MiniMax 釋出 M2.5 模型：主打真實生產力，連續跑一小時只要 1 美元

讓大模型像員工一樣幹活，最大的阻礙往往不是它夠不夠聰明，而是錢包受不受得了。

MiniMax 正式釋出了新一代基座模型 MiniMax-M2.5。這家國內大模型廠商把核心賣點直接擺在桌面上：不做虛無縹緲的跑分怪獸，專攻現實世界生產力，同時把呼叫成本打到了「不用再盯著計費面板」的水平。

在基準測試裡，M2.5 在 SWE-Bench Verified 取得了 80.2% 的成績，Multi-SWE-Bench 拿到 51.3%，BrowseComp 則為 76.3%。更抓人眼球的是速度與價格：跑完 SWE-Bench Verified 的端到端任務只需 22.8 分鐘，與 Claude Opus 4.6 的 22.9 分鐘平起平坐，但單任務成本只有後者的十分之一。

像架構師一樣寫程式碼，少廢話多幹活

寫程式碼一直是大模型最硬核的考場。M2.5 在訓練中覆蓋了 Go、Rust、TypeScript、Python 等十餘種語言和超過 20 萬個真實環境。

MiniMax 提到，訓練過程中模型自然湧現出了一種「寫 Spec 的傾向」。在動筆寫程式碼前，它會先像經驗豐富的軟體架構師一樣，主動拆解專案的功能、結構和介面設計，覆蓋從系統架構搭建、功能迭代到最終程式碼審查的全流程。

在程式碼智慧體通用能力上，M2.5 在 Droid 測試中拿到 79.7 分，在 OpenCode 上拿到 76.1 分，兩項都微幅壓過 Opus 4.6。而在全新的 VIBE Pro 評測中，表現與 Opus 4.5 相當。

除了寫程式碼，在搜尋和辦公任務上，M2.5 也有明顯變化。模型學會了用更少的步數解決問題，在多項 Agent 評測中，互動輪次比上一代 M2.1 減少了約 20%。針對金融建模、PPT、Word 等專業場景，MiniMax 找來金融與法律人士打磨資料，在內部 GDPval-MM 評測裡拿到了 59.0% 的平均勝率。

100 TPS 的超低價，背後是 RL 算力堆疊

這次上線的版本分為兩款：標準版 M2.5 和滿速版 M2.5-Lightning。兩者的核心能力完全相同，差別在於推理速度與定價。

M2.5-Lightning 提供每秒 100 token 的吞吐，輸入每百萬 token 收費 0.3 美元，輸出每百萬 token 2.4 美元。以 100 TPS 滿速持續跑一整小時，賬單正好是 1 美元。

而 50 TPS 的 M2.5 價格直接減半。換算下來，只要 1 萬美元，就能讓 4 個 M2.5 例項連續無休地跑滿整整一年。MiniMax 表示，從輸出端價格來看，其成本大概只有 Opus、Gemini 3 Pro 和 GPT-5 的十分之一到二十分之一。

效能與速度的提升主要來自強化學習。MiniMax 自研了名為 Forge 的智慧體原生強化學習框架，解耦了訓練推理引擎和智慧體框架，利用樹狀樣本合併實現了約 40 倍的訓練加速。同時，他們配合 CISPO 演算法穩定 MoE 訓練，並用過程獎勵機制解決長流程智慧體的信用分配問題。

目前，M2.5 已經完整接入 MiniMax 自家的 MiniMax Agent，將其資訊處理能力固化為標準的辦公技能。

為什麼重要

長期以來，限制 Agent 大規模落地的最大門檻就是推理成本和反應延遲。讓 AI 完整接管一個程式設計任務動輒消耗數百萬 token，換算成頂尖旗艦模型的賬單，開發者和中小團隊根本吃不消。

M2.5 的核心價值在於，它把接近第一梯隊的 Agent 解決能力，塞進了一個極其廉價且高速的管道里。對於獨立開發者、自動化業務團隊來說，現在拿它去搭建 7x24 小時不間斷巡檢的自動化運維、全天候抓取分析特定行業資訊的爬蟲，或是自動重構程式碼的流水線，成本已經低到可以忽略不計。

我們認為，MiniMax 這一步走得相當精準。它沒有盲目去卷通用綜合大模型的話語權，而是盯緊了「生產力工具」這個最能產生直接商業價值的切口。用極低的單價加上 100 TPS 的響應速度，精準擊中企業客戶最在意的投產比，也勢必會迫使海外頭部廠商在 API 定價上繼續承受降價壓力。

不過，也有值得留意的地方。雖然跑分成績十分亮眼，但模型在極為生僻的私有技術棧或複雜長線業務決策中，能否穩定輸出可交付的工程級成果，依然需要開發者在生產環境中實際檢驗。但至少在現階段，只要你有重度的 Agent 呼叫需求，它絕對值得第一時間接入測試。