DataLearner 标志
MI

MiniMax M2.5

推理大模型MiniMax MMiniMax M2.5

MiniMax M2.5

发布时间: 2026-02-12更新于: 2026-07-17浏览量: 7,000
模型参数
2290亿
上下文长度
128K
多语言支持
支持
推理能力
4/5

MiniMax M2.5 是MiniMaxAI于 2026-02-12 发布的推理大模型。支持文本输入和文本输出,上下文窗口为 128K,主要能力包括推理大模型、多语言。页面已收录官方资料、API 定价、公开评测,便于核对规格和使用成本。

数据优先来自官方发布(GitHub、Hugging Face、论文),其次为评测基准官方结果,最后为第三方评测机构数据。 了解数据收集方法

MiniMax M2.5

模型基本信息

推理过程
支持
思考模式
思考模式 (默认)常规模式
上下文长度
128K tokens
最大输出长度
暂无数据
模型类型
推理大模型
输入/输出模态
文本 → 文本
发布时间
2026-02-12
模型文件大小
230GB
MoE架构
是
总参数 / 激活参数
2290亿 / 100亿
知识截止
暂无数据
MiniMax M2.5

开源和体验地址

代码开源状态
预训练权重开源
MINIMAX MODEL LICENSE- 免费商用授权
在线体验
MiniMax M2.5

官方介绍与博客

DataLearnerAI博客
暂无
MiniMax M2.5

API接口信息

接口速度
3/5
💡默认单位:$/100万 tokens。若计费单位不同,则以供应商公开的原始标注为准。
标准模式
类型适用条件输入输出
文本-$0.300/ 1M tokens$1.20/ 1M tokens
加速模式
类型适用条件输入输出
文本-$0.600/ 1M tokens$2.40/ 1M tokens
缓存定价Prompt缓存
类型有效期写入读取
文本-$0.375/ 1M tokens$0.030/ 1M tokens
文本-—$0.030/ 1M tokens

表中「—」表示该模态在此方向不计费,或供应商未公开对应价格。

MiniMax M2.5

评测结果

MiniMax M2.5 当前已收录的代表性评测结果包括 SWE-bench Verified(14 / 116,得分 80.20)、Claw Bench(4 / 29,得分 92.10)、Pinch Bench(7 / 38,得分 87.80)。 本页还汇总了参数规模、上下文长度与 API 价格,便于结合评测结果与部署约束一起判断模型适配度。

思考模式
工具使用

抽象归纳与泛化

共 2 项评测
评测名称 / 模式
得分
排名/总数
ARC-AGI-1
思考模式
63.67
121 / 193
ARC-AGI-2
思考模式
4.86
140 / 181

综合知识考试

共 1 项评测
评测名称 / 模式
得分
排名/总数
HLE
思考模式
19.40
160 / 235

科学知识与推理

共 2 项评测
评测名称 / 模式
得分
排名/总数
GPQA Diamond
思考模式
85.20
87 / 253
CritPt
思考模式
1.10
151 / 204

仓库修复与多文件工程

共 2 项评测
评测名称 / 模式
得分
排名/总数
SWE-bench Verified
思考模式工具
80.20
14 / 116
SWE-Bench Pro - Public
思考模式工具
55.40
31 / 62

数学

共 1 项评测
评测名称 / 模式
得分
排名/总数
AIME2025
思考模式
86.30
55 / 110

写作与创意表达

共 1 项评测
评测名称 / 模式
得分
排名/总数
Creative Writing
常规模式
1361
72 / 110

客服与业务流程

共 1 项评测
评测名称 / 模式
得分
排名/总数
τ²-Bench - Telecom
思考模式工具
97.80
7 / 30

指令与格式遵循

共 1 项评测
评测名称 / 模式
得分
排名/总数
IF Bench
思考模式工具
70
15 / 31

事实查找与深度检索

共 1 项评测
评测名称 / 模式
得分
排名/总数
BrowseComp
思考模式工具
76.30
26 / 58

跨能力综合测试

共 1 项评测
评测名称 / 模式
得分
排名/总数
LiveBench
深度
60.14
70 / 117

自主开发与终端任务

共 2 项评测
评测名称 / 模式
得分
排名/总数
Terminal Bench 2.0
思考模式工具
51.70
32 / 48
Terminal Bench Hard
思考模式工具
34.80
75 / 244

跨行业工作评估

共 1 项评测
评测名称 / 模式
得分
排名/总数
GDPval-AA
思考模式
36
11 / 15

跨应用与工具编排

共 2 项评测
评测名称 / 模式
得分
排名/总数
Claw Bench
思考模式工具
92.10
4 / 29
Pinch Bench
思考模式工具
87.80
7 / 38

跨能力聚合指数

共 1 项评测
评测名称 / 模式
得分
排名/总数
ECI
unknown
146.68
63 / 167

和其他模型对比

MiniMax M2.5

发布机构

MiniMax M2.5

模型解读

MiniMax M2.5是由稀宇科技(MiniMax)开发的一款大语言模型,于2026年2月12日正式上线。该模型激活参数量为10B,总参数量未公开,采用大规模强化学习训练,支持超过10种编程语言,包括Python、Java、JavaScript等。 其设计重点在于为Agent场景提供生产级支持,强调在真实复杂环境中的应用。

模型能力方面,MiniMax M2.5在编程、工具调用、搜索和办公生产力场景中表现出色。在编程领域,它支持全栈开发,覆盖Web、Android、iOS等多平台,能够从系统设计到代码审查的全流程处理;在SWE-Bench Verified基准测试中得分80.2%,Multi-SWE-Bench得分51.3%。 在工具调用和搜索方面,BrowseComp得分76.3%,优化了任务拆解和token消耗,相比上一代M2.1,完成任务速度提升37%。 在办公场景中,它处理Word、PPT、Excel等高阶任务,在GDPval-MM评测中平均胜率59.0%。 推理速度可达100 TPS,是部分主流模型的两倍左右。

外部评价显示,该模型在编程和Agentic性能上与Claude Opus 4.6相当,在某些基准测试中接近或超过国际顶尖水平。 用户反馈指出,其在工具调用和响应速度上表现良好,但复杂任务处理可能需更精确提示。 在BridgeBench基准中得分59.7%,略低于Claude Opus 4.6的60.1%,但成本更低。 部分测试显示,长上下文召回平均96.7%,Agent任务总分提升42.8%。 媒体报道称,其性价比高,适用于实际工作场景,但生成结果有时需进一步修改。

使用途径包括通过API接入,支持Anthropic API兼容模式,模型名为MiniMax-M2.5,可用于OpenClaw、Claude Code等工具。 已在MiniMax Agent平台上线,支持全能模式和专家模式,可处理行业研究、金融建模等任务。 定价分为两个版本:100 TPS版本输入0.3美元/百万token,输出2.4美元/百万token;50 TPS版本输出价格为前者的一半。连续运行一小时(100 token/s)成本1美元,(50 token/s)成本0.3美元,相当于部分国际模型的1/10至1/20。

MiniMax M2.5

常见问题

MiniMax M2.5 是什么模型?

MiniMax M2.5 是MiniMaxAI于 2026-02-12 发布的推理大模型。支持文本输入和文本输出,上下文窗口为 128K,主要能力包括推理大模型、多语言。页面已收录官方资料、API 定价、公开评测,便于核对规格和使用成本。

MiniMax M2.5 支持哪些输入和输出模态?

当前官方资料记录其支持文本输入,并生成文本输出。

MiniMax M2.5 的上下文窗口和最大输出是多少?

上下文窗口为 128K。未公开或无法确认的规格不做推测。

MiniMax M2.5 适合哪些任务?

根据已收录的官方能力标签,它适合推理大模型、多语言相关任务;实际效果应结合具体工作流验证。

MiniMax M2.5 是否提供 API,价格如何查看?

页面已收录 MiniMaxAI 的 4 条定价规则。价格可能随地域、上下文档位、缓存和时间变化,应以页面价格表及官方计费页为准。

MiniMax M2.5 是否开源?

代码许可为 MIT License,模型权重许可为 MINIMAX MODEL LICENSE;使用前仍应核对官方许可原文。

DataLearner 官方微信

欢迎关注 DataLearner 官方微信,获得最新 AI 技术推送

DataLearner 官方微信二维码