近日，MiniMax正式上线新一代文本模型MiniMax M2.5，是一款定位为“原生Agent生产级模型”的产品。

10B激活参数跑出旗舰成绩

在编程能力方面，M2.5在权威榜单SWE-Bench Verified得分80.2%、Multi-SWE-Bench得分51.3%，较上一代显著提升；在Multi-SWE-Bench等多语言复杂环境中超越Opus4.6。更重要的是，模型展现出“原生Spec能力”——在编码前主动拆解架构与功能规划，更接近真实架构师的工作模式。

工具调用和搜索能力方面，模型能够自动处理复杂任务，在BrowseComp、Wide Search等多项Agent任务中以更低的轮次消耗取得了更优的效果，相较于上一代模型表现提升20% 。

办公场景中，在Word、PPT、Excel金融建模等Workspace高阶场景中取得了显著的能力提升，在测评框架GDPval-MM与主流模型的对比取得了59.0%的平均胜率。

极致推理重构Agent经济

性能之外，M2.5的另一核心亮点在于极致的推理速度与成本控制。M2.5-lightning版本支持100 TPS以上输出速度，是主流模型的2倍左右；输入价格约0.3美元/百万Token，输出约2.4美元/百万Token。按每秒输出100Token计算，连续运行一小时成本约1美元；若按50Token计算，成本约0.3美元。

这意味着1万美元理论上可支持4个Agent连续工作一年。MiniMax方面认为，当性能与成本不再构成约束，Agent规模化部署的经济模型将发生根本变化。

独创Agent RL支撑高速进化

过去108天，MiniMax从M2、M2.1迭代至M2.5，在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。团队将这一跃迁归因于大规模Agent强化学习（RL Scaling）。

其自研Forge框架通过解耦训练引擎与Agent，实现对任意Agent脚手架和工具的泛化优化，并通过异步调度与树状合并策略实现约40倍训练加速。同时，在算法层面采用CISPO优化与过程奖励机制，缓解长上下文场景中的信用分配问题，并将“任务真实耗时”纳入奖励函数，在效果与响应速度之间取得平衡。

M2.5已于2月12日在MiniMax Agent上线，并于13日全球开源支持本地化部署。不到一天，来自全世界的用户已经在MiniMax Agent上构建了1万多个专家，且仍在快速增长。

MiniMax表示，希望在持续提升模型能力的同时，构建一个可持续扩展的Agent生态-Agent Universe。当模型能力、泛化性和成本都不再是瓶颈，Agent渗透到工作和生活的各个角落——从编程、办公到创作、娱乐，大幅促进Agentic应用的进一步发展。