercados internacionais. O MiniMax Design utiliza orquestração de agentes para fluxos de trabalho de geração de conteúdo, buscando reduzir as barreiras de uso e o custo total da produção de conteúdo comercial, ao mesmo tempo que converte a eficiência de custos do H3 em casos de uso produtivos escaláveis. O quinto tema é a camada de orquestração de agentes e aplicações. O MiniMax Agent visa espaços de trabalho de uso geral, o MiniMax Code visa tarefas complexas de programação de longo horizonte, e o MiniMax Design visa a criação de conteúdo comercial multimodal de ponta a ponta. No contexto em que grandes plataformas de internet, como Tencent WorkBuddy, Alibaba QwenWork e ByteDance Doubao Work, integram pontos de entrada de agentes, a MiniMax enfrenta suas vantagens integradas em modelos, produtos e distribuição, ao mesmo tempo que se beneficia de seu papel como importante fornecedora de modelos para esses espaços de trabalho neutros em relação a modelos. O Goldman Sachs acredita que a camada de orquestração de aplicações pode proporcionar um caminho de comercialização mais direto e acumular dados proprietários de fluxos de trabalho para apoiar a iteração de modelos e produtos. No entanto, permanece crucial saber se a MiniMax conseguirá estabelecer retenção sustentada e poder de precificação além de uma liderança temporária em modelos ou produtos. Em valuation, o Goldman Sachs mantém sua recomendação de Compra e reduz seu preço-alvo de 12 meses baseado em DCF de HK$800 para HK$760, implicando potencial de alta de 150.8% em relação ao preço atual de HK$303. O DCF utiliza custo médio ponderado de capital de 12% e taxa de crescimento terminal de 2%, com valuations nos cenários otimista e pessimista de HK$1,300 e HK$220, respectivamente. Com base nos números do relatório, a MiniMax possui capitalização de mercado de aproximadamente HK$100.4bn ou US$12.8bn e valor da empresa de aproximadamente HK$80.4bn ou US$10.3bn. Sua capitalização de mercado de aproximadamente US$13bn está abaixo do valuation pós-money de US$18bn da concorrente de modelos de geração de vídeo Kling e da capitalização de mercado de aproximadamente US$61bn da Z.ai/Zhipu, enquanto sua previsão de ARR para o fim de 2026 implica um múltiplo preço/ARR de aproximadamente 10 vezes com base no preço de fechamento anterior. Portanto, o Goldman Sachs acredita que a distribuição de valuation continua assimétrica para cima, desde que as iterações contínuas dos modelos impulsionem o ARR, a eficiência de custos e as capacidades de comercialização. Os principais riscos explicitamente identificados no relatório incluem desempenho dos modelos mais fraco que o esperado em meio à competição global em modelos fundacionais, melhora mais lenta na visibilidade de lucros, capacidades de comercialização mais fracas, questões de propriedade intelectual e geração de conteúdo, consumo de caixa e capacidade de autofinanciamento, e riscos geopolíticos decorrentes da intensificação da competição tecnológica entre China e EUA.

Estrutura de análise

O Goldman Sachs primeiro divide os resultados efetivos da MiniMax no 1S26 e as informações da teleconferência de resultados em cinco temas: ARR e receita, eficiência de desempenho-preço, capacidade computacional e P&D, multimodalidade e a camada de aplicações de agentes. Em seguida, utiliza demanda por Tokens, número de clientes, mix de receita, parâmetros dos modelos, eficiência de inferência e utilização computacional para explicar as mudanças operacionais. Com base nessa análise, revisa as previsões de receita, lucro bruto, despesas em P&D e prejuízo líquido, e então avalia o preço-alvo e a potencial recuperação de valuation usando DCF, cenários otimista/pessimista e comparações de capitalização de mercado com pares.

Notas metodológicas

• Metodologia de valuationFluxo de caixa descontado DCF

  Valuation por DCF

  O relatório desconta os fluxos de caixa futuros da empresa a valor presente e aplica custo médio ponderado de capital de 12% e taxa de crescimento terminal de 2% para derivar um preço-alvo de 12 meses de HK$760.

• Estrutura de concorrência e estratégiaOutro

  Fronteira de Pareto entre desempenho e preço

  O relatório avalia tanto a inteligência dos modelos quanto os custos de inferência para determinar se a inovação arquitetural e a otimização de infraestrutura podem permitir que a MiniMax expanda as capacidades dos modelos e as aplicações comerciais sem aumentar os custos de modo desproporcional.

• Estrutura de fundamentos corporativos e financeirosOutro

  Previsão de receita orientada por ARR e demanda de Tokens

  O Goldman Sachs combina mudanças no ARR, consumo de Tokens, número de clientes, contribuição de receita da Plataforma Aberta e próximos lançamentos de modelos para derivar suas previsões de receita para 2S26 e FY26-FY28.

• Metodologia de valuationOutro

  Valuations nos cenários otimista, base e pessimista e comparações de capitalização de mercado com pares

  O relatório apresenta resultados de HK$1,300/HK$760/HK$220 sob diferentes cenários e compara a capitalização de mercado da MiniMax com Kling e Z.ai/Zhipu para ilustrar a faixa potencial e a incerteza de uma recuperação de valuation.

Mapeamento e comparação de ativos

Mapeamento estruturado da tese para ativos nomeados (pontos fortes, pontos fracos, pares e riscos).

• MiniMax Group (0100.HK)

  O relatório acredita que a empresa se beneficia da crescente demanda por modelos fundacionais, multimodalidade e agentes, mas seus resultados de curto prazo enfrentarão pressão com o aumento das despesas em P&D e a ampliação das perdas.

  Pontos fortes

  Cobertura abrangente de produtos multimodais, capacidades de comercialização relativamente fortes, vantagem em custos por Token, alta eficiência organizacional, contribuição relativamente alta de receita no exterior e mais de US$3bn em reservas de caixa.

  Pontos fracos

  Uma contribuição crescente dos modelos de texto pesa sobre a margem bruta, investimentos em grande escala em pré-treinamento, pós-treinamento e inferência ampliam as perdas, e o fluxo de caixa livre permanece negativo.

  Comparação

  Sua capitalização de mercado de aproximadamente US$13bn está abaixo do valuation pós-money de US$18bn da Kling e da capitalização de mercado de aproximadamente US$61bn da Z.ai/Zhipu; ela também enfrenta concorrência dos ecossistemas integrados de modelos, produtos e distribuição de grandes empresas de internet.

  Riscos

  O desempenho dos modelos ou a comercialização podem ficar abaixo das expectativas, o caminho para a rentabilidade pode ser adiado, riscos de propriedade intelectual e geração de conteúdo podem surgir, a pressão de consumo de caixa e autofinanciamento pode aumentar, e os riscos geopolíticos relacionados à competição tecnológica entre China e EUA podem se intensificar.

Dados principais

• ARR de agosto de 2026Mais de US$800mnAnte US$150mn em fevereiro de 2026 e mais de US$400mn no início de junho
• Previsão de ARR para o fim de 2026US$1.2bnO Goldman Sachs previa anteriormente US$1bn; a meta da administração é US$1bn
• Consumo de TokensJulho foi 20 vezes o nível de janeiroReflete uma aceleração significativa no uso dos modelos
• Clientes empresariais e desenvolvedoresMais de 2 milhões10 vezes o nível ao fim de 2025
• Contribuição de receita da Plataforma Aberta63% no 1S2630% no 1S25
• Receita FY26E/FY27E/FY28EUS$516.8mn/US$1,752.9mn/US$3,876.8mnAnteriormente US$493.1mn/US$1,271.1mn/US$3,004.8mn, elevada em 5%/38%/29%, respectivamente
• Lucro bruto 2S26/FY26EUS$93mn/US$114mnAnteriormente US$107mn/US$149mn
• Despesas em P&D 2S26/FY26EUS$512mn/US$809mnAnteriormente US$331mn/US$531mn
• Prejuízo líquido ajustado 2S26/FY26EUS$436mn/US$735mnAnteriormente US$268mn/US$436mn, principalmente devido ao aumento do investimento em P&D
• Lucro por ação FY26E/FY27E/FY28EUS$-2.22/US$-1.66/US$-1.00Lucro básico por ação antes de itens excepcionais; anteriormente US$-1.32/US$-1.32/US$-0.92
• Saída de caixa livre no 1S26US$521mnEstimativa do Goldman Sachs
• Reservas de caixaMais de US$3bnApós o financiamento recente, disponíveis para apoiar investimento em modelos e capacidade computacional
• Utilização efetiva de treinamento97%Nível após atualizações de infraestrutura no 1S26
• Contagens de parâmetros de M3 e M2430B/230BA contagem de parâmetros do M3 quase dobrou, mas sua margem bruta de API permaneceu amplamente comparável ou até maior
• Contribuição da receita no exterior no 1S2661%Apoia a distribuição internacional de produtos multimodais
• Downloads globais do H3Mais de 24 milhõesEscala de adoção impulsionada pela estratégia de pesos abertos
• Preço-alvo de 12 mesesHK$760Anteriormente HK$800; o preço atual de HK$303 implica potencial de alta de 150.8%
• Principais premissas de DCFWACC 12%, taxa de crescimento terminal 2%Utilizadas para a avaliação de preço-alvo do cenário-base
• Valuations dos cenários otimista e pessimistaHK$1,300/HK$220O relatório acredita que o resultado de valuation continua assimétrico para cima

Impacto e implicações

O relatório acredita que a MiniMax está trocando maiores gastos em P&D e consumo de caixa por melhorias na inteligência dos modelos, eficiência de inferência e escala computacional. Se M3.1, M3 Pro e H3.1 continuarem a impulsionar a demanda por Tokens, a adoção por clientes e o poder de precificação, o crescimento da receita e a melhora da margem bruta poderão sustentar uma recuperação de valuation no 2S26. Por outro lado, a expansão persistente das despesas em P&D atrasaria a visibilidade de lucros e aumentaria as exigências sobre as reservas de caixa e a capacidade de autofinanciamento.

Riscos

• A concorrência global em modelos fundacionais é intensa, e o desempenho dos modelos da MiniMax pode ser mais fraco que o esperado.
• O investimento em P&D está aumentando rapidamente, e a melhora na visibilidade de lucros pode ser mais lenta que o esperado.
• As capacidades de comercialização podem ficar abaixo das expectativas, e o crescimento do ARR pode não se traduzir integralmente em receita e lucro.
• Questões relacionadas à propriedade intelectual e ao conteúdo gerado podem afetar a adoção de produtos e a expansão comercial.
• O consumo contínuo de caixa pode enfraquecer a capacidade de autofinanciamento da empresa.
• A intensificação da competição tecnológica entre China e EUA pode criar riscos geopolíticos e de oferta computacional.

Pontos a observar

• Acompanhar a estabilidade do M3.1, a escala de pós-treinamento e as melhorias de eficiência de inferência, bem como seus impactos sobre o ARR.
• Monitorar o progresso das atualizações do M3 Pro em escala 3T e do H3.1 no 4T26 e sua adoção comercial.
• Avaliar se a oferta computacional consegue acompanhar a demanda por Tokens e como a utilização de clusters e chips domésticos afetam os custos unitários.
• Acompanhar como a contribuição de receita dos modelos de texto, a eficiência de inferência e o poder de precificação afetam conjuntamente a margem bruta.
• Monitorar o ecossistema de pesos abertos do H3, downloads globais, receita no exterior e a conversão comercial do MiniMax Design.
• Avaliar se MiniMax Agent, Code e Design conseguem estabelecer retenção sustentada de usuários e poder de precificação em vez de dependerem apenas de liderança temporária em modelos.
• Acompanhar mudanças no investimento em P&D, saída de caixa livre, reservas de caixa e visibilidade de lucros.