性能逼近頂級，成本降低95%

M2.5在多個關鍵基準測試中表現出色：SWE-Bench Verified得分80.2%（Claude Opus 4.6為80.8%，GPT-5.2為80%），BrowseComp搜索與工具使用得分76.3%（業界領先），Multi-SWE-Bench多語言編程得分51.3%（SOTA），BFCL工具調用得分76.8%。這些成績使M2.5成為目前最具性價比的前沿模型。

M2.5提供兩個版本：Lightning版本以100 tokens/秒運行，定價每百萬輸入tokens僅0.30美元、輸出2.40美元；標準版本以50 tokens/秒運行，成本更低。MiniMax宣稱，企業可以用約1萬美元的年成本持續運行四個AI代理。

M2.5技術規格

  • 架構：混合專家模型（MoE）
  • 總參數：2300億
  • 推理活躍參數：僅100億
  • 上下文窗口：204,800 tokens
  • 最大輸出：131,072 tokens
  • 開源協議：修改版MIT許可證
  • 推理能力：支持擴展思考鏈推理

MoE架構的威力

M2.5的秘密武器是其混合專家（MoE）架構。雖然模型總共有2300億參數，但推理時只啟動100億參數——這意味著它可以在更少的計算資源上運行，同時保持接近全尺寸模型的性能。這種設計使M2.5在成本效率上遠超同類競爭產品。

M2.5不僅擅長編程，還擴展到了通用辦公場景：生成和操作Word、Excel和PowerPoint文件，在不同軟件環境之間切換，以及在不同AI代理和人類團隊之間協作。這使它成為一個真正的通用辦公AI助手。

中國AI的實力證明

M2.5的發布與另一家中國公司智譜（Zhipu/z.ai）的GLM-5幾乎同時推出，再次證明中國在AI領域與美國的差距正在迅速縮小。M2.5在SWE-Bench上超越了GPT-5.2和Gemini 3 Pro，而GLM-5也展示了令人印象深刻的前沿能力。

更關鍵的是，M2.5以開源方式在Hugging Face上發布，採用修改版MIT許可證（商業使用需標註「MiniMax M2.5」）。這意味著任何開發者都可以使用這個接近頂級的模型，而不必支付高昂的API費用。對於預算有限的初創公司和研究機構而言，M2.5可能是改變遊戲規則的存在。

對前沿AI市場的衝擊

M2.5的定價策略正在迫使整個行業重新思考AI服務的經濟模式。當一個開源模型能以1/20的成本提供95%以上的頂級性能時，企業客戶將不得不重新評估是否值得為最後那5%的性能優勢支付20倍的溢價。

對於OpenAI和Anthropic而言，M2.5的出現增加了商業模式的壓力。它們需要在純模型性能之外尋找差異化——無論是通過更強的企業服務、更好的安全保障，還是更完善的生態系統。前沿AI正在從「有沒有」的問題變成「值不值」的問題，而中國公司正在加速這一轉變。