摘要： MiniMax 於 2026 年 2 月 12 日推出 M2.5 與 M2.5-Lightning，權重同日開放。M2.5 在 SWE-Bench Verified 得 80.2%，平均 22.8 分鐘解一題，花費約為 Claude Opus 4.6 的十分之一；Lightning 速度翻倍、價格更高。229B 權重採 Modified-MIT 授權，可用 SGLang、vLLM、Transformers 或 KTransformers 部署。
2026 年 2 月 12 日，MiniMax 推出 M2.5 與 M2.5-Lightning 兩個模型，權重同一天就放上 Hugging Face 開放取用。官方的定位濃縮成一句話：性能貼著前沿走，收費只剩零頭——SWE-Bench Verified 拿到 80.2%，平均 22.8 分鐘解完一題，與 Claude Opus 4.6 的 22.9 分鐘幾乎打平，花費卻大約只有對方的十分之一。
這場發布剛好落在中國模型密集出貨的檔期：前一天智譜才剛開源 GLM-5（先前的報導），VentureBeat 報導 M2.5 時，主打的角度同樣是成本只有 Claude Opus 4.6 的二十分之一。開源加上低價，如今已是整個市場的基本配置，不再是哪一家的獨門打法。
雙版本：同一套能力、兩檔速度
兩個版本的能力毫無差異，分別只出現在速度與計費上。標準版 M2.5 每秒輸出 50 token，輸入每百萬 token 收 0.15 美元、輸出 1.20 美元；Lightning 把速度拉到每秒 100 token——按官方說法，這是多數前沿模型的兩倍——輸入 0.30 美元、輸出 2.40 美元，而且兩邊都支援快取。換成官方給的具體帳：Lightning 不間斷跑一小時花 1 美元，M2.5 更只要 0.30 美元；四個全年不關機的實例，一整年合計 10,000 美元。
80.2% 之外：跨 harness 才見真章
SWE-Bench Verified 的 80.2% 只是表面數字，更有說服力的是換了 harness 之後成績依然站得住：Droid 上拿 79.7，壓過 Opus 4.6 的 78.9；OpenCode 上則是 76.1 對 75.9。針對單一 benchmark 做最佳化並不難，換到不同環境還能穩定發揮才是難的，而這正是 agent 工程師掏錢前真正在意的事。其他數字：Multi-SWE-Bench 51.3%、BrowseComp 76.3%（搭配 context management），搜尋與工具呼叫的回合數比 M2.1 少約 20%。辦公場景部分，GDPval-MM 評測的平均勝率為 59.0%，對應 MiniMax Agent 內建的 Office Skills。
訓練配方：Forge、CISPO 與大規模 agentic RL
訓練這一側走的是這波中國模型共同的路數：把 agentic 強化學習做到大規模。RL 環境由超過 20 萬個真實編碼任務構成，覆蓋 10 種以上語言，並橫跨 Web、Android、iOS、Windows 的全端工作。兩個自研部件扛起重任：Forge 框架把 agent 與訓練推論引擎拆開，靠樹狀樣本合併加上非同步排程，把訓練提速約 40 倍；CISPO 演算法則負責讓大規模 MoE 訓練保持穩定。獎勵設計一方面納入過程獎勵，一方面對任務完成時間做最佳化，逼模型在聰明與快之間找平衡——22.8 分鐘的平均解題時間就是這樣練出來的。
權重開放與自行架設
權重掛上 Hugging Face，採 Modified-MIT 授權：229B 參數，大部分以 FP8 量化格式儲存，整份下載約 230GB。要把它跑起來，部署路徑是 SGLang、vLLM、Transformers 或 KTransformers。對照官方內部數據——M2.5 目前自主完成公司內 30% 的任務，新進程式碼有 80% 出自它——自架一套「公司編碼主力」的門檻，頭一次低到只需一台多卡伺服器加一份開源權重。
開發者可以記下的三件事
整理成三點觀察。第一，coding agent 的邊際成本正在塌縮：輸出單價只有 Opus 等級的十分之一到二十分之一，跑得再久的 agent，成本也從需要控管的開銷變成背景值。第二，開源權重改寫採購談判的結構：自架得起 229B 的團隊，從此對 API 報價多了一個錨點。第三，速度本身升格為規格：Lightning 的每秒 100 token 讓互動式 agent 的體感貼近本機工具，對 IDE 與 terminal agent 而言，這既是一條新的約束線，也是一塊差異化空間。