MiniMax 推出了其最新迭代的 M2.5 系列模型，在保持行业领先性能的同时，大幅降低了推理成本，试图解决复杂 Agent 应用在经济上不可行的痛点，并宣称其在编程、工具调用及办公场景中已达到或刷新了行业 SOTA（当前最佳）水平。
2 月 13 日，MiniMax 公布的数据显示，M2.5 展现了显著的价格优势。在每秒输出 50 个 token 的版本下，其价格仅为 Claude Opus、Gemini 3 Pro 以及 GPT-5 等主流模型的 1/10 至 1/20。
<blockquote>
在每秒输出 100 个 token 的高速运行环境下，M2.5 连续工作一小时的成本仅需 1 美元，若降至 50 token/秒，成本进一步下探至 0.3 美元。这意味着 1 万美元的预算足以支撑 4 个 Agent 连续工作一年，极大地降低了构建和运营大规模 Agent 集群的门槛。
</blockquote>
在性能维度，M2.5 在核心编程测试中表现强劲，并在多语言任务 Multi-SWE-Bench 上取得第一，整体水平比肩 Claude Opus 系列。同时，模型优化了对复杂任务的拆解能力，在 SWE-Bench Verified 测试中，完成任务的速度较上一代 M2.1 提升了 37%，端到端运行时间缩短至 22.8 分钟，与 Claude Opus 4.6 持平。
目前，MiniMax 内部业务已率先验证了该模型的能力。数据显示，其内部 30% 的整体任务已由 M2.5 自主完成，覆盖研发、产品、销售等核心职能。特别是在编程场景中，M2.5 生成的代码已占据新提交代码的 80%，显示出该模型在真实生产环境中的高渗透率和可用性。
<h2 style="text-align: left">击穿成本底线：无限运行 Agent 的经济可行性</h2>
M2.5 的设计初衷是消除运行复杂 Agent 的成本约束。MiniMax 通过优化推理速度和 token 效率实现了这一目标。模型提供 100 TPS（每秒传输事务处理量）的推理速度，约为当前主流模型的两倍。
除了单纯的算力成本降低，M2.5 通过更高效的任务拆解和决策逻辑，减少了完成任务所需的 token 总量。
在 SWE-Bench Verified 评测中，M2.5 平均每个任务消耗 3.52M token，低于 M2.1 的 3.72M。
速度与效率的双重提升，使得企业在经济上几乎可以无限制地构建和运营 Agent，将竞争焦点从成本转移至模型能力的迭代速度上。
<h2 style="text-align: left">编程能力进阶：像架构师一样思考与构建</h2>
在编程领域，M2.5 不仅关注代码生成，更强调系统设计能力。模型演化出了原生的 Spec（规格说明书）行为，能够以架构师视角在编码前主动拆解功能、结构和 UI 设计。
该模型在超过 10 种编程语言（包括 GO、C++、Rust、Python 等）和数十万个真实环境中进行了训练。
测试显示，M2.5 能胜任从系统设计（0-1）、开发（1-10）到功能迭代（10-90）及最终代码审查（90-100）的全流程。
为了验证其在不同开发环境下的泛化性，MiniMax 在 Droid 和 OpenCode 等编程脚手架上进行了测试。
结果显示，M2.5 在 Droid 上的通过率为 79.7，在 OpenCode 上为 76.1，均优于上一代模型及 Claude Opus 4.6。
<img class=" wscnph" src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/83ba5a06-fe24-4023-9b01-fe8ab9235ad9.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="1024" height="621" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/83ba5a06-fe24-4023-9b01-fe8ab9235ad9.png"/>
<h2 style="text-align: left">复杂任务处理：更高效的搜索与专业交付</h2>
在搜索和工具调用方面，M2.5 展示了更高的决策成熟度，不再单纯追求 “做对”，而是寻求以更精简的路径解决问题。
在 BrowseComp、Wide Search 和 RISE 等多项任务中，M2.5 相较于前代节省了约 20% 的轮次消耗，以更优的 token 效率逼近结果。
<img class=" wscnph" src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/64d74851-df89-4a16-9a96-52f037ef189b.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="1024" height="611" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/64d74851-df89-4a16-9a96-52f037ef189b.png"/>
针对办公场景，MiniMax 通过与金融、法律等领域资深从业者合作，将行业隐性知识融入模型训练。
在内部构建的 Cowork Agent 评测框架（GDPval-MM）中，M2.5 在与主流模型的两两对比中取得了 59.0% 的平均胜率，能够输出符合行业标准的 Word 研报、PPT 及复杂的 Excel 财务模型，而非简单的文本生成。
<img class=" wscnph" src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/eb3035da-6988-4f4a-99c6-af524c5574bd.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="1024" height="320" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/eb3035da-6988-4f4a-99c6-af524c5574bd.png"/>
<img class=" wscnph" src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/9675292f-2269-4b00-b0fc-92627253f960.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="1024" height="365" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/9675292f-2269-4b00-b0fc-92627253f960.png"/>
<h2 style="text-align: left">技术底座：原生 Agent RL 框架驱动线性提升</h2>
M2.5 性能提升的核心驱动力来自于大规模强化学习（RL）。
MiniMax 采用了名为 Forge 的原生 Agent RL 框架，通过引入中间层解耦了底层训推引擎与 Agent，支持任意脚手架的接入。
在算法层面，MiniMax 沿用了 CISPO 算法以保障 MoE 模型在大规模训练中的稳定性，并针对 Agent 长上下文带来的信用分配难题，引入了过程奖励机制（Process Reward）。
此外，工程团队优化了异步调度策略和树状合并训练样本策略，实现了约 40 倍的训练加速，验证了模型能力随算力和任务数增加呈现近线性提升的趋势。
<img class=" wscnph" src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/22495de7-68e3-4f74-b9b0-fc2dc87475a9.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="1024" height="786" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/22495de7-68e3-4f74-b9b0-fc2dc87475a9.png"/>
目前，M2.5 已在 MiniMax Agent、API 及 Coding Plan 中全量上线，其模型权重也将在 HuggingFace 开源，支持本地部署。

00100

M2.5 模型实现性能与成本的双重突破。价格仅为 GPT-5 等主流模型的 1/10 至 1/20。性能比肩 Claude Opus，在多语言编程测试 Multi-SWE-Bench 夺冠，任务完成速度较上代提升 37%。采用原生 Agent 强化学习框架，内部已有 30% 任务由 AI 自主完成，编程场景代码生成占比达 80%。

- MiniMax 推出 M2.5 系列，降低推理成本，声称达行业 SOTA 水平。  
- M2.5 在每秒 100 token 下，运行一小时成本仅需 1 美元，极大降低运营门槛。  
- 在编程、搜索等任务中，M2.5 展示出更高效的性能和决策能力。

MiniMax 发布 M2.5 模型：1 美元运行 1 小时，价格仅为 GPT-5 的 1/20，性能比肩 Claude Opus