MiniMax M2.5：龙虾御用，Agent 永不停机

推荐语

MiniMax M2.5以10B参数实现旗舰级Agent性能，本地推理成本低至1美元/小时，让AI助手永不停机。

核心内容：
1. M2.5在编程基准测试SWE-Bench的突破性表现
2. 超小激活参数带来的成本优势与本地化部署案例
3. 真实工作流中多平台Agent并行任务实战演示

杨芳贤

53AI创始人/腾讯云(TVP)最具价值专家

2026年春节前这周，可以称为中国 AI 全年成果大展。

一个接一个，根本停不下来。

昨天 MiniMax 也发布了 M2.5，激活参数和 M2.1 一样只有 10B。

M2.1 是小龙虾作者 Peter 最推荐的开源模型。

M2.5 相比 M2.1 是一次快速的进化，在编程领域最具代表性的 SWE-Bench Verified 上，M2 系列的进步速度是所有模型系列里最快的，超过了 Claude、GPT 和 Gemini。

Peter 把 Opus 作为主力模型，MiniMax 作为 fallback，当 Opus 的 token 用完了，自动切换到 MiniMax 继续跑。

而且他不只是云端调用。他在自己的 2 台 Mac Studio 上用 MiniMax 跑本地推理，不依赖模型厂的套餐，完全本地化，龙虾永远不掉线。

能在本地跑起来，靠的是 M2.5 在一系列旗舰模型里，拥有最小的激活参数。

M2.5 的激活参数只有 10B。作为对比，GLM-5 激活 40B，Kimi K2.5 大约 50B，DeepSeek V3.2 大约 30B。

模型的激活参数虽小，但 Agent 能力却不俗，Peter 以及很多🦞用户实测下来，MiniMax 是小龙虾里效果最好的开源模型。

参数小带来的好处是连锁反应：推理速度达到 100 TPS，几乎是主流旗舰模型的两倍。以这个速度连续工作一小时，成本只要 1 美金。如果降到 50 TPS，只要 0.3 美金。

这意味着让一个复杂 Agent 无限运行下去，在经济上变得完全可行了。

Agent 和工具调用

M2.5 的工具调用能力非常强悍，在多项工具调用的指标均为头部水平。搜索是 Agent 最常用的工具，MiniMax 为此还自建了一个评测集 RISE（Realistic Interactive Search Evaluation），专门测真实专业任务上的搜索能力。

相比 M2.1 的提升也非常明显。在 BrowseComp、Wide Search、RISE 多项任务上，M2.5 用更少的搜索轮次拿到了更好的结果，轮次消耗少了大约 20%。模型学会了用更短的路径逼近答案。

海外开发者 Tom Osman 用 Clawdbot × MiniMax 重构日常工作流。他在 Telegram、Slack、WhatsApp、iMessage 上都部署了龙虾，通过语音或文字随时下指令。一个典型的工作日里，他会让龙虾分析网站、调研信息、撰写博客、更新元数据、起草社交帖子、发送邮件，所有任务并行跑，他只需要在不同的 Agent 之间切换对话。

他对 MiniMax 的评价是：在工具调用方面表现非常出色，而且相当准确。用的是每月 10 美金的 Coding Plan，用量远没到上限。

10B 的尺寸天然适合这类场景。Agent 要 7×24 小时不停地跑，模型越小，持续运行的成本越低，可行性越高。龙虾作者 Peter 选 MiniMax 做 Opus 的 fallback，本质上就是看中了这一点：

当你需要一个 Agent 一直跑下去的时候，10B 的模型能让你真的跑得起。

在我的实际测试中，我让 Minimax M2.5 来跑一个测试任务。

去监控一下每天有哪些热度最高的小龙虾的 skill，它完成得非常好。

编程和泛用性

编程方面，M2.5 相比 M2.1 的进步巨大，SWE-bench Verified 80.2%，Multi-SWE-Bench 51.3% 拿了全行业第一。

在提升能力的同时，还同时提升了推理速度。端到端完成 SWE-bench 任务从 M2.1 的 31.3 分钟降到 22.8 分钟，快了 37%，跟 Opus 4.6 的 22.9 分钟几乎一样。每个任务的 token 消耗从 3.72M 降到 3.52M。变快了，还变省了。

还有个很有趣的点是 M2.5 在不同编程客户端里的泛用性很强。在 Droid 上跑 SWE-Bench，M2.5 是 79.7（Opus 4.6 是 78.9）；在 OpenCode 上是 76.1（Opus 4.6 是 75.9），这样也就不太依赖 Claude Code 这而已的闭源脚手架了。

能提升对 OpenCode 的支持真的是很好的一件事。

OpenCode 是 Claude Code 的开源平替，安装简单，上手容易。

而且里面的 MiniMax M2.5 是限时免费的，都不需要配置。

我让它写了一个 2026 年的春运实时监控，每小时自动监控并更新网页，得到的网页是这样的：

从工具到同事：Agent 的下一步

MiniMax 给 M2.5 的定位是真实世界的好同事。

这是因为 Agent 是未来软件的使用者，是每个团队里都会有的新同事。

这个转变一旦发生，对模型的要求就彻底变了。

自主 Agent 时代，Agent 要 7×24 小时不停地跑，一天几百次推理调用，你在乎的是：能力够不够用、速度快不快、成本扛不扛得住。

那雇佣 Agent 一年大概需要多少钱呢？

M2.5 有两个版本，快速版本在以每秒输出 100 个 token 的情况下，连续工作一小时只需要 1 美金，而慢速版在每秒输出 50 个 token 的情况下，只需要 0.3 美金。

算下来，雇佣 Agent 让它们 7x24 地工作，每个 Agent 的月薪才 200 美金，你只需要花一万美金，就能获得四个永不休息的同事。

未来几年算力供给是线性增长，需求是指数增长，Token 只会越来越稀缺。

在这个大背景下，自主 Agent 时代能 7x24 持续运转极为重要。

因为只有这样，Agent 才能走向真实世界，成为你真正的同事。