每小时仅需1美元的AI员工
中国人工智能初创公司稀宇科技（MiniMax）推出了一款可能颠覆企业部署AI成本结构的模型。这家总部位于上海的公司发布了M2.5。这款语言模型的性能可与最昂贵的西方系统比肩，价格却仅为Claude Opus 4.6、GPT-5.2等竞品的大约二十分之一至十分之一。
该模型以修改版MIT许可证发布在Hugging Face上，正值中国AI企业密集发布产品的一周。这些发布震动了全球市场，也重塑了竞争格局。据《南华早报》报道，MiniMax在香港交易所上市的股票（股票代码：MINIMAX-WP，00100.HK）在消息公布后上涨11%至16%，收盘报680港元。
MiniMax将M2.5定位为生产级数字员工，而非单纯的聊天机器人，称其能够自主编程、开展研究并创建文档。公司表示，这是首款让成本顾虑几乎不复存在的前沿模型：以每秒100个token的速度持续运行，每小时仅需1美元；较低速度下，每小时成本可降至0.30美元。按这一价格，全年不间断运行四个AI智能体的费用约为1万美元，而使用性能相近的西方模型，这笔钱甚至不够支付一个月的运行成本。
挑战前沿水平的基准测试
独立评测和MiniMax自测结果显示，M2.5跻身顶尖编程模型之列，性能与Anthropic的Claude Opus 4.6相差无几，价格却低得多。在衡量实际软件工程能力的行业标准SWE-Bench Verified上，M2.5得分为80.2%，仅比Opus 4.6低0.6个百分点，高于OpenAI的GPT-5.2（80%）和Google的Gemini 3 Pro（78%）。
该模型在多语言编程任务中尤其出色，在测试跨代码库编程能力的Multi-SWE-Bench上得分为51.3%。此类任务要求模型同时理解多个代码库。M2.5的成绩超过Opus 4.6的50.3%，也明显高于Gemini 3 Pro的42.7%。在用于测试复杂全栈开发任务的内部基准VIBE-Pro上，M2.5的表现与Opus 4.5相当。
除了编程能力，M2.5也展现出卓越的智能体能力。在衡量复杂网页浏览和信息检索能力的BrowseComp上得分为76.3%；在用于评估多轮工具调用能力的Berkeley函数调用排行榜（BFCL）上得分为76.8%，高出Opus 4.6逾13个百分点。第三方分析机构Artificial Analysis在其智能指数中给M2.5打出42分，远高于同类模型25分的平均水平；该机构还指出，M2.5的运行速度为每秒80个token，快于每秒55个token的平均水平。
不过，在采用不同方法、测试48个新近GitHub拉取请求的SWE-rebench 2026年1月排行榜上，独立评测显示M2.5的成绩为39.6%，低于Claude Code的52.9%。这表明，实际表现可能因评测框架和任务时效性而异。
高效架构
M2.5的经济性源于其混合专家（MoE）架构。这种设计类似于向专业人士咨询，而不是依靠通才处理所有工作。该模型总参数量为2300亿，但每项任务仅激活100亿参数。通过有选择地调用参数，系统既能保持大型模型的推理深度，又能拥有小得多的系统所具备的速度和成本优势。
为了训练这一复杂架构，MiniMax开发了专有强化学习框架Forge，专为智能体AI打造。不同于以生成讨喜回答为优化目标的常规方法，Forge会将模型部署到数十万个实时模拟环境中，包括代码库、网页浏览器和办公应用，并根据任务是否实际完成来给予奖励，而非追求风格上的一致性。通过优化异步调度和训练样本的树形合并策略，该系统的训练速度约为标准强化学习方法的40倍。
MiniMax工程师Olive Song在播客ThursdAI中表示，这套训练流程历时两个月，期间团队在多种真实场景中进行了密集训练。为确保训练过程稳定，团队采用了CISPO（裁剪重要性采样策略优化）这一数学方法，防止模型在训练迭代中出现过度修正。
“我们意识到，如果用大量环境和智能体对这样的小模型进行强化学习训练，它的潜力很大。但这并不容易做到。”Song说。她还补充道，团队花了大量时间改进训练流程。
这种方法培养出了MiniMax所称的“架构师思维”。M2.5不会马上生成代码，而是先规划项目结构、功能和界面设计，在开始执行前将复杂任务拆解为可处理的部分。该模型在超过20万个环境中接受训练，涉及Go、C、C++、TypeScript、Rust、Kotlin、Python、Java、JavaScript、PHP、Lua、Dart和Ruby等10多种编程语言。
从聊天机器人到数字员工
让AI从对话界面转变为自主工作者，是M2.5设计理念的核心。MiniMax与金融、法律和社会科学领域的资深专业人士合作，为模型注入行业特有的隐性知识，使其能够生成可交付的工作成果，而非仅输出原始文本。
这一理念体现在实用的办公自动化能力上，而大多数前沿模型都忽视了这类能力。M2.5能够创建和编辑Microsoft Word文档、制作包含规范版式和图表的PowerPoint演示文稿，并完成复杂的Excel财务建模任务。在取材于真实Microsoft Excel世界锦标赛题目的MEWC基准测试中，该模型得分为74.4%。在内部GDPval-MM评测框架中，研究人员通过两两比较评估交付成果质量和职业发展轨迹，M2.5对主流竞品的平均胜率达到59%。
MiniMax已在内部部署M2.5，将其作为企业应用的试点。公司表示，该模型目前已能自主完成研发、产品管理、销售、人力资源和财务等部门30%的任务。在编程环境中，MiniMax总部新提交的代码有80%由M2.5生成。
公司将这些能力整合进MiniMax Agent平台。用户已创建了超过1万个专业“专家”，将办公技能与特定行业知识结合起来。这些配置使Agent能够遵循行业研究的标准操作流程，或按照特定的风险控制逻辑进行财务建模，而非仅仅生成原始文本。
该模型能够在Web、Android、iOS和Windows平台上开展全栈开发，可处理服务器端API、业务逻辑和数据库，而不只是制作前端演示。其能力覆盖整个软件生命周期，从初期系统设计、功能迭代，到全面的代码审查和测试。
持续运行的成本优势
MiniMax提供两种API版本，能力相同，但吞吐速度不同。M2.5-Lightning运行速度为每秒100个token，每百万输入token收费0.30美元，每百万输出token收费2.40美元。标准版M2.5的速度为每秒50个token，费用减半：每百万输入token收费0.15美元，每百万输出token收费1.20美元。
作为参考，全年不间断运行四个M2.5智能体实例的费用约为1万美元。相比之下，Claude Opus 4.6每百万输出token收费约75美元，因此大多数机构都难以承担同等规模的持续运行成本。单看输出价格，M2.5的成本仅为Opus、Gemini 3 Pro和GPT-5的二十分之一至十分之一。
具体任务的成本差距更为明显。ThursdAI播客主持人Alex Volkov指出，M2.5完成SWE-Bench任务所需的token成本约为0.15美元，而Claude Opus 4.6完成同等任务则约需3美元，成本降低95%。这打破了传统上优化提示词、尽量减少token用量的压力，使开发者可以将上下文更长、推理能力更强的模型用于常规工作，而这些工作过去往往交给更便宜但能力较弱的系统。
两个API版本都支持缓存，可进一步降低重复操作的成本。修改版MIT许可证要求商业用户在用户界面醒目位置标注“MiniMax M2.5”。考虑到其成本优势，这一条件并不苛刻。按每秒100个token的速度持续生成，每小时可生成36万个输出token，输出token费用约为0.86美元，另需支付输入token费用。
速度提升进一步放大了成本优势。M2.5完成端到端任务的速度比前代M2.1快37%；SWE-Bench Verified测试的运行时间从31.3分钟缩短至22.8分钟，与Claude Opus 4.6的22.9分钟相当，但每项任务的成本仅为其10%。
市场背景与竞争压力
M2.5的发布为中国人工智能领域动荡的一周画上浓墨重彩的一笔。期间，多家中国企业推出具有竞争力的模型。智谱AI发布GLM-5，其在Artificial Analysis智能指数上的表现超过Google的Gemini 3 Pro；阿里巴巴推出面向机器人应用的RynnBrain，字节跳动发布视频生成模型Seedance 2.0，快手则推出Kling 3.0。MiniMax和智谱AI股价均录得两位数涨幅，后者在香港市场上涨30%。
这一系列密集发布挑战了近期对中美AI差距的判断。Google DeepMind负责人Demis Hassabis此前估计，中国模型仅落后西方产品数月；MiniMax M2.5的表现已接近一周前刚发布的Claude Opus 4.6，这表明差距可能已缩短至数天。2026年1月的SWE-rebench结果显示，Claude Opus 4.6和GPT-5.2在新近拉取请求上的得分分别为51.7%和51.0%，MiniMax M2.5则为39.6%。这说明西方模型在处理最新代码方面仍有优势，但差距正不断缩小。
竞争影响不止体现在基准测试上。MiniMax的定价策略给依靠高价API收费建立商业模式的西方AI实验室带来持续压力。当智能变得如MiniMax所称的“便宜到无需计量”时，行业将从稀缺经济转向规模经济，可能冲击老牌厂商的收入模式。
对技术负责人而言，M2.5带来了直接的运营优势。相比前代产品提升37%的速度，有助于构建实时智能体流水线，让模型之间交互时不再受延迟瓶颈限制。企业现在可以以前所未有的规模开展自动化代码审计，同时通过自托管的开放权重部署保护数据隐私。
要点
- MiniMax M2.5在SWE-Bench Verified上取得80.2%的成绩，性能与Claude Opus 4.6相当，成本仅为其十分之一至二十分之一
- 提供两种API版本：标准版每百万token收费0.15美元/1.20美元（每秒50个token），Lightning版收费0.30美元/2.40美元（每秒100个token）
- 采用2300亿参数的MoE架构，每项任务仅激活100亿参数，降低计算开销
- 通过专有Forge强化学习框架，在超过20万个真实环境中训练，并采用CISPO算法控制训练稳定性
- 能够自主进行全栈开发、创建办公文档（Word、Excel、PowerPoint）并完成复杂财务建模
- 目前已在MiniMax内部部署，可完成公司30%的任务，并生成80%的新代码
- 以开放权重模型形式发布在Hugging Face上，采用要求商业用户注明来源的修改版MIT许可证
- 消息公布后，MiniMax在香港交易所上市的股票（MINIMAX-WP，00100.HK）上涨11%至16%
