每小時 1 美元的 AI 工作夥伴
中國人工智慧新創公司 MiniMax 推出一款可能顛覆企業部署 AI 成本結構的模型。這家總部位於上海的公司發布 M2.5，效能足以媲美最昂貴的西方系統，價格卻只有 Claude Opus 4.6、GPT-5.2 等競品的約十分之一至二十分之一。
這款模型以修改版 MIT 授權條款在 Hugging Face 上架，發布時正值中國 AI 業者密集公布新產品的一週，震撼全球市場，也重畫競爭版圖。根據《南華早報》，MiniMax 股票在香港交易所掛牌，代號為 MINIMAX-WP（00100.HK），消息公布後上漲 11% 至 16%，收盤報港幣 680 元。
MiniMax 將 M2.5 定位為不只是聊天機器人，而是能自主撰寫程式、進行研究及製作文件的企業級數位員工。公司表示，這是首款讓成本顧慮幾乎消失的前沿模型：以每秒 100 個 token 持續運作，每小時只需 1 美元；若採較慢速度，成本則降至每小時 0.30 美元。按照這項定價，四個 AI 代理全年不間斷運作，費用約為 1 萬美元；使用效能相近的西方模型，這筆錢甚至不夠支付一個月的運作成本。
足以挑戰前沿模型的基準測試表現
獨立評估與 MiniMax 自行測試結果顯示，M2.5 位居程式設計模型的頂尖行列，與 Anthropic 的 Claude Opus 4.6 差距不大，價格卻低出許多。在衡量真實世界軟體工程能力的業界標準 SWE-Bench Verified 中，M2.5 得分 80.2%，僅比 Opus 4.6 低 0.6 個百分點，並高於 OpenAI 的 GPT-5.2（80%）及 Google 的 Gemini 3 Pro（78%）。
這款模型在多語言程式設計情境中特別出色，在測試同時理解多個程式碼庫、處理跨儲存庫程式設計任務的 Multi-SWE-Bench 中得分 51.3%。這高於 Opus 4.6 的 50.3%，也大幅領先 Gemini 3 Pro 的 42.7%。在測試複雜全端開發任務的內部基準 VIBE-Pro 中，M2.5 的表現則與 Opus 4.5 相當。
除了程式設計能力，M2.5 也展現出色的代理式 AI 能力。在衡量複雜網頁瀏覽與資訊檢索能力的 BrowseComp 中得分 76.3%，在測試多輪工具使用能力的 Berkeley Function Calling Leaderboard（BFCL）中得分 76.8%，比 Opus 4.6 高出逾 13 個百分點。第三方分析機構 Artificial Analysis 在其 Intelligence Index 中給 M2.5 評分 42 分，遠高於同類模型平均的 25 分；該機構也指出，M2.5 的速度為每秒 80 個 token，高於平均的 55 個。
不過，在採用不同方法、以 48 個全新 GitHub 拉取請求進行測試的 SWE-rebench 2026 年 1 月排行榜中，獨立驗證結果顯示，M2.5 得分為 39.6%，低於 Claude Code 的 52.9%。這表示實際表現可能會因評測工具與任務新舊程度而異。
高效率背後的架構
M2.5 能以低成本運作，關鍵在於其混合專家（MoE）架構。這種設計如同請專家分工，而非由通才處理所有工作。模型雖然共有 2,300 億個參數，但每項任務只會啟用 100 億個。這種選擇性啟用方式，讓系統能保有大型模型的推理深度，同時具備小型系統的速度與成本結構。
為訓練這套複雜架構，MiniMax 開發了專有的強化學習框架 Forge，專為代理式 AI 打造。不同於以產生討喜回覆為目標的標準方法，Forge 會將模型部署到數十萬個即時模擬環境，包括程式碼儲存庫、網頁瀏覽器與辦公室應用程式，並以實際完成任務而非文風是否符合期待作為獎勵標準。透過最佳化非同步排程，以及針對訓練樣本採用樹狀合併策略，系統的訓練速度約為標準強化學習方法的 40 倍。
MiniMax 工程師 Olive Song 在 ThursdAI Podcast 節目中表示，這套訓練流程歷時兩個月，團隊在各種真實情境中密集訓練。為了讓訓練過程保持穩定，團隊採用 CISPO（Clipping Importance Sampling Policy Optimization），透過數學方法避免模型在每輪訓練中矯枉過正。
「我們發現，只要在大量環境與代理中進行強化學習訓練，這類小型模型其實有很大的潛力。但這並不是一件容易的事。」Song 說，並補充團隊花了很多時間反覆改進流程。
這套方法培養出 MiniMax 所稱的「架構師思維」。M2.5 不會立刻開始生成程式碼，而是先規劃專案架構、功能與介面設計，再將複雜任務拆解成可管理的部分後執行。模型的訓練涵蓋 Go、C、C++、TypeScript、Rust、Kotlin、Python、Java、JavaScript、PHP、Lua、Dart 和 Ruby 等 10 多種程式語言，並在超過 20 萬個環境中進行。
從聊天機器人到數位員工
AI 從對話介面轉變為自主工作者，是 M2.5 設計理念的核心。MiniMax 與金融、法律及社會科學領域的資深專業人士合作，將各產業的隱性知識融入模型，使其能產出可交付的工作成果，而不只是文字內容。
這項設計也體現在實用的辦公室自動化能力上，而多數前沿模型並未著重這些功能。M2.5 能建立與編輯 Microsoft Word 文件、製作版面配置適當且包含圖表的 PowerPoint 簡報，也能執行複雜的 Excel 財務建模任務。在採用 Microsoft Excel 世界錦標賽實際題目的 MEWC 基準測試中，模型得分 74.4%。在內部評估框架 GDPval-MM 中，該框架透過兩兩比較評估成果品質與專業發展軌跡，M2.5 對主流競品的平均勝率為 59%。
MiniMax 已在公司內部部署 M2.5，作為企業導入的測試案例。根據公司說法，這款模型目前已能自主完成研發、產品管理、銷售、人力資源及財務等部門 30% 的所有任務。在程式開發環境中，MiniMax 總部新提交的程式碼有 80% 由 M2.5 生成。
公司已將這些能力整合至 MiniMax Agent 平台。使用者在平台上建立了超過 1 萬個專業化 Expert，結合 Office Skills 與特定領域的產業知識。這些設定讓 Agent 能依循既有的標準作業程序進行產業研究，或在財務建模時遵守特定的風險控管邏輯，而非只生成文字內容。
這款模型能跨 Web、Android、iOS 和 Windows 平台進行全端開發，處理伺服器端 API、商業邏輯與資料庫，而不只是製作前端展示。其能力涵蓋整個軟體生命週期，從初始系統設計、功能迭代，到全面性的程式碼審查與測試。
持續運作的成本效益
MiniMax 提供兩種 API 版本，功能相同，差別在於處理速度。M2.5-Lightning 的速度為每秒 100 個 token，每百萬個輸入 token 收費 0.30 美元、每百萬個輸出 token 收費 2.40 美元。標準版 M2.5 的速度為每秒 50 個 token，是前者的一半，費用也減半：每百萬個輸入 token 收費 0.15 美元，每百萬個輸出 token 收費 1.20 美元。
以此估算，四個 M2.5 代理全年不間斷運作，成本約為 1 萬美元。相比之下，Claude Opus 4.6 每百萬個輸出 token 收費約 75 美元，對多數組織而言，若要以相近規模持續運作，成本高得難以負擔。單看輸出價格，M2.5 的成本只有 Opus、Gemini 3 Pro 和 GPT-5 的十分之一至二十分之一。
從特定任務的成本來看，差距更加明顯。ThursdAI Podcast 主持人 Alex Volkov 指出，M2.5 完成 SWE-Bench 任務所需的 token 成本約為 0.15 美元，而 Claude Opus 4.6 完成同等工作則約需 3 美元。成本降低 95%，免除了傳統上盡量精簡提示與減少 token 用量的壓力，讓開發者能將高上下文處理能力、高推理能力的模型用於例行工作，而不必再把這些工作交給較便宜但能力較弱的系統。
兩種 API 版本都支援快取，可進一步降低重複作業的成本。修改版 MIT 授權條款要求商業使用者在使用者介面中醒目標示「MiniMax M2.5」；考量其成本優勢，這項限制並不算苛刻。以每秒 100 個 token 持續生成內容，每小時可產出 36 萬個 token，輸出 token 成本約為 0.86 美元，另加輸入成本。
速度提升也進一步放大成本效益。M2.5 完成端到端任務的速度比前一代 M2.1 快 37%；SWE-Bench Verified 的執行時間從 31.3 分鐘縮短至 22.8 分鐘，與 Claude Opus 4.6 的 22.9 分鐘相當，但每項任務的成本僅為對方的 10%。
市場情勢與競爭壓力
M2.5 的發布為中國人工智慧市場動盪的一週畫下註腳，多家本土業者在這段期間推出具競爭力的模型。智譜 AI 發布 GLM-5，在 Artificial Analysis Intelligence Index 的排名超越 Google Gemini 3 Pro；阿里巴巴推出應用於機器人的 RynnBrain，字節跳動發布影片生成模型 Seedance 2.0，快手則推出 Kling 3.0。MiniMax 與智譜 AI 股價皆大幅上漲，後者在香港股市上漲 30%。
這波密集發布也挑戰了近期對中美 AI 差距的評估。Google DeepMind 執行長 Demis Hassabis 先前曾估計，中國模型只落後西方產品幾個月；MiniMax M2.5 與一週前才發布的 Claude Opus 4.6 表現相近，顯示差距可能已縮短至幾天。SWE-rebench 2026 年 1 月的結果顯示，在全新拉取請求測試中，Claude Opus 4.6 得分 51.7%，GPT-5.2 得分 51.0%，MiniMax M2.5 則為 39.6%。這表示西方模型在最新程式碼任務上仍有優勢，但差距持續縮小。
競爭影響不只反映在基準測試上。MiniMax 的定價策略對仰賴高價 API 收費的西方 AI 實驗室帶來持續壓力。當智慧如 MiniMax 所言「便宜到不必計量」，產業經濟模式就會從稀缺轉向規模，可能顛覆既有業者的營收模式。
對技術主管而言，M2.5 能立即帶來營運優勢。相較前一代提升 37% 的速度，讓模型能在沒有延遲瓶頸的情況下彼此互動，建立即時代理式工作流程。組織如今可以前所未有的規模自動執行程式碼稽核，同時透過自架開放權重模型部署維護資料隱私。
重點整理
- MiniMax M2.5 在 SWE-Bench Verified 得分 80.2%，效能媲美 Claude Opus 4.6，成本僅為十分之一至二十分之一
- 提供兩種 API 版本：標準版每百萬個 token 收費 0.15／1.20 美元（每秒 50 個 token），Lightning 版收費 0.30／2.40 美元（每秒 100 個 token）
- 採用總參數數量 2,300 億的 MoE 架構，每項任務僅啟用 100 億個參數，降低運算負擔
- 使用專有 Forge 強化學習框架，在超過 20 萬個真實環境中訓練，並以 CISPO 演算法維持訓練穩定
- 能自主進行全端開發、建立辦公室文件（Word、Excel、PowerPoint）及執行複雜財務建模
- 目前已在 MiniMax 內部部署，可完成公司 30% 的任務，並生成 80% 的新程式碼
- 以開放權重模型形式在 Hugging Face 上發布，採修改版 MIT 授權條款，商業使用者須標示來源
- 消息公布後，MiniMax 股價（MINIMAX-WP、00100.HK）在香港交易所上漲 11% 至 16%
