前几天GPT-5.3-Codex、Claude Opus 4.6同时发布的时候我还在调侃怎么国内AI没啥动静反而红包拼得火热。这次MiniMax M2.5、DeepSeek V4等模型的发布又有一种好饭不怕晚的感觉。就拿MiniMax M2.5来说10B激活参数的“小身板”在编程、推理、agent能力上不比Opus 4.6差而且token输入输出速度上会快出不少我连夜测试了不下10个代码场景完全可以作为日常开发和办公的主力模型。从最新的信息来看MiniMax M2.5的输入每百万token 0.3美元启动缓存后综合成本仅为0.06美元便宜到可以让agent 7*24小时运行。不知道大家发现没有最近OpenClaw其实带火了MiniMax我看到在x上有很多帖子把MiniMax M2.0部署在OpenClaw上跑任务一方面推理和调度agent的性能足够好很适配OpenClaw另一方面token性价比高用得起要知道OpenClaw可是token燃烧机器。从M2.0到这次的M2.5MiniMax靠着大规模强化学习让AI模型在各种任务和环境里的能力更强。一般来说算力和任务越多Scaling Law凸显能力提升越接近线性增长所以M2.5模型推理速度和吞吐量均翻倍对代码和agent的支持更激进和彻底且深度集成office文件的处理和开发。这里面的玩法就非常多了日常办公提效、个人AI助理、全场景agent等等。10B参数的M2.5完全可以私有化部署在个人电脑上24GB显存、32GB内存就够了头部级的性能开发个编程agent、数据分析工具、个人知识库等绰绰有余也能作为团队的AI助手真的很香。MiniMax的意图很明显加量不加价基本是瞄准Opus 4.6去打的在token消耗指数倍增的今天性价比会成为大模型新的竞争门槛。从最新的模型评测数据来看M2.5在软件工程能力上表现得非常强其中SWE-Bench Verified验证后的软件工程能力和SWE-Bench Pro专业级软件工程能力均排名第三而Multi-SWE-Bench多语言软件工程能力则排名第一力压Opus 4.6和Gemini3 Pro。不过从终端操作能力来看M2.5 Terminal Bench 2终端操作能力得分略低一些我觉得这和激活参数大小有一些关系M2.5参数仅为10B主要聚焦在推理、编程、agent和速度上是正常的。评测作为参考不能代表模型的真实能力还是要拿真实场景去跑才能知道M2.5到底怎么样首先考验模型编程能力最好的方式就是进行端到端的应用开发一句话生成一个能执行且好用的软件应用。这次我想让M2.5开发一个markdown写作应用能实现编辑、渲染、导入、导出、切换UI、复制到公众号等功能相对较复杂。先搭建开发环境去MiniMax开放平台上申请key然后可以通过Python SDK或者Claude Code、Cursor、Trae等AI编程工具上进行配置。我是在Trae上配置的可参考以下截图。配置好后你就会看到对话框下有个MiniMax-M2.5选他就对了。接着通过简单的提示语让M2.5生成一份详细的开发文档md文件。我想开发一个现代化的markdown web编辑器类似typora左边是文件目录右边是编辑界面要求简洁、编辑界面即时渲染、支持导入导出、本地图片加载等功能请你设计准确且简洁的提示语并导出为markdown格式。你会得到如下的开发文档markdown-editor-spec.md每次生成都会有差异可以按需修改。最后在对话框输入开发指令这样M2.5就会开始写代码。它会读取文档信息并梳理开发步骤采用的是ViteReactTypeScript技术栈。开发好后在浏览器通过http://localhost:5173/打开应用就得到了一个简洁但使用的Markdown编辑器。它支持创建md文件并可以编辑、分屏实时渲染、预览、插入本地图片、导出PDF、明亮暗黑模式等我后来还加上了切换Github、Typora UI风格、一键复制到公众号的功能可以说满足了95%以上的Markdown写作需求。编写代码时代码框的渲染是多样的。复制到公众号富媒体编辑器会保留原UI风格。这样一个完成度非常高的Markdown编辑器我没有写任何一行代码都是M2.5独立完成的而且几乎没有在执行的过程中报错每次优化也能准确理解我的意图十分的聪明。以下是同样的提示语国外某最新顶尖模型跑出来的效果可以作为对比。整个开发过程速度会略慢于M2.5我发现整体UI布局和样式还不错也能完成编辑和渲染等工作。我还测试了M2.5的agent和office文件处理能力生成一个可在终端运行的AI自动化办公智能体能实现两大功能。1、自动将excel表格整理成可视化数据报告2、自动生成代办事项和outlook日历比如分析一个汽车销量数据M2.5会对Excel数据进行读取、分析、可视化并输出分析报告。M2.5对于MCP等外部工具的调用能力同样很强比如用它来开发个AI日历能实时搜索最新的AI产品资讯和发布日期记录到日历中并能生成分析报告导出outlook ics文件。提示语如下使用MiniMax M2.5和python搭建一个AI日历agent核心功能是收集全球AI技术和产品上市和更新等资讯并 整理为日历通过可视化日历形式展示定期去更新。支持功能包括1、调用某MCP收集全球AI技术和产品上市和更新等资讯2、MiniMax M2.5整理收集的信息处理为日历格式并通过flask搭建网页进行展示3、支持导出outlook ics格式、word分析报告4、支持手工刷新资讯并经过用户逐条确认后才能更新到日历里通过以上几个代码案例测试可以发现MiniMax M2.5并不是那种追求大而全的模型而是定位聚焦在编程、offfice等职场生产力和agent落地场景关键它还很便宜非常适合私有化部署跑千奇百怪的智能体可玩性非常高。这次M2.5有点类似于从程序员到全栈架构师的升级精通十多种开发语言具备前后端综合能力且训练了几十万的开发场景既可以完成系统从0到1的开发也能实现从1到100的迭代优化最终交付一个复杂的可落地产品。另外它通过Forge这样的原Agent RL框架让模型具备了原生agent的能力不管在工具调用、多步推理、环境交互、长期规划等各种行为上都有提升是实现通用agent的基础素质。总的来说M2.5在性能、速度、成本上的平衡做的不错这是Agent RL算法能力、Reward设计创新、工程优化和行业知识积累上的综合结果在这个AI技术迭代极度“内卷”的今天能站在第一梯队其实并不容易。