編輯｜楊文

這個(gè)春節(jié)，MiniMax 殺瘋了。

2 月 20 日，港股馬年首個(gè)交易日，MiniMax 收盤股價(jià)報(bào)漲 14.52%，市值一度沖破 3042 億港元。

這輪上漲并非只是資本市場(chǎng)的情緒宣泄。

過(guò)去兩年，AI 行業(yè)的敘事幾乎集中在供給側(cè)，比如更強(qiáng)的模型、更快的芯片、更大的數(shù)據(jù)中心。然而，制約 AI 產(chǎn)業(yè)規(guī)?；涞氐模斯┙o側(cè)的能力上限外，還有大量長(zhǎng)期憋著、始終未能真正釋放的需求。

春節(jié)假期前后，MiniMax 發(fā)布新一代模型 M2.5，這些被壓制的需求終于找到了一個(gè)出口。

M2.5 發(fā)布后 12 小時(shí)內(nèi)登頂 OpenRouter 熱度榜，一周內(nèi)登頂調(diào)用量榜首，周調(diào)用量暴漲至 3.07T tokens，超過(guò) Kimi K2.5、GLM-5 與 DeepSeek V3.2 三家的總和。

這還不是故事的全部。OpenRouter 整體調(diào)用量也在同步攀升。官方隨后確認(rèn)，M2.5 帶動(dòng)了 100K 至 1M 長(zhǎng)文本區(qū)間的增量調(diào)用需求，而這個(gè)區(qū)間正是 Agent 工作流的典型消耗場(chǎng)景。

此前因?yàn)檎也坏侥芰统杀就瑫r(shí)過(guò)關(guān)的模型，大量開(kāi)發(fā)者手里攥著現(xiàn)成的工作流卻遲遲無(wú)法啟動(dòng)。Agent 任務(wù)的 token 消耗遠(yuǎn)比普通對(duì)話密集，需求一旦被激活，帶動(dòng)的調(diào)用增量自然相當(dāng)可觀。

硅谷在用什么，已經(jīng)悄悄變了

早在 MiniMax 推出 M2.1 模型時(shí)，被公認(rèn)為 Cursor 最強(qiáng)挑戰(zhàn)者的硅谷新貴 Kilo Code 就已表態(tài)。這家可調(diào)用全球超過(guò) 500 種模型的 AI 編程工具，在核心產(chǎn)品的默認(rèn)模型位置上，曾高調(diào)宣布首選 MiniMax M2.1。

Kilo 聯(lián)合創(chuàng)始人兼 CEO Breitenother 給出的理由簡(jiǎn)單粗暴：在開(kāi)發(fā)者直接評(píng)判的真實(shí)編碼工作流程中，M2.1 能夠與前沿模型相媲美。

此次 M2.5 發(fā)布后隨即全面開(kāi)源，模型權(quán)重在 HuggingFace 上發(fā)布，支持本地部署，Kilo 再次宣布接入。與此同時(shí)，OpenCode、OpenClaw、Fireworks、Factory、TRAE、Cline、OpenHands、Roo Code，以及 Ollama、vLLM、SGLang、Dify、魔搭社區(qū)等國(guó)內(nèi)外知名開(kāi)源 Agent 應(yīng)用、開(kāi)源工具平臺(tái)，也在第一時(shí)間接入

Kilo 代表新一代 AI 編程工具的方向，OpenClaw 代表最新的 AgentOS，它們?cè)诘讓幽Ｐ偷倪x擇上極為挑剔，M2.5 能夠成為這類產(chǎn)品的優(yōu)先推薦，意味著在真實(shí)生產(chǎn)環(huán)境中對(duì)于模型的認(rèn)可。

在編程領(lǐng)域最具代表性的 SWE-Bench Verified 評(píng)測(cè)中，M2.5 以 80.2% 的通過(guò)率達(dá)到了與 Claude Opus 系列相當(dāng)?shù)乃剑诙嗾Z(yǔ)言任務(wù) Multi-SWE-Bench 上排名第一。

知名技術(shù)博主 Simon Willison 使用 mini-swe-agent 對(duì)當(dāng)前主流模型進(jìn)行了獨(dú)立測(cè)評(píng)，結(jié)果顯示 M2.5 排名第三，僅次于 Claude Opus 4.5 和 Gemini 3 Flash，且是開(kāi)源模型中的第一名

執(zhí)行效率也有實(shí)質(zhì)性提升。研究機(jī)構(gòu) SemiAnalysis 實(shí)測(cè)顯示，在 8 張 H200 顯卡上，M2.5 在合理首 token 延遲范圍內(nèi)能夠持續(xù)達(dá)到每 GPU 每秒約 2500 個(gè) token 的吞吐量，即便在嚴(yán)格要求每用戶每秒 20 個(gè) token 交互性的條件下，處理超過(guò) 1 萬(wàn)個(gè) token 的上下文時(shí)仍能維持穩(wěn)定的解碼速度。

開(kāi)源 Agent 社區(qū)的密集接入同樣說(shuō)明問(wèn)題。對(duì)于需要長(zhǎng)時(shí)間運(yùn)行、高頻調(diào)用工具的 Agent 框架來(lái)說(shuō)，模型的定價(jià)直接決定了產(chǎn)品能否跑通商業(yè)邏輯。

M2.5 的價(jià)格區(qū)間恰好落在這批產(chǎn)品真正能接受的范圍里。它提供兩個(gè)版本：100 TPS 快速版，輸入每百萬(wàn) tokens 僅需 0.3 美元，輸出每百萬(wàn) tokens 僅需 2.4 美元；50 TPS 版本輸出價(jià)格還要再降一半。

能力、速度、成本，這三個(gè)維度在 M2.5 上同時(shí)達(dá)標(biāo)，帶來(lái)的結(jié)果在 OpenRouter 上看得尤為清楚，M2.5 第一次走出了一條接近指數(shù)型的曲線。

滿足真實(shí)需求，從底層重新設(shè)計(jì)

這些提升的背后，得益于 MiniMax 從工程底層重新設(shè)計(jì)的一套原生 Agent 強(qiáng)化學(xué)習(xí)系統(tǒng)，代號(hào) Forge。

Forge 將 Agent 的執(zhí)行邏輯與底層訓(xùn)練推理引擎徹底解耦。在此之前，大多數(shù) RL 框架要求把 Agent 當(dāng)作白盒來(lái)處理，Agent 與框架之間需要深度共享內(nèi)部狀態(tài)，一旦涉及動(dòng)態(tài)上下文管理或多 Agent 協(xié)作，工程復(fù)雜度就會(huì)急劇膨脹；傳統(tǒng)的 Token-In-Token-Out 模式還迫使 Agent 與底層 Tokenizer 深度綁定，維護(hù)訓(xùn)練和推理之間的一致性成本極高。

Forge 通過(guò)引入中間件抽象層繞開(kāi)了這兩個(gè)問(wèn)題。Gateway Server 作為標(biāo)準(zhǔn)化通信網(wǎng)關(guān)，將 Agent 的高層行為與底層模型復(fù)雜性隔離；Data Pool 異步收集訓(xùn)練軌跡，使生成與訓(xùn)練徹底解耦。這套架構(gòu)讓 MiniMax 可以在不修改任何 Agent 內(nèi)部代碼的前提下，接入數(shù)百種框架和數(shù)千種工具調(diào)用格式進(jìn)行訓(xùn)練。

訓(xùn)練效率上，F(xiàn)orge 引入了 Prefix Tree Merging 方案，將訓(xùn)練樣本從線性序列重構(gòu)為樹(shù)形結(jié)構(gòu)，消除了多輪 Agent 請(qǐng)求之間大量重復(fù)的上下文前綴，實(shí)現(xiàn)了約 40 倍的訓(xùn)練加速，同時(shí)顯著降低了顯存開(kāi)銷。

異步調(diào)度上，F(xiàn)orge 提出 Windowed FIFO 策略，在最大化系統(tǒng)吞吐量的同時(shí)，通過(guò)滑動(dòng)窗口約束控制樣本的離策略程度，避免訓(xùn)練分布向「快而簡(jiǎn)單」的樣本嚴(yán)重偏移，兼顧了效率與穩(wěn)定性。

算法層面，MiniMax 沿用自研的 CISPO 算法保障 MoE 模型在大規(guī)模訓(xùn)練中的穩(wěn)定性，并針對(duì) Agent 場(chǎng)景的長(zhǎng)軌跡信用分配難題，設(shè)計(jì)了由過(guò)程獎(jiǎng)勵(lì)、任務(wù)完成時(shí)間獎(jiǎng)勵(lì)與 Reward-to-Go 三部分組成的復(fù)合獎(jiǎng)勵(lì)：過(guò)程獎(jiǎng)勵(lì)對(duì) Agent 中間行為進(jìn)行密集監(jiān)督，不只依賴最終結(jié)果；任務(wù)完成時(shí)間獎(jiǎng)勵(lì)將相對(duì)完成時(shí)間作為獎(jiǎng)勵(lì)信號(hào)，激勵(lì)模型主動(dòng)利用并行策略選擇最短執(zhí)行路徑；Reward-to-Go 則通過(guò)標(biāo)準(zhǔn)化回報(bào)大幅降低梯度方差，穩(wěn)定優(yōu)化過(guò)程。

此外，MiniMax 還將上下文管理機(jī)制直接整合進(jìn)了 RL 交互循環(huán)，將其視為驅(qū)動(dòng)狀態(tài)轉(zhuǎn)換的功能性動(dòng)作，讓模型在訓(xùn)練階段就學(xué)會(huì)預(yù)見(jiàn)并適應(yīng)上下文變遷，這從根本上解決了長(zhǎng)程任務(wù)中隨交互輪次增加而出現(xiàn)的注意力稀釋問(wèn)題。

正是這套系統(tǒng)，讓 M2.5 在 Kilo、OpenClaw 這類對(duì)模型要求頗為苛刻的 Agent 框架上跑出了穩(wěn)定的表現(xiàn)。

超越 Agentic Engineering，面向下一代應(yīng)用生態(tài)

在過(guò)去 108 天里，MiniMax 陸續(xù)推出了 M2、M2.1 和 M2.5，在 SWE-Bench Verified 榜單上，M2 系列的進(jìn)步速度超過(guò)了 Claude、GPT 和 Gemini 系列，是行業(yè)迭代最快的

這個(gè)節(jié)奏，恰好踩在一個(gè)需求爆發(fā)的窗口上。OpenClaw 從籍籍無(wú)名到席卷全球，前后不過(guò)一兩個(gè)月時(shí)間。如今 OpenRouter 上已有上千種類似工具和應(yīng)用在此生長(zhǎng)，這片 ChatGPT、Claude、Gemini「御三家」之外的生態(tài)里，開(kāi)發(fā)者只認(rèn)一個(gè)標(biāo)準(zhǔn)：模型跑不跑得通、用不用得起。

能力達(dá)到第一梯隊(duì)、價(jià)格只有主流旗艦?zāi)Ｐ褪种弧⑦€支持本地部署，MiniMax M2.5 和一系列國(guó)產(chǎn)模型的出現(xiàn)，恰好在性能與成本之間擊穿了那個(gè)臨界點(diǎn)，讓開(kāi)源社區(qū)里那些原本只存在于 Demo 中的復(fù)雜多 Agent 系統(tǒng)，第一次具備了大規(guī)模商業(yè)落地的經(jīng)濟(jì)可行性。

3T tokens 的周調(diào)用量背后，是開(kāi)發(fā)者們用腳投出的票。這個(gè)數(shù)字不只是 M2.5 模型的增量，更是硅谷下一代的開(kāi)源生態(tài)應(yīng)用的增量

那些被壓制了許久的 Agent 需求，真的要開(kāi)始跑起來(lái)了。