MiniMax-M2.5

是什么

MiniMax-M2.5 是 MiniMax 于 2026 年 2 月发布的大语言模型，权重开放。模型卡上标注的检查点规模为 229B 参数，采用修改版 MIT 许可证，因此可以在公司自有系统之外下载和运行^[1]。权重于 2026 年 2 月 12 日发布到 Hugging Face，同一天发布的还有一个速度更快的版本 MiniMax-M2.5-Lightning^[2][3]。它面向的是智能体（agent）类任务：写代码、修代码、浏览网页，以及需要多步操作而不是一问一答的办公工作。

怎么训练出来的

MiniMax 用强化学习在数十万个复杂的真实环境里训练这个模型^[1]。训练框架的核心是自研的 Forge，一个「智能体原生」的强化学习框架，MiniMax 称它把训练速度提升了约 40 倍。Forge 与 CISPO 算法、过程奖励机制（process reward）配合使用；过程奖励不只对最终答案打分，也会给任务的中间步骤反馈^[1]。

两个版本与价格

两个版本能力相同，差别在速度。MiniMax 表示 Lightning 与 M2.5 的能力完全一致，两者都支持缓存^[1]。Lightning 稳定运行在每秒 100 个 token，标准版为每秒 50 个^[1]。按小时计算，每秒 100 token 时运行一小时约 1 美元，每秒 50 token 时约 0.3 美元^[1]。Lightning 的 API 标价为每百万输入 token 0.3 美元、每百万输出 token 2.4 美元^[1]。MiniMax 还表示，在每秒 50 token 的速度下，标准版 M2.5 的成本是 Lightning 的一半^[1]。

评测成绩

MiniMax 给出的主要成绩是：SWE-bench Verified 80.2%，Multi-SWE-Bench 51.3%，在配有上下文管理的情况下 BrowseComp 76.3%^[1]。换到第三方脚手架（scaffold）上，差距会缩小：通过 Droid 脚手架，M2.5 在 SWE-Bench Verified 上得 79.7，Claude Opus 4.6 为 78.9；通过 OpenCode 时两者分别为 76.1 和 75.9^[1]。模型卡的评测元数据里还列有 SWE-Bench Pro 55.4^[1]。

速度和 token 用量也一并给出了数据。MiniMax 称 M2.5 完成 SWE-Bench Verified 评测比上一代 M2.1 快 37%，与 Claude Opus 4.6 的速度相当^[1]。在 SWE-Bench Verified 上，它每个任务平均消耗 3.52M token，M2.1 为 3.72M^[1]。

公司内部的使用

MiniMax 公布了一些内部数据：约 30% 的内部任务由 M2.5 自主完成，新提交的代码中约 80% 由它生成^[1]。在内部的 GDPval-MM 办公任务评测中，公司称 M2.5 的平均胜率为 59.0%^[1]。这些数字由 MiniMax 自己发布，不是独立第三方的测量。

在发展中的位置

2026 年 3 月，MiniMax 又推出了 MiniMax-M2.7^[2]。