马年新春将至，国产AI大模子之战愈动怒爆——短短一天时分，多家厂商模子密集更新，其中包括MiniMax上线新一代文本模子MiniMax M2.5。

当各家大模子厂商围绕“春节档”伸开密集发布与营销攻势，这款定位为“原生Agent坐褥级模子”的家具，清雅加入这场被业界称为“AI诸神之战”的竞争。

尽管有着编程、器具调用、办公等坐褥力场景大众SOTA获利，这家在本钱市集备受醒地方公司却思抛开参数规模与模子榜单的肤浅比拼，而是大开另一种叙事：中国大模子再行界说Agent2.0期间！

能自动贬责复杂任务

在编程才气方面，M2.5在泰斗榜单SWE-Bench Verified得分80.2%、Multi-SWE-Bench得分51.3%，较上一代显贵普及；在Multi-SWE-Bench等多说话复杂环境中畸形Opus 4.6，达到了行业最佳的水平。更弥留的是，模子展现出“原生Spec才气”——在编码前主动拆解架构与功能权术，更接近着实架构师的责任形态。

器具调用和搜索才气方面，模子省略自动贬责复杂任务，在BrowseComp、Wide Search等多项Agent任务中以更低的轮次耗尽获取了更优的恶果，相较于上一代模子表示普及20% ，达到了行业顶尖水平。

办公场景中，在Word、PPT、Excel金融建模等责任区间高阶场景中获取了显贵的才气普及，在测评框架GDPval-MM与主流模子的对比中获取了59.0%的平均胜率。

新民晚报记者获悉，MiniMax里面已最初受益于M2.5的模子才气——在里面着实业务场景中，全体任务的30%由M2.5自主完成，掩盖研发、家具、销售、HR、财务等职能，且浸透率仍在捏续飞腾。其中，ag官方app在编程场景表示尤为杰出，M2.5生成的代码已占新提打法码的80%。

极致推理重构Agent经济

性能以外，M2.5的另一中枢亮点在于极致的推理速率与成本物化。M2.5-lightning版块支捏100 TPS以上输出速率，是主流模子的2倍傍边；输入价钱约0.3好意思元/百万Token，输出约2.4好意思元/百万Token。按每秒输出100 Token操办，贯穿运转一小时成本约1好意思元；若按50 Token操办，成本约0.3好意思元。

这意味着1万好意思元表面上可支捏4个Agent贯穿责任一年。MiniMax方面以为，当性能与成本不再组成敛迹，Agent规模化部署的经济模子将发生根底变化。

创举Agent RL支捏高速进化

往常108天，MiniMax从M2、M2.1迭代至M2.5，在SWE-Bench Verified获利从69.4普及至80.2，跳跃弧线在同行中尤为笔陡。团队将这一跃迁归因于大规模Agent强化学习（RL Scaling）。

其自研Forge框架通过解耦查验引擎与Agent，完了对苟且Agent脚手架和器具的泛化优化，并通过异顺序度与树状并吞政策完了约40倍查验加快。同期，在算法层面聘用CISPO优化与流程奖励机制，缓解长高下文场景中的信用分派问题，并将“任务着实耗时”纳入奖励函数，在恶果与反馈速率之间获取均衡。

据走漏，M2.5已于2月12日在MiniMax Agent上线，并至本日（13日）大众开源支捏土产货化部署。不到一天，来自全寰宇的用户照旧在MiniMax Agent上构建了1万多个群众，且仍在快速增长；而MiniMax也针对办公、金融、编程等高频场景，在MiniMax Agent 上构建了多组深度优化、开箱即用的群众套组。

新民晚报记者还了解到，MiniMax将在3月2日公布2025年全年功绩。