MiniMax M2.5

一、MiniMax M2.5核心功能是什么？为什么开发者都在抢着用？

1.1 产品定位与核心价值

MiniMax M2.5是稀宇科技（MiniMax）在2026年2月推出的新一代文本大模型，官方定位为”原生Agent生产级模型”。与传统的对话模型不同，M2.5从设计之初就专注于解决真实世界中的复杂任务执行问题，特别是在编程、办公自动化和智能体工作流等生产力场景中表现卓越。

根据官方数据，M2.5在发布后迅速获得市场认可，上线仅12小时就登顶OpenRouter热度榜，一周内调用量达到破纪录的3.07T tokens，超过了Kimi K2.5、GLM-5与DeepSeek V3.2三家的总和。这一数据充分证明了其在开发者社区中的受欢迎程度。

MiniMax M2.5核心功能快览

MiniMax M2.5是稀宇科技推出的新一代文本大模型，专为智能体（Agent）场景原生设计。该模型采用MoE架构，总参数230B，激活参数仅10B，在保持高性能的同时大幅降低计算成本。在编程能力方面，M2.5在SWE-Bench Verified测试中达到80.2%的通过率，与Claude Opus 4.6性能相当。最突出的特点是其极致的成本控制——100TPS版本连续运行1小时仅需1美元，50TPS版本更是低至0.3美元/小时。模型还具备原生Spec能力，能够在编码前像架构师一样进行系统规划和设计。

1.2 技术架构创新

M2.5的技术突破主要体现在三个方面：

稀疏激活MoE架构：采用总参数230B、激活参数仅10B的混合专家架构，既保留了大型模型的推理深度，又拥有小型模型的灵活敏捷。这种设计让M2.5能够在有限的算力资源下发挥出千亿级模型的性能。

原生Agent RL框架Forge：MiniMax自主研发的Forge框架通过解耦底层训练推理引擎与Agent，实现了约40倍的训练加速。这一创新让模型能够在数十万个真实业务环境中完成强化学习，真正适配工业级场景。

过程奖励机制：针对Agent长轨迹信用分配难题，M2.5设计了过程奖励、任务完成时间奖励、Reward-to-Go复合奖励机制，还将上下文管理整合进RL交互循环，从根本上解决长程任务的注意力稀释问题。

1.3 关键性能指标

根据权威测试数据，M2.5在多个核心基准测试中表现优异：

测试项目	M2.5得分	行业对比
SWE-Bench Verified	80.2%	接近Claude Opus 4.6的80.8%
Multi-SWE-Bench	51.3%	多语言编程任务排名第一
BrowseComp（含上下文）	76.3%	搜索和工具调用能力领先
GDPval-MM办公场景	59.0%平均胜率	在Word、PPT、Excel任务中表现突出

二、MiniMax M2.5的主要功能和特点

2.1 核心功能矩阵

编程开发能力：

• 支持10余种编程语言：Go、C/C++、TypeScript、Rust、Kotlin、Python、Java、JavaScript、PHP、Lua、Dart、Ruby
• 全栈开发支持：涵盖Web、Android、iOS、Windows多平台项目
• 原生Spec能力：在编码前主动拆解功能模块、结构设计和UI交互规划
• 复杂系统开发：从0到1的系统设计到90到100的代码评审全流程覆盖

智能体工具调用：

• 自动处理复杂多步骤任务
• 在BrowseComp、Wide Search等Agent任务中以更低的轮次消耗取得更优效果
• 相比M2.1减少约20%的轮次使用量

办公场景优化：

• Word文档排版与格式处理
• PPT演示文稿设计与编辑
• Excel金融建模与数据分析
• 与金融、法律、社会科学等领域专家合作构建的行业知识库

2.2 革命性成本优势

M2.5最引人注目的特点是其极致的成本控制能力：

定价策略对比表：

模型版本	输入价格（每百万token）	输出价格（每百万token）	连续运行1小时成本
M2.5-Lightning（100TPS）	0.3美元	2.4美元	约1美元
M2.5标准版（50TPS）	0.3美元	约1.2美元	约0.3美元
Claude Opus 4.6	5.0美元	25.0美元	约6.5美元
GPT-5.2	未公开	未公开	约10-15美元（估算）

这意味着1万美元理论上可支持4个Agent连续工作一年，真正实现了”智能廉价如水电”的承诺。

2.3 性能效率突破

速度优势：

• 推理速度达100 TPS，是主流模型的2倍左右
• SWE-Bench Verified任务处理时间从M2.1的31.3分钟缩短至22.8分钟，提速37%
• 与Claude Opus 4.6的22.9分钟基本持平，但成本仅为后者的1/10

效率提升：

• 每个SWE任务平均token消耗从372万降至352万
• 在真实专业搜索任务（RISE测试）中表现卓越
• 支持并行工具调用，大幅提升多任务处理效率

三、如何使用MiniMax M2.5？

3.1 三种主要使用方式

方式一：MiniMax Agent平台（零代码，开箱即用）

访问 https://agent.minimax.io/，直接在浏览器中使用M2.5的全部能力。在MAX模式下，Agent会自动根据文件类型加载对应的Office Skills（Word/PPT/Excel），用户还可以将Office Skills与行业SOP组合，创建可复用的”Expert”。目前平台上已有超过10,000个用户创建的Expert。

方式二：API调用（推荐开发者使用）

通过MiniMax开放平台获取API Key，支持标准的OpenAI兼容接口。M2.5提供两个版本选择：

• M2.5-Lightning：约100 TPS，适合对延迟敏感的实时应用
• M2.5标准版：约50 TPS，适合批量任务和成本优先场景

API调用示例代码：

import requests

url = "https://api.minimaxi.com/v1/chat/completions"
headers = {
    "Authorization": "Bearer YOUR_API_KEY",
    "Content-Type": "application/json"
}
data = {
    "model": "MiniMax-M2.5",
    "messages": [
        {"role": "system", "content": "You are a helpful assistant."},
        {"role": "user", "content": "请帮我编写一个Python爬虫程序"}
    ]
}
response = requests.post(url, headers=headers, json=data)

方式三：本地部署（数据安全要求高）

对于需要完全掌控推理过程或数据安全要求高的场景，可以选择本地部署。M2.5已全面开源，支持通过Hugging Face或ModelScope获取模型权重。

3.2 本地部署详细教程

环境要求：

• 操作系统：Linux（推荐Ubuntu 20.04+）
• Python：3.9-3.12
• GPU：计算能力7.0或更高
• 显存需求：权重需要220GB，每1M上下文token需要240GB

推荐配置：

• 4×96GB GPU：总KV Cache容量支持40万token
• 8×144GB GPU：总KV Cache容量支持高达300万token

使用vLLM部署步骤：

1. 创建虚拟环境并安装vLLM：

uv venv
source .venv/bin/activate
uv pip install vllm --torch-backend=auto

1. 启动vLLM服务器（4卡部署）：

SAFETENSORS_FAST_GPU=1 vllm serve \
MiniMaxAI/MiniMax-M2.5 --trust-remote-code \
--tensor-parallel-size 4 \
--enable-auto-tool-choice --tool-call-parser minimax_m2 \
--reasoning-parser minimax_m2_append_think

1. 测试部署：

curl http://localhost:8000/v1/chat/completions \
-H "Content-Type: application/json" \
-d '{
  "model": "MiniMaxAI/MiniMax-M2.5",
  "messages": [
    {"role": "system", "content": [{"type": "text", "text": "You are a helpful assistant."}]}
  ]
}'

3.3 集成到开发工具

M2.5已经与主流开发环境深度集成：

VS Code / Cursor：在扩展商店搜索”MiniMax”或”M2.5″插件，安装后配置API Key，即可在IDE内直接获得代码补全、解释、重构等功能。

Claude Code / Trae：在这些AI原生编辑器的模型设置中，选择或添加MiniMax M2.5的API端点，即可将其作为核心编程助手。

OpenClaw：通过Telegram等平台接入OpenClaw，切换到MiniMax-M2.5后即可正常对话和使用。

四、MiniMax M2.5的官方地址和获取方式

4.1 官方平台入口

MiniMax Agent平台：https://agent.minimax.io/

这是最便捷的在线使用方式，无需任何编程知识，直接在网页端体验M2.5的全部能力。

MiniMax API开放平台：https://platform.minimaxi.com/

开发者可以在此注册账号、创建应用、获取API Key，并查看完整的API文档。

编程方案订阅：https://platform.minimaxi.com/subscribe/coding-plan

针对高频编程用户提供的包月套餐，性价比更高。

4.2 开源资源获取

Hugging Face仓库：https://huggingface.co/MiniMaxAI/MiniMax-M2

包含完整的模型权重、配置文件和技术文档。

ModelScope社区：https://www.modelscope.cn/models/MiniMax/MiniMax-M2.5

国内用户可以通过魔搭社区快速下载模型权重。

GitHub项目：https://github.com/MiniMax-AI/MiniMax-M2.5

包含部署指南、示例代码和社区贡献。

4.3 桌面应用与插件

目前MiniMax主要提供Web平台和API服务，第三方开发者已经基于M2.5开发了多种集成工具。用户可以在Claude Code、OpenCode、OpenClaw等主流AI编程工具中直接切换至M2.5模型。

五、MiniMax M2.5 vs 同类型竞品对比分析

5.1 性能对比表格

对比维度	MiniMax M2.5	Claude Opus 4.6	GPT-5.2	GLM-5	DeepSeek V3.2
编程能力​	SWE-Bench Verified 80.2%	80.8%	约78-80%	77.8%	未公开
多语言编程​	Multi-SWE-Bench 51.3%	未公开	未公开	未公开	未公开
搜索工具调用​	BrowseComp 76.3%	未公开	未公开	未公开	未公开
推理速度​	100 TPS	约67-77 TPS	未公开	未公开	未公开
成本（输出/百万token）​	2.4美元	25.0美元	约20-30美元（估算）	未公开	未公开
连续运行1小时成本​	1美元（100TPS）	约6.5美元	约10-15美元（估算）	未公开	未公开
激活参数​	10B	未公开（估计千亿级）	未公开（估计千亿级）	745B	未公开
开源支持​	全面开源	闭源	闭源	部分开源	开源
本地部署​	支持	不支持	不支持	支持	支持

5.2 优势分析

成本优势绝对领先：M2.5的输出成本仅为Claude Opus 4.6的1/10，GPT-5.2的1/20左右。这种极致的成本控制让长期运行的Agent应用在经济上变得可行。

性能价格比最优：虽然绝对性能与Claude Opus 4.6仍有微小差距（80.2% vs 80.8%），但考虑到价格差异，M2.5的性能价格比远超所有竞争对手。

部署灵活性：作为开源模型，M2.5支持本地私有化部署，满足企业对数据安全和隐私保护的需求，而Claude和GPT均为闭源服务。

迭代速度最快：在过去108天内，MiniMax陆续推出M2、M2.1、M2.5三款模型，在SWE-Bench Verified榜单上的进步速度远超Claude、GPT、Gemini系列。

5.3 适用场景对比

M2.5最适合的场景：

• 需要长期运行的Agent工作流
• 对成本敏感的企业级应用
• 需要本地部署的数据敏感项目
• 高频次的编程和代码生成任务
• 办公自动化批量处理

Claude Opus 4.6更适合的场景：

• 对性能有极致要求的单次复杂任务
• 不需要考虑成本的研究项目
• 已经深度集成Claude生态的系统

GPT-5.2更适合的场景：

• 需要最强综合能力的多模态任务
• 依赖GPT庞大插件生态的应用
• 企业已有成熟的GPT集成方案

六、MiniMax M2.5的典型应用场景与实际体验

6.1 编程开发实战案例

案例一：全栈Web应用开发

在实际测试中，M2.5成功完成了”九年级英语学习网站”的全栈开发任务。给定JSON格式的单元知识点、Excel词汇表和PDF课文原文，M2.5能够：

1. 自动安装项目依赖（FastAPI、前端框架等）
2. 搭建完整的后端API模块（单元内容、测验系统、进度追踪）
3. 实现响应式前端页面
4. 启动服务并自测API
5. 发现并修复路由配置问题（经过3轮debug）

整个项目从需求到可运行网站完全由M2.5自主完成，开发者只需提供初始需求描述即可。

案例二：企业级CMS系统构建

在更复杂的”企业级CMS内容管理系统”开发任务中，M2.5展示了其工程化能力：

• 技术栈：NestJS + Next.js + Prisma ORM + PostgreSQL + Docker Compose + K8s部署
• 功能模块：8个后端服务、完整管理后台、权限系统、搜索功能、统计仪表盘
• 开发结果：成功搭建完整系统，但存在12个Bug（5个后端、7个前端），主要集中在跨文件一致性和ORM兼容性问题

这个案例表明，M2.5在大型项目开发中能够快速搭建骨架，但在细节一致性上仍需人工复核。

6.2 办公自动化场景

成绩汇总自动化：一位大学教师使用M2.5处理了包含60多个文件的成绩汇总任务。M2.5能够：

• 直接处理ZIP压缩文件（DeepSeek和Kimi均不支持此功能）
• 从Word批改反馈单中提取学号和分数
• 自动计算总评成绩（考虑不同作业权重）
• 识别异常情况（缺交、疑似抄袭、学号不匹配等）
• 生成完整的Excel成绩表和异常清单

传统手动处理需要数小时的工作，M2.5在几分钟内完成，且准确率极高。

跨年度成绩对比分析：在完成当前学期成绩汇总后，M2.5还能自动与去年数据进行对比分析：

• 计算平均分、通过率、优秀率的变化
• 分析异常比例趋势
• 生成详细的对比报告
• 自动创建会议用PPT简报
• 提供教学改进建议

6.3 不同岗位的实际价值

软件工程师：

• 代码生成效率提升：M2.5生成的代码已占MiniMax内部新提交代码的80%
• Bug修复速度加快：相比M2.1，M2.5在复杂任务中的完成时间缩短37%
• 全栈开发支持：从前端到后端，从移动端到桌面端全覆盖

数据分析师：

• Excel金融建模自动化：在GDPval-MM测试中取得59.0%的平均胜率
• 复杂数据处理：支持多文件、多格式数据整合分析
• 报告自动生成：从数据清洗到可视化报告全流程自动化

产品经理/项目经理：

• 需求文档自动生成：根据会议记录自动整理产品需求
• 项目规划辅助：像架构师一样拆解功能模块和UI设计
• 进度报告自动化：定期生成项目状态报告和风险分析

教育工作者：

• 教学材料自动生成：根据课程标准创建练习题、测试卷
• 学生作业批改辅助：自动评分和反馈生成
• 个性化学习路径设计：基于学生表现推荐学习内容

七、MiniMax M2.5能为用户带来的价值

7.1 经济效益价值

直接成本节约：以中型企业每天运行10个Agent、每个Agent每天工作8小时计算：

• 使用Claude Opus 4.6：10×8×6.5=520美元/天
• 使用M2.5：10×8×1=80美元/天
• 每日节省：440美元（约84.6%）
• 年度节省：约16万美元（按250个工作日计算）

间接效率提升：根据实际测试数据：

• 编程任务完成时间缩短30-40%
• 办公自动化任务处理速度提升50-70%
• 错误率降低60-80%

7.2 技术能力价值

降低技术门槛：M2.5的原生Spec能力让非专业开发者也能参与复杂系统设计。模型能够在编码前主动进行架构规划，降低了系统设计的专业要求。

提升代码质量：在SWE-Bench Verified测试中，M2.5的通过率达到80.2%，接近人类专业开发者的水平。这意味着生成的代码具有更高的可靠性和可维护性。

加速技术迭代：M2.5支持10余种编程语言和全栈开发，团队可以快速尝试新技术栈，降低学习成本和技术迁移风险。

7.3 战略价值

数据安全可控：开源特性和本地部署支持让企业能够完全掌控数据流向，满足金融、医疗、政务等敏感行业的合规要求。

技术自主可控：摆脱对国外闭源模型的依赖，在关键业务场景中使用国产自研模型，降低地缘政治风险。

生态建设参与：作为开源模型，M2.5允许开发者深度定制和优化，企业可以基于自身业务需求进行针对性改进，构建技术护城河。

八、MiniMax M2.5最近3到6个月内的重大功能更新

8.1 2026年2月：M2.5正式发布

发布时间：2026年2月12日

核心更新：

• 原生Agent RL框架Forge全面应用，训练效率提升40倍
• SWE-Bench Verified得分从M2.1的74.0%提升至80.2%
• 推理速度达到100 TPS，是主流模型的2倍
• 成本进一步降低，50TPS版本连续运行1小时仅需0.3美元

市场反应：

• 上线12小时登顶OpenRouter热度榜
• 一周内调用量达3.07T tokens，超过Kimi K2.5、GLM-5与DeepSeek V3.2总和
• 发布当天MiniMax股价大涨14.52%，市值突破3042亿港元

8.2 2026年2月：全面开源与生态建设

开源发布：2026年2月13日，M2.5模型权重在HuggingFace和ModelScope同步开源

生态接入：

• Kilo Code（硅谷AI编程工具）第一时间宣布接入
• OpenCode、OpenClaw、Fireworks等国内外知名平台同步支持
• 魔搭社区提供限时限量免费的API-Inference服务

开发者响应：开源后24小时内，用户在MiniMax Agent平台创建了超过10,000个Expert

8.3 2026年1-2月：技术持续优化

训练数据扩展：基于数十万个真实复杂环境进行强化学习训练

算法优化：引入过程奖励机制，解决长上下文信用分配问题

工程改进：Windowed FIFO异步调度策略，平衡吞吐与稳定性

8.4 行业影响与认可

资本市场认可：自2026年1月9日上市以来，MiniMax股价累计涨幅超413%，创港股AI板块涨幅第一

行业评价：

• 硅谷风险投资公司Menlo Ventures合伙人Deedy Das评价：”MiniMax M2.5超便宜，非常适合编程”
• OpenHands平台指出：”目前可通过API使用的模型中，本质上是两强争霸——Opus代表最高能力上限，M2.5则以更低成本提供较高能力”
• 国泰海通证券维持”增持”评级，目标价1012港元

九、常见问题FAQ解答

9.1 基础问题

Q1：MiniMax M2.5是什么类型的AI模型？

A1：M2.5是专为智能体（Agent）场景设计的原生生产级文本大模型。它采用MoE架构，总参数230B，激活参数仅10B，在编程、工具调用、办公自动化等生产力场景表现卓越。

Q2：M2.5的主要优势是什么？

A2：三大核心优势：1）极致的性价比——成本仅为Claude Opus 4.6的1/10；2）原生Agent能力——专为复杂任务执行优化；3）开源可部署——支持本地私有化部署。

Q3：如何开始使用M2.5？

A3：三种方式：1）通过MiniMax Agent平台在线使用；2）调用官方API；3）本地部署开源版本。新手推荐从Agent平台开始，开发者可选择API或本地部署。

9.2 技术问题

Q4：M2.5的编程能力到底有多强？

A4：在权威编程基准SWE-Bench Verified中得分80.2%，与Claude Opus 4.6的80.8%基本持平。支持10余种编程语言，具备原生Spec能力，能够在编码前进行系统架构设计。

Q5：100 TPS的推理速度意味着什么？

A5：TPS（Tokens Per Second）指每秒生成的token数量。100 TPS意味着M2.5的生成速度是主流模型（约50 TPS）的2倍，在处理长文本任务时优势更加明显。

Q6：本地部署需要什么硬件配置？

A6：最低配置需要4张96GB GPU，支持40万token的KV Cache。推荐配置为8张144GB GPU，支持高达300万token的上下文长度。

9.3 成本与商业问题

Q7：1美元/小时的成本是如何计算的？

A7：按100 TPS版本计算：输出价格2.4美元/百万token，每秒输出100 token，每小时输出360,000 token，成本约0.864美元，加上输入成本后约1美元/小时。

Q8：M2.5适合什么样的企业使用？

A8：特别适合：1）需要长期运行Agent的中小企业；2）对成本敏感但需要高质量AI能力的创业公司；3）有数据安全要求需要本地部署的金融、政务机构；4）需要快速原型验证的研发团队。

Q9：与Claude、GPT相比，M2.5的劣势是什么？

A9：主要劣势：1）综合能力仍有微小差距；2）生态成熟度不如海外巨头；3）在多模态能力上相对有限。但考虑到价格差异（1/10-1/20），这些差距在性价比面前显得不那么重要。

9.4 使用问题

Q10：M2.5支持哪些编程语言和框架？

A10：支持Go、C/C++、TypeScript、Rust、Kotlin、Python、Java、JavaScript、PHP、Lua、Dart、Ruby等10余种语言，涵盖Web、Android、iOS、Windows全栈开发。

Q11：如何处理复杂的多文件项目？

A11：M2.5具备原生Spec能力，会在编码前进行系统规划。但对于大型项目（如企业级CMS），建议采用”M2.5快速搭建+人工复核”的工作流，或与Claude Opus 4.6配合使用。

Q12：M2.5在办公场景的具体表现如何？

A12：在GDPval-MM测试中取得59.0%的平均胜率。实际测试显示，M2.5能够处理包含60多个文件的成绩汇总任务，自动识别异常并生成完整报告。

十、总结

MiniMax M2.5代表了AI大模型发展的一个重要转折点——从单纯追求参数规模和技术指标，转向真正关注产业落地和经济可行性。通过10B激活参数的精准设计、原生Agent RL框架Forge的创新应用，以及极致的成本控制，M2.5成功打破了”性能、成本、速度”的不可能三角。

技术突破的价值：M2.5不仅在SWE-Bench Verified等权威测试中达到80.2%的顶级水平，更重要的是其37%的任务完成时间缩短和20%的轮次消耗减少。这意味着在实际工作流中，M2.5能够显著提升生产效率。

经济模式的革新：1美元/小时的运行成本让AI Agent的规模化部署从理论变为现实。企业可以以极低的边际成本部署多个专用Agent，真正实现”AI员工”的常态化运营。

生态建设的意义：全面开源和广泛的生态接入让M2.5不再是孤立的模型，而是整个AI开发生态的重要组成部分。从Kilo Code到OpenClaw，从VS Code插件到Telegram机器人，M2.5正在快速融入开发者的日常工作流。

未来展望：随着MiniMax内部30%的业务任务已由M2.5自主完成，以及开发者在平台上创建的超过10,000个Expert，我们有理由相信M2.5将推动AI从”辅助工具”向”生产力核心”的转变。对于开发者、创业公司乃至大型企业，现在正是重新评估AI战略、拥抱智能体经济的最佳时机。

M2.5的成功不仅是一个产品的胜利，更是一种理念的验证：在AI时代，真正的竞争力不在于拥有最大的模型，而在于能够将智能高效、经济可行地转化为实际生产力。而这，正是MiniMax M2.5带给整个行业的最重要启示。

---

参考文章或数据来源

本文引用了以下权威平台和媒体的报道与数据：

1. 新华网：《新一代文本模型MiniMax M2.5上线》（2026年2月13日）
2. 算力豹：《当AI按1美金/小时计价：MiniMax M2.5掀起的AI生产力革命》（2026年2月14日）
3. 腾讯网：《MiniMax M2.5性能硬核突围，春节周调用量破3T领跑全球》（2026年2月24日）
4. 南方日报：《MiniMax新模型比肩海外头部，国产大模型开启”月更”》（2026年2月14日）
5. CSDN：《MiniMax AI 开源 MiniMax-M2.5》（2026年2月15日）
6. 什么值得买：《MiniMax M2.5深夜发布，一手实测进步明显！》（2026年2月14日）
7. 智东西：《春节档国产AI模型混战开打，MiniMax-M2.5上线，随手做”苹果系统”》（2026年2月12日）
8. 腾讯网：《M2.5登顶OpenRouter：如何做出大家最需要的那个模型》（2026年2月23日）
9. 国泰海通证券：《维持MINIMAX-WP(00100)增持评级 技术迭代叠加成本优势》（2026年2月25日）
10. 中证网：《累计涨幅超400%！MiniMax今年以来涨幅、股价双第一》（2026年2月17日）
11. 经济参考报：《MiniMax M2.5宣布全球开源并支持本地化部署》（2026年2月13日）
12. Datawhale：《节前最后一波实测，最新模型MiniMax M2.5！》（2026年2月13日）
13. 小白学视觉：《全网首测！MiniMax M2.5发布，跑OpenClaw实测真香》（2026年2月12日）
14. 稀土掘金：《MiniMax M2.5实测》（2026年2月13日）
15. iweaver.ai：《MiniMax M2.5亮点：实用概述、对比和上手体验》（2026年2月18日）

引用总结：本文引用了新华网、腾讯网、CSDN、智东西、南方日报等权威媒体的报道，数据来自MiniMax官方技术报告、OpenRouter平台统计、第三方评测机构测试结果，以及国泰海通证券、中证网等金融机构的研究分析，确保了文章的专业性和可靠性。

本文最新更新日期：2026年2月26日