MiniMax發(fā)布M2.5模型：1美元運行1小時，價格僅為GPT-5的1/20，性能比肩Claude Opus

MiniMax推出了其最新迭代的M2.5系列模型，在保持行業(yè)領先性能的同時，大幅降低了推理成本，試圖解決復雜Agent應用在經(jīng)濟上不可行的痛點，并宣稱其在編程、工具調(diào)用及辦公場景中已達到或刷新了行業(yè)SOTA（當前最佳）水平。

2月13日，MiniMax公布的數(shù)據(jù)顯示，M2.5展現(xiàn)了顯著的價格優(yōu)勢。在每秒輸出50個token的版本下，其價格僅為Claude Opus、Gemini 3 Pro以及GPT-5等主流模型的1/10至1/20。

在每秒輸出100個token的高速運行環(huán)境下，M2.5連續(xù)工作一小時的成本僅需1美元，若降至50 token/秒，成本進一步下探至0.3美元。這意味著1萬美元的預算足以支撐4個Agent連續(xù)工作一年，極大地降低了構建和運營大規(guī)模Agent集群的門檻。

在性能維度，M2.5在核心編程測試中表現(xiàn)強勁，并在多語言任務Multi-SWE-Bench上取得第一，整體水平比肩Claude Opus系列。同時，模型優(yōu)化了對復雜任務的拆解能力，在SWE-Bench Verified測試中，完成任務的速度較上一代M2.1提升了37%，端到端運行時間縮短至22.8分鐘，與Claude Opus 4.6持平

目前，MiniMax內(nèi)部業(yè)務已率先驗證了該模型的能力。數(shù)據(jù)顯示，其內(nèi)部30%的整體任務已由M2.5自主完成，覆蓋研發(fā)、產(chǎn)品、銷售等核心職能。特別是在編程場景中，M2.5生成的代碼已占據(jù)新提交代碼的80%，顯示出該模型在真實生產(chǎn)環(huán)境中的高滲透率和可用性。

擊穿成本底線：無限運行Agent的經(jīng)濟可行性

M2.5的設計初衷是消除運行復雜Agent的成本約束。MiniMax通過優(yōu)化推理速度和token效率實現(xiàn)了這一目標。模型提供100 TPS（每秒傳輸事務處理量）的推理速度，約為當前主流模型的兩倍。

除了單純的算力成本降低，M2.5通過更高效的任務拆解和決策邏輯，減少了完成任務所需的token總量。

在SWE-Bench Verified評測中，M2.5平均每個任務消耗3.52M token，低于M2.1的3.72M。

速度與效率的雙重提升，使得企業(yè)在經(jīng)濟上幾乎可以無限制地構建和運營Agent，將競爭焦點從成本轉移至模型能力的迭代速度上。

編程能力進階：像架構師一樣思考與構建

在編程領域，M2.5不僅關注代碼生成，更強調(diào)系統(tǒng)設計能力。模型演化出了原生的Spec（規(guī)格說明書）行為，能夠以架構師視角在編碼前主動拆解功能、結構和UI設計。

該模型在超過10種編程語言（包括GO、C++、Rust、Python等）和數(shù)十萬個真實環(huán)境中進行了訓練。

測試顯示，M2.5能勝任從系統(tǒng)設計（0-1）、開發(fā)（1-10）到功能迭代（10-90）及最終代碼審查（90-100）的全流程。

為了驗證其在不同開發(fā)環(huán)境下的泛化性，MiniMax在Droid和OpenCode等編程腳手架上進行了測試。

結果顯示，M2.5在Droid上的通過率為79.7，在OpenCode上為76.1，均優(yōu)于上一代模型及Claude Opus 4.6。

復雜任務處理：更高效的搜索與專業(yè)交付

在搜索和工具調(diào)用方面，M2.5展示了更高的決策成熟度，不再單純追求“做對”，而是尋求以更精簡的路徑解決問題。

在BrowseComp、Wide Search和RISE等多項任務中，M2.5相較于前代節(jié)省了約20%的輪次消耗，以更優(yōu)的token效率逼近結果。

針對辦公場景，MiniMax通過與金融、法律等領域資深從業(yè)者合作，將行業(yè)隱性知識融入模型訓練。

在內(nèi)部構建的Cowork Agent評測框架（GDPval-MM）中，M2.5在與主流模型的兩兩對比中取得了59.0%的平均勝率，能夠輸出符合行業(yè)標準的Word研報、PPT及復雜的Excel財務模型，而非簡單的文本生成。

技術底座：原生Agent RL框架驅動線性提升

M2.5性能提升的核心驅動力來自于大規(guī)模強化學習（RL）。

MiniMax采用了名為Forge的原生Agent RL框架，通過引入中間層解耦了底層訓推引擎與Agent，支持任意腳手架的接入。

在算法層面，MiniMax沿用了CISPO算法以保障MoE模型在大規(guī)模訓練中的穩(wěn)定性，并針對Agent長上下文帶來的信用分配難題，引入了過程獎勵機制（Process Reward）。

此外，工程團隊優(yōu)化了異步調(diào)度策略和樹狀合并訓練樣本策略，實現(xiàn)了約40倍的訓練加速，驗證了模型能力隨算力和任務數(shù)增加呈現(xiàn)近線性提升的趨勢。

目前，M2.5已在MiniMax Agent、API及Coding Plan中全量上線，其模型權重也將在HuggingFace開源，支持本地部署。