MiniMax-M2.5是MiniMax公司于2026年2月12日发布的新一代文本模型，定位为"原生Agent生产级模型"，并于次日（2月13日）在魔搭ModelScope平台全球开源。作为M2系列的第三个主要版本，M2.5在108天的迭代周期中实现了显著的能力跃迁，特别是在编程、工具调用与搜索、以及办公场景三大核心领域。该模型采用混合专家模型(MoE)架构，总参数规模达2300亿，但推理时仅激活100亿参数，实现了"小身材、大能力"的技术突破。通过自研的Forge原生Agent RL框架、CISPO算法和创新Reward设计，M2.5在保持行业顶尖性能的同时，将推理成本降至主流模型的1/10至1/20，实现了"每小时1美元"的经济模型突破。这一技术与商业的双重创新，正在重新定义Agent时代的AI经济模型，推动AI从实验室工具转变为"用得起的员工"，为中小企业和个人开发者打开了AI普惠化的新局面。

一、模型架构与技术原理

1.1 基本架构设计

MiniMax-M2.5采用混合专家模型(MoE)架构，总参数规模达2300亿，但推理时仅激活100亿参数，实现了参数规模的"瘦身"与性能的"增肌"。这种设计使得模型在保持行业领先性能的同时，大幅降低了计算资源需求，为低成本部署奠定了基础。

MoE架构的核心优势在于其稀疏激活机制，即模型在推理过程中仅调用与当前任务相关的专家网络，而非全部参数。这种机制使得M2.5能在100亿激活参数的规模下，达到与2300亿参数模型相当的性能水平。模型通过动态路由策略选择最适合当前任务的专家网络，既保证了性能，又大幅提升了能效比。

1.2 Forge原生Agent RL框架

Forge是M2.5的核心技术创新之一，它是一种专为Agent场景设计的强化学习框架，通过解耦训练引擎与Agent，实现了对任意Agent脚手架和工具的泛化优化。Forge框架的两大核心技术突破在于：

• 异步调度策略：采用Windowed FIFO机制，解决了传统RL训练中的"掉队者效应"问题。在同步调度中，一个高延迟的任务会导致整个队列阻塞；在贪心异步调度中，虽然硬件利用率提高，但会造成训练数据分布偏移。Forge框架通过窗口化管理，既避免了队列阻塞，又保持了训练数据分布的稳定性，显著提高了训练效率。
• 树状合并训练样本策略：通过前缀树合并技术，识别并合并共享相同历史的多轮对话样本，消除重复计算。这一技术使训练速度提升约40倍，训练成本降至原来的1/40，极大降低了模型训练的门槛。

1.3 CISPO算法：长上下文信用分配优化

CISPO（Clipped IS-weight Policy Optimization）算法是M2.5的另一核心技术，主要解决强化学习训练中长序列生成任务的梯度阻塞和熵崩塌问题。传统PPO算法在处理长序列任务时，常因裁剪导致梯度贡献丢失，造成模型训练不稳定。CISPO通过以下创新设计解决了这一难题：

• 裁剪重要性采样权重而非token更新：保留长序列中所有token的梯度贡献，避免了关键信息丢失，提高了训练稳定性。
• 组归一化优势（Group Relative Advantage）：从GRPO算法借鉴并简化，无需Critic网络即可实现更高效的奖励分配。
• 过程奖励机制：不仅关注最终结果，还对推理过程中的每一步进行即时反馈和打分，缓解了长上下文任务中的信用分配问题。

这些技术创新使得M2.5在训练过程中能够更高效地利用计算资源，同时保持模型的稳定性和多样性，为复杂任务的处理提供了坚实基础。

1.4 Lightning Attention架构

M2.5还采用了Lightning Attention架构，通过块分割（tiling）技术将注意力计算拆分为块内（传统矩阵乘法）和块间（线性右乘）两部分，显著提升了长上下文处理能力与推理速度。这一技术使得模型能够处理更长的上下文，同时保持稳定的推理性能，为Agent场景中复杂、多轮交互任务提供了技术支持。

1.5 高效推理与部署优化

M2.5提供了两个版本：M2.5-Lightning和M2.5，它们在能力上完全相同，但在速度和成本上有所差异：

• M2.5-Lightning：支持100 TPS（每秒事务处理量）的超高吞吐量，是主流模型的两倍左右；定价为每百万输入token约0.3美元，输出约2.4美元。
• M2.5：吞吐量为50 TPS，价格减半，输入仍为0.3美元/百万token，输出降至1.2美元/百万token。

这种设计使企业能够根据具体需求选择最适合的版本，在性能与成本之间找到最佳平衡点。同时，模型支持INT4和FP16两种量化版本，显存占用分别从24GB降至8GB和12GB，使得在单张RTX 3090显卡（16GB显存）上即可流畅运行，大幅降低了硬件部署门槛。

二、核心能力与性能表现

2.1 编程能力：接近架构师级的代码生成

M2.5在编程能力方面表现突出，在SWE-Bench Verified评测中获得80.2%的高分，在Multi-SWE-Bench评测中达51.3%，较前代模型M2.1（SWE-Bench Verified 69.4%）有显著提升。更值得注意的是，M2.5在编程前展现出"原生Spec能力"，即能够像资深架构师一样主动拆解功能需求、设计系统结构、规划UI界面，形成完整的技术方案后再进行代码生成，这一特性使其更接近真实开发工作流。

在多语言编程方面，M2.5支持超过10种编程语言（包括Go、Rust、Java、Python、C++等），覆盖从0到1的系统设计与环境搭建、从1到10的核心开发、从10到90的功能迭代，再到90到100的代码审查与测试的全流程开发。其在Droid和OpenCode两种编程脚手架上的通过率分别为79.7和76.1，均超过了Claude Opus4.6（分别为78.9和75.9），显示出在编程领域的全面竞争力。

2.2 工具调用与搜索能力：高效的任务处理

在工具调用和搜索能力方面，M2.5表现出色，在BrowseComp评测中达到76.3%的准确率（带上下文管理），RISE评测中也展现出专家级搜索能力。相比前代模型，M2.5在完成同等任务时轮次消耗减少约20%，以更少的交互步骤解决复杂问题，大幅提升了效率。

在Agent任务拆解与执行方面，M2.5结合强化学习优化的任务拆解能力，端到端运行时间比前代M2.1减少37%，从平均31.3分钟降至22.8分钟，与Claude Opus4.6的22.9分钟相当。更关键的是，M2.5平均每个任务消耗352万token，而前代M2.1需要372万token，减少了不必要的内部推演，使解决问题的路径更加精准。

2.3 办公场景能力：专业工作流的直接交付

M2.5在办公场景中也取得了显著能力提升，在Word、PPT、Excel金融建模等Workspace高阶场景中表现出色。在GDPval-MM评测框架中，M2.5与主流模型对比取得了59.0%的平均胜率，表明其能够直接输出符合行业标准的文档、演示文稿和表格文件，满足企业办公场景的真实需求。

特别是在Excel金融建模方面，M2.5能够从多个公开数据源提取并核验核心数据，整合成规范的结构化表格。例如，针对全球资产管理规模前五的主权财富基金，模型能够准确提取基金名称、所属国家、资产管理规模、现任负责人等信息，并标注数据来源，展现出强大的多源数据整合能力。

2.4 中文综合能力：专业领域的精准支持

M2.5在中文综合能力评测中获得65.7%的准确率，虽然略低于同为闭源的doubao-seed（71.7%）和gemini-3-pro（72.5%），但其在编程、工具调用和搜索等垂直领域的表现已达到行业领先水平。在法律、金融等专业领域，M2.5通过与行业专家合作，将行业隐性知识融入模型训练，实现了在专业场景中的精准交付能力。

三、应用场景与落地案例

3.1 企业级应用

M2.5已在多个企业场景中落地应用，展现出强大的生产力提升能力：

• 智能客服Agent：某电商平台将M2.5部署为智能客服系统，使用INT4量化版在2台RTX 3090服务器上运行，实现100TPS的稳定吞吐。相比传统客服系统，响应延迟从5秒降至<500ms，GPU成本降低60%，同时支持5000+用户的并发咨询。这一应用使客服系统从"抽样服务"升级为"全覆盖服务"，实现了服务模式的根本性转变。
• 全栈开发Agent：某代码生成平台使用M2.5原生Agent SDK，仅用3天就完成了代码生成Agent的开发与部署。用户代码生成效率提升3倍，工具调用准确率达98%，显著降低了开发门槛，使非专业开发者也能利用AI能力提升工作效率。
• 数据分析Agent：在金融领域，M2.5被用于多源数据合成与结构化分析。模型能够从多个公开渠道提取核心数据，并整合成规范的结构化表格。例如，针对全球头部主权财富基金的评测显示，模型能够准确提取并核验包括资产管理规模、收益率、基尼系数等复杂指标，数据提取准确率和整合效率均达到行业领先水平。

3.2 边缘计算与低资源场景

M2.5的轻量化设计使其能够在边缘计算场景中发挥重要作用：

• 边缘端自动化运维Agent：某制造企业将M2.5 INT4版本部署在仅配备16GB显存的边缘服务器上，结合传感器数据进行实时故障诊断。部署后故障诊断准确率达95%，且无需将数据上传至云端，有效保障了数据安全性和实时响应能力。
• 实时数据处理Agent：在工业物联网场景中，M2.5能够处理来自边缘设备的实时数据流，进行异常检测和预测性维护。其高吞吐量设计（100TPS）确保了低延迟响应，满足工业场景对实时性的高要求。

3.3 开发者生态与个人应用

M2.5的开源策略催生了丰富的开发者生态：

• 法律合同审核Agent：开发者可以基于M2.5快速构建专业法律合同审核Agent。例如，法律合同审核Agent能够结合法律知识库，对劳动合同中的试用期约定、社保条款、违约金约定等核心风险点进行标注和分析，准确率高达97.6%。这种Agent不仅能够识别高风险条款，还能提供通俗易懂的修改建议，降低了法律专业知识的使用门槛。
• 金融建模Agent：金融从业者可以利用M2.5构建自动化财务分析Agent，快速生成投资报告、风险评估模型等专业文档。模型在Excel金融建模任务中的表现尤为突出，能够处理复杂的财务公式和数据分析，大幅降低了专业金融分析的时间成本。
• 教育辅助Agent：在教育领域，M2.5能够精读数百页的专业教材（如《数学分析原理》），提炼核心概念并用通俗易懂的语言解释，帮助学生建立知识体系。这一应用使专业教育不再局限于有限的教育资源，而是能够普惠更多学习者。

四、成本效益分析与经济模型创新

4.1 低成本推理：经济模型的根本变革

M2.5的最大创新在于其极致的成本控制，这彻底改变了Agent部署的经济模型：

• Token成本对比：M2.5-Lightning的输入/输出Token价格分别为0.3/2.4美元/百万，而Claude Opus4.6为5/25美元/百万。以编程任务为例，假设平均消耗352万token，M2.5-Lightning的单任务成本约为0.84美元，而Claude Opus4.6约为8.8美元，成本优势达9.3倍。
• 运行时间成本：M2.5-Lightning以每秒100个token的速率运行，连续工作一小时的成本约为1美元；若降至每秒50个token，则每小时成本仅0.3美元。这意味着1万美元的预算理论上可以支撑4个Agent连续工作一年，使Agent的持续运行成为经济可行的选择。
• 吞吐量与成本平衡：M2.5提供两种版本，Lightning版本速度更快但成本较高，标准版本速度减半但成本也减半。这种设计使企业能够根据任务紧急程度灵活选择，在速度与成本之间找到最佳平衡点。

4.2 硬件部署成本优势

M2.5的轻量化设计使其在硬件部署方面也具有显著优势：

• 显存占用优化：通过INT4量化技术，M2.5的显存占用从24GB降至约8GB，在单张16GB显存的RTX 3090服务器上即可流畅运行，大幅降低了硬件门槛。
• 多机并行部署：通过vllm等推理框架，M2.5支持多机并行部署。例如，使用2机tensor并行可实现200TPS的吞吐量，满足大规模并发需求。这种部署策略使企业能够根据预算灵活调整计算资源规模，实现成本与性能的最优配置。
• 私有化部署优势：相比必须依赖云端API的闭源模型，M2.5支持本地化部署，企业可将模型运行在自有服务器上，避免数据传输成本和延迟问题。同时，本地部署使模型更新和定制更加灵活，适应企业特定需求。

4.3 企业TCO（总拥有成本）分析

以一个典型的企业场景为例，假设每天需要处理100个客户工单，每个工单涉及查询数据库、发送邮件等操作：

• 人工方案：雇佣一名客服，时薪20美元，每天工作8小时，成本160美元，一个月（22天）约3520美元。
• M2.5方案：处理每个工单约需5分钟，全天总计约8.3小时，按1美元/小时的成本计算，每天花费8.3美元，一个月仅需183美元。

对比之下，使用M2.5的成本仅为人工方案的5%，降本幅度高达95%。如果企业原本使用Claude Opus等高价模型，成本差异将更加显著。这种TCO的革命性降低，使企业能够将AI从辅助工具转变为真正的生产力工具，重构业务流程和商业模式。

五、模型迭代与未来发展趋势

5.1 M2系列的快速迭代路径

从M2到M2.5的108天迭代周期中，MiniMax实现了多项关键能力的跃升：

• 编程能力：SWE-Bench Verified成绩从69.4提升至80.2，进步曲线在同业中尤为陡峭。
• Agent任务效率：端到端运行时间减少37%，token消耗降低5.4%（从372万降至352万）。
• 多语言支持：Multi-SWE-Bench得分从40.5%提升至51.3%，在多语言复杂环境中超越Claude Opus4.6。

这种快速迭代路径主要得益于Forge框架的40倍训练加速和CISPO算法的稳定性提升，使模型能够持续吸收用户反馈和真实场景数据，不断优化性能。

5.2 Agent Universe生态构建

MiniMax在发布M2.5的同时，提出了构建Agent Universe生态的愿景，希望通过开源和本地化部署，降低Agent开发和部署门槛，推动Agent规模化应用。这一生态战略的核心包括：

• 开发者工具包：提供Agent SDK和Remix功能（一键复刻优秀项目），降低Agent开发门槛。
• 行业专家套组：针对金融、法律、医疗等垂直领域，提供预训练的专家Agent套组，加速行业应用落地。
• 社区驱动创新：M2.5开源后不到一天，全球用户已在MiniMax Agent平台上构建了1万多个专家Agent，形成强大的社区创新生态。

5.3 未来技术演进方向

基于当前技术趋势和M2.5的创新经验，未来大模型可能向以下方向发展：

• 多模态能力增强：将文本、语音、视觉等多模态能力深度融合，支持更丰富的Agent交互方式。
• 自适应推理机制：根据任务复杂度动态调整推理深度和广度，实现更精准的资源利用。
• 联邦学习与隐私保护：在保护数据隐私的前提下，实现跨组织、跨场景的模型持续优化。
• Agent协作网络：构建多Agent协作系统，支持复杂任务的分布式处理和协同决策。

六、总结与展望

MiniMax-M2.5代表了大模型技术发展的重要里程碑，它通过MoE架构、Forge框架、CISPO算法和Lightning Attention等创新技术，实现了**"小参数、大能力、低成本"**的技术突破。在编程、工具调用与搜索、以及办公场景三大核心领域，M2.5已达到与Claude Opus4.6等顶级模型相当的性能水平，同时将成本降至1/10至1/20，实现了AI经济模型的根本性变革。

M2.5的开源策略和本地化部署能力，使AI不再是大企业的专属工具，而是中小企业和个人开发者都能负担得起的生产力助手。这种普惠化趋势将加速AI在各行业的渗透，推动"智能体经济"的快速发展。从编程开发到客服系统，从数据分析到办公自动化，M2.5正在重新定义AI在企业中的角色——从辅助工具转变为真正的生产力伙伴。

随着Agent Universe生态的构建和完善，M2.5有望成为连接AI技术与真实业务场景的桥梁，推动AI从"会聊天"进化到"会干活"，真正释放大模型在产业数字化转型中的巨大潜力。未来，随着多模态能力增强、自适应推理机制完善和联邦学习技术成熟，M2.5及其后续版本将进一步拓展应用场景，为各行业带来更深入的智能化变革。

MiniMax-M2.5的发布不仅是技术上的突破，更是AI商业化的重大创新。它证明了在保持模型性能的同时，通过架构优化和训练策略创新，可以大幅降低AI应用的经济门槛，使AI真正成为"用得起的员工"，为全球企业和个人带来更普惠的智能体验。

七、相关图表

编程：像架构师一样思考和构建

在编程的核心测试中，M2.5 相比于上一代模型有了显著提升，达到了跟 Claude Opus 系列类似的水平。在多语言相关的任务 Multi-SWE-Bench 上，M2.5 更是达到了第一。

搜索和工具调用

办公