M2.5登顶OpenRouter：打造人人所需的核心AI模型秘诀
作者 ｜ 王兆洋
邮箱 ｜ wangzhaoyang@pingwest.com
先看一组数据：
评估模型编程能力的主流榜单SWE-bench Verified上，Claude Opus 4.6 得分80.8%，Gemini 3.1 Pro 80.6%，MiniMax 2.5 80.2%，GLM-5 77.8%，Kimi K2.5 76.8%。
最大分差也不超过4分，差距就这么点大。开发者今天其实已经很难只靠这些“考试分数”来选择要用的模型。
但最近还有另一组很有意思的数据，来自最重要的模型调用平台之一OpenRouter：
最新统计显示，最近其平台上的token调用激增，且其中很多需求来自100K-1M长文本任务，也就是agent工作流最典型消耗区间。刺激这些需求爆发的一个重要因素是一个新模型的发布——MiniMax M2.5。单是在OpenRouter上，它发布后七天的调用量就到了破纪录的 3.07T tokens。
这说明什么？
今天公开的benchmark也就是打榜式的评测已经没那么重要了，因为差别不再明显。但与此同时，真实使用者的感受越来越关键，做好了，你就可以成为最受欢迎的那一个，因为用户们对模型的需求远远未被满足。
所以，关键的问题变成，如何做出大家最需要的那个模型。
可以先来看看这个备受欢迎的MiniMax M2.5是一个什么样的模型。
1.模型部署上：10B激活参数，实战中总结的甜点位
MiniMax M2.5，一个总参数 230B，激活参数只有10b的模型。它不会叫自己端侧模型，但已经是私有化部署最友好的模型。这是一个实战中总结出来的性价比甜点位，也是头部模型里这种友好度里的唯一选择。
2.价格：没有波动，这是开发者最在意的负担
人们想尽可能多消耗token，但对价格变化又有负担，M2.5通过各种工程和算法更新，在性能提升同时，把价格维持住了，这其实说明MiniMax自己也清楚知道真实的开发者的最大负担是什么。
3.模型的核心能力：死磕Coding和Agent，让开发者真的认真考虑用它替代Claude
此次M2.5在编程上性能提升的来源，不再是“不论过程只管对标结果”的方式，而是把开发过程里的代码工程甚至开发思维训练到模型里。M2.5的spec能力就是一个典型的代表。
最新报告这样形容：M2.5 具备了像架构师一样思考和构建的能力，比如模型演化出了原生 Spec 行为：在动手写代码前，以架构师视角主动拆解功能、结构和 UI 设计，实现完整的前期规划。
M系列阶段性目标明确，此时此刻，它就是要死磕Coding 和 Agent。它在SWE-Bench Verified 已经做到80.2%的水平，同时约1 元/小时的成本给你100 tokens/秒的吞吐，还要什么自行车。
这当然是个带有赌注成分的决定，并且需要做出trade off，但目前看起来效果不错收益明显。大量Claude Code用户在选择模型时真的逃不开要考虑M系列模型，这就很能说明问题。
4.推理：推理效率的极致优化，每一环都是在解决业务压力
M2.5在工程化上持续补全：平衡吞吐和稳定的Windowed FIFO，把大量重复前缀合并处理、解放出40倍效率的树状结构……推理的每个环节都在继续优化。
5.以及可能是最重要的，又一个技术创新：RL框架Forge
MiniMax在技术上一直挺有追求，不少新的思路是它第一批尝试然后反馈给行业里，比如此前的交错思维链式推理等。而这一次它重点介绍了用在M2.5训练里的一个新的 RL 框架 Forge 。
这是一个工业级的Agent RL 训练方案，也就是它的目标非常务实，就是面向真实复杂的场景大规模训练AI Agent。
上个阶段把Agent训入模型的方式其实依然粗糙，它们有点“混为一谈”的感觉，而Forge这次核心探索了对Agent部分和模型本身基础能力做解耦的方法。
先把Agent和它需要的环境抽象出来，与模型本身区分开，然后在两者间增加一个中间层，既扮演物理隔离的作用，也提供智能调度和实施策略调整的角色。这很巧妙。
更有意思的是，这样解耦后，还解锁了一个新的scale的方向，就是把各种Agent框架放进去做训练，最终获得泛化能力。这是个非常有用，甚至直接能影响开发者体验的泛化，它让M2.5可以适配各种见过没见过的“脚手架”。
这同样是真实agent场景里非常需要的能力。
看过M 2.5的这些训练重点，你会发现，它的这些优化都不是为了刷榜，而是为了解决非常具体的问题——在Agent的需求快速取代了所谓对话场景的需求后，模型该提供什么样的智能。
它需要在效果和价格上找到微妙平衡，持续提升性能的同时降低成本。
这说来简单，但对这个度的把握很难。模型厂要对这些开发者的需求有最直接的感知。而MiniMax的“手感”其实正来自这家公司自己内部。
M2.5背后，MiniMax 的M系列模型最重要的研发思路就是要解决它内部各个团队在开发agent的过程里遇到的问题。
闫俊杰曾在M1发布后分享过：“公司内部的小伙伴一直在搭建各种各样的Agent，来帮助解决公司飞速发展中遇到的各项挑战……但是我们发现没有一款模型在这些Agent上能完全满足我们的需求。这里面的挑战在于好的模型需要在效果、价格和推理速度上取得好的平衡，这几乎是一个‘不可能三角’……我们一直在探索，能不能有一款模型能在效果、价格和速度上能取得比较好的平衡，从而让更多的人能受益于Agent时代的智能提升。”
所以，MiniMax M2发布时，它做到当时Claude主力模型价格的8%，而最新的MiniMax M2.5价格是Claude主力模型的1/12。甚至，M2.5直接被形容为“1万美元可以让4个Agent连续工作一年”的模型，这几乎意味着你可以不需要考虑使用成本地近乎无限使用它。
同时，从死磕编程能力、开发Forge框架再到各种推理优化，它继续榨出更好的模型效果和更快推理速度。
而其中像Forge框架这种创新，就是整个M2.5背后思路的典型代表：只有那些自己在日常工作环境里对各种agent脚手架之间的适配感到过绝望，对真实环境里模型与agent能力之间的关系真正“抓狂”过的模型团队才会去解决这些问题。
M2.5显然是MiniMax自己在面对“不可能三角”时最需要的那类模型。现在，它也成了开发者们最需要的那类模型。
所以作为模型公司本身，当你一直在牌桌上，你自己其实就是最能检验模型实际能力和体验的第一道关。
当一家模型公司自己对生产力AI的需求达到最先进程度，它自己面对的体验困局也就会是人们最重要和普遍的需求，它的创新方向就会是大家期待的模型的进步方向。
它自己喜欢的那个模型，就会是大家最喜欢的模型。
点个“爱心”，再走 吧
相关攻略
近日，开源具身智能原生框架Dexbotic宣布正式支持以RLinf作为其分布式强化学习后端。对具身智能开发者而言，这不仅是一次普通的工程适配，更意味着VLA模型研发中长期存在的「SFT与RL割裂」问题，正在被真正打通。 这是一种典型的「乐高式协作」：双方不强行Fork、不粗暴揉合代码，而是保持清晰边
随着大模型参数规模不断增长，混合专家（Mixture-of-Experts, MoE）架构因其稀疏激活特性，成为平衡模型性能与计算开销的主流方案。然而，在实际的Web级应用部署中，一个关键挑战日益凸显：传统MoE的路由机制通常是“无记忆”的。 试想，在搜索引擎、智能问答或多轮对话等高并发场景下，用户
编程十年的一点分享 在软件开发的路上走过十几年，从一个爱好者到以此为业，有些体会或许值得聊聊，就当是抛砖引玉吧。 最早接触编程，是从BASIC和C语言开始的。工作后，随着需要，陆续学习了dBase、Access这类桌面数据库的开发。真正以开发为职业，可以说始于FoxPro 5 0，之后技术栈随着项目
引言 编程，是一门实践科学。这意味着，学习它的最佳方式就是动手去敲代码。但这是否意味着，我们可以因此轻视理论的学习呢？ 入门编程 如果你去各大技术社区提问“该如何入门编程”，五花八门的答案会瞬间涌来。 不过，仔细梳理一下，无外乎以下几种流派： 学院派 他们推荐从C语言入手，并辅以数据结构、操作系统等
想象一下这个场景： 你让 AI Agent 帮你修一个代码 Bug。它打开项目，读了 20 个文件，改了改，跑了一下测试，没过，又改，又跑，还是没过……来回折腾了十几轮，终于——还是没修好。 你关掉电脑，松了口气。然后收到了 API 账单。 上面的数字可能让你倒吸一口凉气——AI Agent 自主修
热门专题
热门推荐
广东无人机适飞空域扩大16%至10 24万平方公里，覆盖全省57%陆地面积，滨海、郊野、工业园区及非核心城区公园等区域开放，深圳市区新增连片适飞区。飞行需通过民航局UOM平台提前申请，严禁“黑飞”，违者将受处罚。平台已升级，实现全国规则统一与分钟级空域更新，支持低空物流与巡检等应用。
杭州Costco门店因iPhone17系列手机引发抢购热潮，数百人排队致迅速断货。抢购源于官方降价与地方补贴叠加：iPhone17Pro全系直降千元，同时当地青年消费补贴可再减10%，最高省千元。双重优惠下，256GB版iPhone17Pro到手价低至7172元，较电商平台便宜近千元，吸引本地及周边消费者。目前门店仍处缺货状态，补货时间未定。
5月17日晚，长征八号运载火箭在海南商业航天发射场点火升空，成功将千帆星座第九批组网卫星送入预定轨道。此次发射是该发射场启用以来的第15次成功发射，也是今年第5次发射，体现了我国商业航天发射能力的日益成熟和常态化运营的稳步推进。
七彩虹新款iGameM15 M16Origo2026款游戏本已发售，起售价11499元。M15为15 3英寸黑色机身，配备2 5K300Hz屏，最高可选Ultra9处理器与RTX5070显卡。M16为16英寸白色款，屏幕规格相同，处理器性能更强，电池容量更大。两款均提供多种配置，享受国家补贴后价格更具竞争力，面向中高端游戏玩家与创作者。
联想在北美市场推出新款ThinkPadT14Gen7商务笔记本，支持用户自行更换LPCAMM2内存。该机型提供多款英特尔酷睿Ultra处理器选项，内存可选16GB至64GB，电池与屏幕亦有多种配置，其中顶配版搭载OLED屏幕。产品起售价为1618美元，高配版本价格超过3700美元，主要面向商用及专业办公市场，兼顾性能、可升级性与不同预算需求。