文：王智遠(yuǎn) | ID:Z201440

MiniMax M2.5 的新聞大家可能已經(jīng)刷到了。

開(kāi)源、性能對(duì)齊 Claude Opus 4.6、SWE-Bench 80.2%、推理速度是Opus的3倍……

數(shù)據(jù)都很漂亮。但我注意到一個(gè)數(shù)字，它比所有跑分都更值得琢磨：1美金/小時(shí)

什么意思？

你花1美金，能讓一個(gè)SOTA級(jí)別的AI Agent連續(xù)工作一小時(shí)，寫(xiě)代碼、做Excel、查資料、寫(xiě)PPT，24小時(shí)不眠不休。

歷史上，每一次技術(shù)革命的真正爆發(fā)點(diǎn)，還有價(jià)格跌破心理閾值的那一刻；所以，我想聊一個(gè)議題：當(dāng)AI勞動(dòng)力的時(shí)薪降到1美金，世界會(huì)發(fā)生什么？

01

咱們先把這個(gè)數(shù)字放在真實(shí)世界。美國(guó)勞工統(tǒng)計(jì)局的數(shù)據(jù)，知識(shí)工作者的中位時(shí)薪，大概是35到40美金。這是一個(gè)什么水平？

舊金山一個(gè)剛畢業(yè)的本科生，進(jìn)科技公司做運(yùn)營(yíng)，時(shí)薪差不多就是這個(gè)數(shù)；紐約一家咨詢公司的初級(jí)分析師，每小時(shí)也能拿到35美金左右。

國(guó)內(nèi)呢？

我查了一下招聘網(wǎng)站，互聯(lián)網(wǎng)行業(yè)的產(chǎn)品經(jīng)理、運(yùn)營(yíng)、市場(chǎng)這些白領(lǐng)，平均時(shí)薪在50到80人民幣之間，折合下來(lái)7到11美金。

哪怕是把人力外包到東南亞，菲律賓、越南的英語(yǔ)客服，時(shí)薪也很難低于3到5美金。

而M2.5給出的價(jià)格是：1美金/小時(shí)。這還沒(méi)完。MiniMax官方有一個(gè)補(bǔ)充說(shuō)明：在每秒輸出50個(gè)token的模式下，這個(gè)數(shù)字還能進(jìn)一步降到0.3美金/小時(shí)。

0.3美金什么概念？在北京，一瓶礦泉水的價(jià)格。在上海，一趟地鐵的價(jià)格。在硅谷，連給小費(fèi)都不夠。

咱們?cè)贀Q一個(gè)角度算賬。

人類一天工作8小時(shí)，一年工作250天，這是法定的上限；但AI可以7x24小時(shí)連軸轉(zhuǎn)，一年365天不休。你睡覺(jué)時(shí)，它在干活，你過(guò)春節(jié)它在干活，你休年假它還在干活。

所以，真實(shí)效率比是接近200：1。

一個(gè)AI Agent ，一年能產(chǎn)出的工時(shí)，相當(dāng)于200個(gè)全職人類員工。當(dāng)然，這不是說(shuō)一個(gè)AI能替代200個(gè)人，人能做很多AI做不了的事。

但這個(gè)數(shù)字告訴我們另一件事：過(guò)去因?yàn)槿肆Τ杀咎叨覆恢档米觥沟氖虑椋F(xiàn)在可能都值得做了。

舉個(gè)例子：

一家電商平臺(tái)，有100萬(wàn)活躍用戶。理論上，如果給每個(gè)用戶做一次生日關(guān)懷、一次個(gè)性化回訪，轉(zhuǎn)化率肯定能提升；但過(guò)去這事沒(méi)人干，為什么？

因?yàn)?00萬(wàn)次個(gè)性化溝通，按人力成本算，得雇幾十個(gè)客服，一年幾百萬(wàn)的支出，ROI算不過(guò)來(lái)。

現(xiàn)在呢？

一個(gè)AI Agent，1美金一小時(shí)，一天干的活相當(dāng)于幾百個(gè)人類客服同時(shí)開(kāi)工；100萬(wàn)次個(gè)性化溝通，按人力算得幾十個(gè)人干一年，按AI算，可能幾千美金就搞定了。

所以你看，1美金/小時(shí)的意義，在于把過(guò)去「不值得」的事，變成了「值得」，把過(guò)去「只能想想」的事，變成了「可以試試」。

這就是我說(shuō)的臨界點(diǎn)。當(dāng)成本低到一定程度，決策邏輯就變了。變成什么呢？你可以隨時(shí)隨地問(wèn)問(wèn)AI，而且不用擔(dān)心價(jià)格問(wèn)題。

02

有人肯定會(huì)滿腦子疑惑：OpenAI、Anthropic都那么強(qiáng)，這家公司把價(jià)格打到這個(gè)份上，靠補(bǔ)貼嗎？還是賠本賺吆喝？

都不是。

我看了下MiniMax發(fā)的一篇技術(shù)報(bào)告，里面有一個(gè)東西叫「Forge」的訓(xùn)練體系。什么是Forge系統(tǒng)？它是一個(gè)會(huì)「派活」的管家。

簡(jiǎn)單講，它讓模型學(xué)會(huì)三件事：

一，讓快的不用等慢的。真實(shí)世界里，AI干活的速度不一樣。查天氣幾秒就完事，寫(xiě)代碼可能要幾小時(shí)。如果死板地按順序處理，快的就得等慢的。

Forge怎么解決？

它做了一個(gè)叫「Windowed FIFO」的調(diào)度策略，角色很清晰，手里攥著一堆任務(wù)，知道誰(shuí)快誰(shuí)慢，知道哪個(gè)該先派活、哪個(gè)可以等等。

比如：遇到查天氣這種快任務(wù)，管家立刻派給一個(gè)輕量級(jí)的「技能模塊」去處理；遇到寫(xiě)代碼這種慢任務(wù)，管家把它交給專門(mén)的「代碼專家」，然后扭頭就去處理下一個(gè)快任務(wù)，它們互不耽誤，異步協(xié)同。

結(jié)果是整體效率最大化，同樣一臺(tái)機(jī)器，能產(chǎn)出更多活，單位成本自然就降下來(lái)了。

第二件事，讓「反復(fù)算舊賬」這事不再發(fā)生。

Agent干貨有個(gè)特點(diǎn)，它會(huì)反復(fù)調(diào)用模型，每次調(diào)用都帶著長(zhǎng)長(zhǎng)的歷史記錄。比如：你跟它聊了50句，第51句時(shí)它還得把前50句都「回憶」一遍。

傳統(tǒng)方法里，這相當(dāng)于每次都要從頭算一遍歷史，就像我們每天上班，都得重新讀一遍過(guò)去一周的聊天記錄才能開(kāi)始干活，你說(shuō)累不累？

Forge也很煩，它做了一個(gè)叫「前綴樹(shù)合并」的創(chuàng)新，所有共享歷史的請(qǐng)求，只算一次。

舉個(gè)例子：

你問(wèn)AI「幫我寫(xiě)一個(gè)電商網(wǎng)站」，接著又說(shuō)再加個(gè)購(gòu)物車功能，F(xiàn)orge則直接把新功能「嫁接」上去，只算新增的部分。

注釋：圖里上半部分是傳統(tǒng)做法：三個(gè)請(qǐng)求，每個(gè)都帶著長(zhǎng)長(zhǎng)的公共前綴，重復(fù)計(jì)算三次；下半部分是Forge的做法：把公共前綴合并成一棵樹(shù)，只算一次。40倍加速，就是這么省出來(lái)的。

官方數(shù)據(jù)是：40倍訓(xùn)練加速；同樣一筆算力預(yù)算，別人能訓(xùn)練1次，F(xiàn)orge能訓(xùn)練40次。經(jīng)驗(yàn)值的差距，就是這樣拉開(kāi)的。

光拉開(kāi)差距還不夠。Forge還在意一件事：過(guò)程。

過(guò)去訓(xùn)練AI，往只看最終結(jié)果，比如，代碼跑通了，好；沒(méi)跑通，不好。這叫稀疏獎(jiǎng)勵(lì)；問(wèn)題是，中間走了多少?gòu)澛?、浪費(fèi)了多少時(shí)間，系統(tǒng)不管。

Forge引入了過(guò)程獎(jiǎng)勵(lì)。它除了看結(jié)果，還看中間步驟，類似有沒(méi)有亂用工具？是不是繞了遠(yuǎn)路？完成任務(wù)花了多長(zhǎng)時(shí)間？這些都會(huì)被計(jì)入「獎(jiǎng)懲」。

于是，這讓模型學(xué)會(huì)了「又快又好」地干活；是真的在琢磨，怎么用最短的路徑把事辦成。

這直接解釋了為什么M2.5能做到推理速度是其他模型的兩倍，因?yàn)樗挥?xùn)練成了一個(gè)追求效率的「職場(chǎng)老手」，而非一個(gè)為了刷題不惜熬夜的「考試機(jī)器」。

所以，1美金/小時(shí)怎么來(lái)的？

靠一套系統(tǒng)工程，把訓(xùn)練和推理中的每一份算力都榨干，把每一處冗余都去掉，一點(diǎn)一點(diǎn)摳出來(lái)的。

我非常認(rèn)可一個(gè)觀點(diǎn)，當(dāng)推理消耗變成生產(chǎn)資料，模型廠商就有機(jī)會(huì)把「算力稀缺」通過(guò)分層定價(jià)轉(zhuǎn)化為毛利，M2.5的1美金，是把算力從「資源」變成「生產(chǎn)資料」的開(kāi)始。

換句話說(shuō)，MiniMax在重構(gòu)成本結(jié)構(gòu)；這兩件事，看著結(jié)果一樣，但指向完全不同的未來(lái)。

03

未來(lái)會(huì)怎么樣？1美金的AI，會(huì)怎么改變各行各業(yè)？

咱們把賬再往下算一層，先說(shuō)結(jié)論，它意味著一個(gè)「永遠(yuǎn)在線、從不請(qǐng)假、時(shí)薪只要1美金」的員工，是可以直接放進(jìn)業(yè)務(wù)流程里的那種。

咱們?cè)囍鹨幌鲁杀驹趺匆粚右粚觽鲗?dǎo)下去的。

MiniMax M2.5算力中心那一層，MoE架構(gòu)、PD分離、全局KV緩存，這些技術(shù)名詞不展開(kāi)，只說(shuō)結(jié)果，單位算力的產(chǎn)出翻了一倍不止，原來(lái)跑一個(gè)模型需要兩臺(tái)機(jī)器，現(xiàn)在一臺(tái)就夠了。

再說(shuō)模型廠商，F(xiàn)orge系統(tǒng)的40倍訓(xùn)練加速，把研發(fā)成本攤薄了，原來(lái)花1億美金訓(xùn)練出來(lái)的能力，現(xiàn)在花250萬(wàn)就能搞定。

至于API，100 TPS吞吐量，意味著每一塊錢(qián)能買(mǎi)到更多的token。原來(lái)1塊錢(qián)買(mǎi)1000個(gè)token，現(xiàn)在能買(mǎi)3000個(gè)。

注意，100 TPS什么意思呢？

打個(gè)比方：可以把大模型想象成一家餐廳的后廚，TPS是「每秒能出多少道菜」；普通后廚一秒鐘出兩道菜，高峰期就堵死了；M2.5的后廚一秒鐘能出100道菜，哪怕客人排長(zhǎng)隊(duì)，它也能流水一樣往外端。

這個(gè)「出菜速度」落在企業(yè)端，就是另一回事了。

原來(lái)你做一個(gè)批量任務(wù)，比如：生成1萬(wàn)條商品描述，得等半天才能拿到結(jié)果。現(xiàn)在同樣的任務(wù)，幾分鐘就干完了。這意味著你可以把離線跑批」變成「實(shí)時(shí)響應(yīng)」。

落到消費(fèi)者這邊，感受更直接。你跟AI聊天，它回一句要等兩三秒，你會(huì)覺(jué)得卡；如果它秒回，你就感覺(jué)順。這100 TPS，就是把卡變成順的那道坎。

所以，別小看這個(gè)數(shù)字，它是技術(shù)指標(biāo)，更是用戶體驗(yàn)的分水嶺，也是單位成本能打下來(lái)的底氣所在。好，賬算清楚了。那這筆賬落在真實(shí)世界里，長(zhǎng)什么樣？

我就隨便挑兩個(gè)場(chǎng)景：

一個(gè)是服務(wù)業(yè)。以前客服、售后、用戶運(yùn)營(yíng)這些崗位，永遠(yuǎn)是抽樣服務(wù)，100個(gè)用戶進(jìn)來(lái)，能覆蓋20個(gè)就算不錯(cuò)了，因?yàn)槿司湍敲炊啵瑫r(shí)間就那么多。

現(xiàn)在一個(gè)AI Agent可以7x24小時(shí)在線，每個(gè)用戶進(jìn)來(lái)都能被照顧到。不是「抽樣」，是「全覆蓋」。

你想想，年費(fèi)幾十萬(wàn)的SaaS客戶，以前只能在工作時(shí)間找客服；現(xiàn)在半夜三點(diǎn)遇到問(wèn)題，AI能秒回，這難道不是體驗(yàn)重構(gòu)嗎？

另一個(gè)，中小企業(yè)。

小公司請(qǐng)不起法務(wù)、請(qǐng)不起財(cái)務(wù)、請(qǐng)不起市場(chǎng)總監(jiān)，因?yàn)檫@些人太貴了；現(xiàn)在你可以用1美金一小時(shí)，請(qǐng)一個(gè)AI法務(wù)幫你審合同，請(qǐng)一個(gè)AI財(cái)務(wù)幫你對(duì)賬，請(qǐng)一個(gè)AI市場(chǎng)幫你.......

當(dāng)然，它們目前替代不了資深專家。

所以，你發(fā)現(xiàn)沒(méi)有，1美金/小時(shí)的意義，超越了工業(yè)時(shí)代「省幾個(gè)人」的思維，它把過(guò)去不值得的事，變成了值得。

我看到一個(gè)報(bào)告的觀點(diǎn)，當(dāng)模型能在編程、Agent、企業(yè)流程這些高ROI場(chǎng)景里，把「Token用量」穩(wěn)定轉(zhuǎn)化成「省人省時(shí)省返工」的交付價(jià)值時(shí)，它就具備了穿越開(kāi)源與價(jià)格戰(zhàn)的能力。

換句話說(shuō)，幫企業(yè)算得過(guò)賬的AI，才有護(hù)城河，Minimax M2.5做到了這一切。

04

當(dāng)這筆賬在所有行業(yè)都算得過(guò)時(shí)，世界會(huì)發(fā)生什么？

我換個(gè)說(shuō)法，當(dāng)SOTA級(jí)別的智能，變成像水電一樣按需取用的公共服務(wù)，誰(shuí)會(huì)被托起來(lái)？

你可以想象一個(gè)印尼的大學(xué)生，他學(xué)編程，但買(mǎi)不起正版課程，請(qǐng)不起一對(duì)一輔導(dǎo)。

現(xiàn)在他花1美金，讓M2.5給他當(dāng)助教：代碼報(bào)錯(cuò)了，貼進(jìn)去問(wèn)；算法看不懂，讓AI用印尼語(yǔ)講一遍；想做個(gè)小項(xiàng)目賺外快，AI幫他搭框架、寫(xiě)文檔。

1美金，他打一天零工能掙5美金，夠AI干五小時(shí)。

你可以想象一個(gè)肯尼亞的創(chuàng)業(yè)者，他在內(nèi)羅畢做跨境電商，想從中國(guó)進(jìn)貨，但看不懂中文的商品描述；以前他得花高價(jià)請(qǐng)人翻譯，現(xiàn)在把鏈接扔給AI，英文版規(guī)格參數(shù)、物流條款、售后政策，幾分鐘就出來(lái)了。

1美金，他能把十家中國(guó)供應(yīng)商的資料翻個(gè)遍。

你還可以想象一個(gè)巴西的自由職業(yè)者；她在圣保羅接歐美的設(shè)計(jì)單子，以前只能做視覺(jué)部分，因?yàn)槲陌敢糜⒄Z(yǔ)寫(xiě)，她搞不定；現(xiàn)在她用AI寫(xiě)提案、寫(xiě)郵件、寫(xiě)設(shè)計(jì)說(shuō)明，接單范圍從拉美擴(kuò)大到全球。

1美金，它打開(kāi)了一個(gè)以前進(jìn)不去的市場(chǎng)；這些不是科幻片，它們是1美金/小時(shí)落地之后，一定會(huì)發(fā)生的場(chǎng)景。

所以，你看，1美金在硅谷意味著便宜到忽略不計(jì)，但在雅加達(dá)、在內(nèi)羅畢、在圣保羅，它意味著另一件事：第一次用得起和硅谷公司一樣的AI能力。

這聽(tīng)起來(lái)像「技術(shù)普惠」的陳詞濫調(diào)，但它是真的。

歷史反復(fù)證明一件事：每一次基礎(chǔ)設(shè)施的平民化，都會(huì)催生一批我們想象不到的新物種。

印刷術(shù)變便宜時(shí)，沒(méi)人想到會(huì)催生報(bào)紙和小說(shuō)；互聯(lián)網(wǎng)變便宜時(shí)，沒(méi)人想到會(huì)催生電商和短視頻；云計(jì)算變便宜時(shí)，沒(méi)人想到會(huì)催生SaaS創(chuàng)業(yè)的黃金十年。

我真的感嘆，現(xiàn)在輪到AI了。

1美金/小時(shí)，是起點(diǎn)。Minimax M2.5在告訴我們一件事，AI正在從奢侈品變成日用品，從稀缺資源變成基礎(chǔ)設(shè)施。

當(dāng)一種資源變得像水和電一樣便宜時(shí)，用它來(lái)做什么，就是想象力的問(wèn)題。所以，別只盯著M2.5的跑分，1美金/小時(shí)，才是這次發(fā)布真正的信號(hào)。

那問(wèn)題來(lái)了：當(dāng)智能像水電一樣流進(jìn)千家萬(wàn)戶，你想用它來(lái)做什么？春節(jié)有空時(shí)想想看。