還用什么Opus 4.6啊，我用MiniMax M2.5不香嗎？

大家好，我是沃垠AI的最肝員工冷逸。

整個AI圈，亂成一鍋粥了。

DeepSeek、GLM、MiniMax都相繼出貨，據說Doubao、Qwen也蠢蠢欲動。

前兩位，咱們之前聊過。今天，我們來看下MiniMax-M2.5。

官方介紹：https://minimaxi.com/news/minimax-m25

M2、M2.1和M2.5，他們三都是基于同一個Base模型訓練。這種策略，讓M2.5在性能飆升的同時，成本顯著降低。

而隔壁某模型，因為換了更大的新架構，剛上線就會有點慢，即使Pro都慢。

其實，現在算力挺卡國產模型的。硅基流動的好朋友@楊攀 在朋友圈直言：今年Token一定會漲價。

M2.5做到了性能媲美Claude Opus級別的同時，還把價格給打了下來：

• 每秒吐100token的情況下，M2.5連續工作1h只要1美金；

• 50 token/s，則只要0.3美金。

這么說大家可能沒什么概念，我們跟Claude和Gemini對比一下，你就明白了。

如果用Claude Opus 4.6或Gemini 3 Pro，成本基本得在后面加一個0。

現在很多Agent都非常吃Token。比如OpenClaw，我剛裝上那會兒，充了50塊錢才問到第3個問題，云廠商就發短信提醒我余額變負了……

Agent時代，供給是線性的，需求是指數的，成本真的太重要了。

M2.5之所以能大幅降本，關鍵在于它優化了模型對復雜任務的拆解能力，并壓縮了思考過程中的token消耗，整體比M2.1快了37%。

整體性能，很猛，與Claude Opus 4.6、Gemini 3 Pro不相上下。

尤其是跟M2.1比，進步肉眼看見。

前段時間OpenClaw爆火，很多人就是接的M2.1，因為它的Agentic能力比較強。

如今M2.5既提升了性能，又控制了成本，非常適合拿來做Agent底模。

架構方面，M2.5從設計初就是一個原生Agent RL架構，在Agentic腳手架和工具調用上有很強的泛化能力。

所以，它天然適合“多步驟、長鏈路的復雜任務”，適合各種Agent任務。

然后，算法依然是沿用MiniMax年初提出的CISPO，從M1起就做到了“好、快、省”。

從我自己實測來看，M2.5的Coding能力很強，它能像架構師一樣思考和構建編程項目。

先來一個我常測的信息圖，主要考驗模型的前端設計能力。

整體合格，跟Gemini 3 Pro、K2.5、GLM-5沒什么明顯差距。

接下來，給M2.5來個Agentic任務，讓它調用搜索工具和Remotion Skills，總結MiniMax M2.5的官宣文章并自動制作一個視頻。

基于這篇文章： https://mp.weixin.qq.com/s/M4LBGM3Jcy0syWvQ_78ahw，用Remotion Skills幫我做一個視頻。

大概5分鐘左右，視頻就做好了。

接下來，我只需要輸入：npm run build，就能直接把視頻渲染出來。

npm run build

這是最終的成品（BGM是我自己加的）。

類似Case，我用隔壁模型也跑過，那邊基本要20-30分鐘，M2.5只花了5分鐘。

之前用做了一個「沃垠AI抓挖機」手勢小游戲，當時是圣誕風格。這次讓M2.5把它改成新年風格，看看完成度如何。

完成得還不錯，1分鐘搞定，視覺風格、元素、配色都換得很到位，也能正常玩起來。

就是……我玩的時候才發現，馬年還有3天就到了，而我還在加班……

最后，我把這個游戲部署到了MiniMax網頁端，所有人都可以玩，祝大家馬到功成。

體驗地址：https://65pjklp9ekup.space.minimaxi.com

總的來看，M2.5在Coding方面確實靠譜。無論是One shot、長任務還是代碼修改，它都能像架構師一樣思考，且生成速度大幅提升。

在過去這100天里，的進步有目共睹，MiniMax迅速從“追趕”進化到了“比肩”御三家（Claude、Gemini、GPT）。

編程這塊，M2.5算是追上來了，成為國內第二家做到Claude Opus水平的模型。

而且，它還開源，激活參數僅10B，所以能夠支持100 TPS的高吞吐量，速度是Claude Opus的3倍。

這應該是目前第一梯隊中參數最小的模型，很適合私有化部署。對企業來說，這個優勢非常實際。

不過，坦誠地說，M2.5在"洗車"和"丁真"問題上都翻車了，邏輯推理方面仍有提升空間。

國產模型繼續加油！希望也能早日像Gemini 3 Pro那樣智力超群。

期待2026年~