MiniMax發佈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

M2.5模型實現性能與成本的雙重突破。價格僅為GPT-5等主流模型的1/10至1/20。性能比肩Claude Opus，在多語言程式設計測試Multi-SWE-Bench奪冠，任務完成速度較上代提升37%。採用原生Agent強化學習框架，內部已有30%任務由AI自主完成，程式設計場景程式碼生成佔比達80%。

MiniMax推出了其最新迭代的M2.5系列模型，在保持行業領先性能的同時，大幅降低了推理成本，試圖解決複雜Agent應用在經濟上不可行的痛點，並宣稱其在程式設計、工具呼叫及辦公場景中已達到或刷新了行業SOTA（當前最佳）水平。

2月13日，MiniMax公佈的資料顯示，M2.5展現了顯著的價格優勢。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的高速運行環境下，M2.5連續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連續工作一年，極大地降低了建構和營運大規模Agent叢集的門檻。

在性能維度，M2.5在核心程式設計測試中表現強勁，並在多語言任務Multi-SWE-Bench上取得第一，整體水平比肩Claude Opus系列。同時，模型最佳化了對複雜任務的拆解能力，在SWE-Bench Verified測試中，完成任務的速度較上一代M2.1提升了37%，端到端執行階段間縮短至22.8分鐘，與Claude Opus 4.6持平。

目前，MiniMax內部業務已率先驗證了該模型的能力。資料顯示，其內部30%的整體任務已由M2.5自主完成，覆蓋研發、產品、銷售等核心職能。特別是在程式設計場景中，M2.5生成的程式碼已佔據新提交程式碼的80%，顯示出該模型在真實生產環境中的高滲透率和可用性。

01. 擊穿成本底線：無限運行Agent的經濟可行性

M2.5的設計初衷是消除運行複雜Agent的成本約束。MiniMax通過最佳化推理速度和token效率實現了這一目標。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，低於M2.1的3.72M。

速度與效率的雙重提升，使得企業在經濟上幾乎可以無限制地建構和營運Agent，將競爭焦點從成本轉移至模型能力的迭代速度上。

02. 程式設計能力進階：像架構師一樣思考與建構

在程式設計領域，M2.5不僅關注程式碼生成，更強調系統設計能力。模型演化出了原生的Spec（規格說明書）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種程式語言（包括GO、C++、Rust、Python等）和數十萬個真實環境中進行了訓練。

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

為了驗證其在不同開發環境下的泛化性，MiniMax在Droid和OpenCode等程式設計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，均優於上一代模型及Claude Opus 4.6。

03. 複雜任務處理：更高效的搜尋與專業交付

在搜尋和工具呼叫方面，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相較於前代節省了約20%的輪次消耗，以更優的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者合作，將行業隱性知識融入模型訓練。

在內部建構的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，能夠輸出符合行業標準的Word研報、PPT及複雜的Excel財務模型，而非簡單的文字生成。

04. 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於大規模強化學習（RL）。

MiniMax採用了名為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，支援任意腳手架的接入。

在演算法層面，MiniMax沿用了CISPO演算法以保障MoE模型在大規模訓練中的穩定性，並針對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，工程團隊最佳化了非同步調度策略和樹狀合併訓練樣本策略，實現了約40倍的訓練加速，驗證了模型能力隨算力和任務數增加呈現近線性提升的趨勢。

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，支援本地部署。 (硬AI)