MiniMax released the M2.5 model: running for 1 hour costs only 1 USD, which is 1/20 of GPT-5's price, with performance comparable to Claude Opus

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。

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。

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。

击穿成本底线：无限运行 Agent 的经济可行性

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。

编程能力进阶：像架构师一样思考与构建

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。

复杂任务处理：更高效的搜索与专业交付

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。

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。

技术底座：原生 Agent RL 框架驱动线性提升

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。

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。