每經記者｜陳婷    每經編輯｜董興生    

春節(jié)AI（人工智能）大戰(zhàn)，MiniMax（HK00100，股價680.0港元，市值2132.72億港元）沒有缺席。

2月12日，MiniMax正式上線最新旗艦編程模型MiniMax M2.5。據(jù)悉，作為全球首個為Agent（智能體）場景原生設計的生產級模型，其編程與智能體性能（Coding&Agentic）比肩國際頂尖模型，直接對標Claude Opus 4.6，支持PC（個人電腦）、App（應用程序）、跨端應用的全棧編程開發(fā)。

或受此消息影響，截至2月13日港股收盤，MiniMax股價上漲15.65%，總市值2132.72億港元。

同樣值得注意的是，M2.5-lightning版本支持100 TPS（每秒事務處理量）以上輸出速度，是主流模型的2倍左右；輸入價格約0.3美元/百萬Token（令牌/詞元），輸出價格約2.4美元/百萬Token。

若按每秒輸出100 Token計算，連續(xù)運行一小時成本約1美元；若按50 Token計算，成本約0.3美元。這意味著，1萬美元理論上可支持4個Agent連續(xù)工作一年。

春節(jié)前夕，各家AI企業(yè)的押注方向已經出現(xiàn)區(qū)別。當有的玩家押注多模態(tài)、有的搶灘C端（消費者端）入口，MiniMax卻將籌碼悉數(shù)押在Agent場景的“性能與成本雙突破”上。這是價格戰(zhàn)的前奏，還是加速AI商業(yè)化落地的新路徑？

上線文本模型背后：MiniMax想要重構Agent經濟？

就MiniMax M2.5這一模型的性能，快思慢想研究院院長田豐對《每日經濟新聞》記者表示，從M2.5的定位來看，它是“原生Agent生產級模型”，其核心價值在于為Agent場景提供可靠的任務文本理解和復雜問題長程推理能力。

“在編程、工具調用、復雜任務拆解等Agent核心能力上，M2.5已經達到全球SOTA（State of the Art?，最先進的）水平，這些能力是構建高效Agent的基石?！碧镓S表示。

種種跡象都表明，MiniMax對Agent的布局已然清晰。

過去108天，MiniMax從M2、M2.1迭代至M2.5，在SWE-Bench Verified（軟件工程基準測試）成績從69.4提升至80.2分。記者了解到，團隊將這一躍遷歸因于大規(guī)模Agent強化學習（RL Scaling）。

據(jù)了解，其自研Forge框架通過解耦訓練引擎與Agent，實現(xiàn)對任意Agent腳手架和工具的泛化優(yōu)化，并通過異步調度與樹狀合并策略實現(xiàn)約40倍訓練加速。

同時，在算法層面采用CISPO優(yōu)化與過程獎勵機制，緩解長上下文場景中的信用分配問題，并將“任務真實耗時”納入獎勵函數(shù)，在效果與響應速度之間取得平衡。

2月12日，M2.5已在MiniMax Agent上線，并于13日全球開源支持本地化部署。不到一天，來自全世界的用戶已經在MiniMax Agent上構建了1萬多個專家，且數(shù)量仍在快速增長。

MiniMax表示，希望在持續(xù)提升模型能力的同時，構建一個可持續(xù)擴展的Agent生態(tài)——Agent Universe。

值得一提的是，在現(xiàn)階段，AI企業(yè)的押寶重點更多在多模態(tài)大模型等方向，MiniMax在此時推出文本大模型，意欲何為？

就此，田豐表示，MiniMax把幾乎所有資源都集中押在了基座模型能力的持續(xù)提升上，“M2.5的推出是這一戰(zhàn)略的延續(xù)——先有底座模型能力，再向外輻射到具體應用場景”。

不過，他也提到，MiniMax是國內最早采用全模態(tài)模型技術路線的企業(yè)之一，推出純文本模型并非放棄多模態(tài)，而是在已有全模態(tài)能力基礎上，針對Agent場景進行專項優(yōu)化。

艾媒咨詢CEO張毅則向記者表示，MiniMax大力推進低成本大模型，背后是一條清晰的差異化路線：避開多模態(tài)競爭的紅海賽道，直擊Agent在落地過程中成本高、效率低的核心痛點。

除了性能上的進展，外界對M2.5的一大關注點便是成本控制。MiniMax方面認為，當性能與成本不再構成約束，Agent規(guī)?；渴鸬慕洕Ｐ蛯l(fā)生根本變化。

就M2.5在成本控制上的表現(xiàn)，北京市社會科學院副研究員王鵬對記者表示，MiniMax等廠商將Agent使用成本壓至極低水平，標志著AI商業(yè)化從“技術驗證”進入“規(guī)模替代”階段。

王鵬認為，過去，高昂的推理成本限制了Agent的應用場景（僅能用于高價值任務），而如今低成本使得企業(yè)可以批量部署AI，處理日常重復性工作（如客服、數(shù)據(jù)錄入），甚至創(chuàng)造新的商業(yè)模式（如按結果付費的AI服務）。

行業(yè)是否會走向價格比拼？專家：更可能引發(fā)“價值戰(zhàn)”

值得一提的是，春節(jié)前夕，不少AI企業(yè)都進行了Agent相關布局。

在產品上，各路玩家正在馬不停蹄地搶占先機。2月11日，美團LongCat發(fā)布原生“深度研究”Agent。用戶盲測顯示，其攻略“整體可用率”達61.1%，優(yōu)于ChatGPT的42.8%。目前該功能已在LongCat網頁免費開放。

1月20日，MiniMax發(fā)布Agent2.0版本，定位“AI原生工作臺”，不僅上線桌面端，支持Mac和Windows，還推出面向專業(yè)垂直場景的“專家Agents”。1月19日，階躍星辰正式官宣，全新升級電腦端Agent產品“階躍AI桌面伙伴”，并推出Windows版本，可以免費使用。

就模型方面而言，2月3日晚，阿里開源新一代智能體編程模型Qwen3-Coder-Next，僅激活3B，其智能體編程性能就可媲美DeepSeek-V3.2、GLM-4.7等頂級開源模型。

據(jù)了解，基于技術新突破，“小快靈”的Qwen3-Coder-Next推理成本顯著降低，僅為同等性能模型成本開銷的5%到10%，特別適用于家用電腦、輕量服務器等低成本智能體部署場景，也是目前Agent編程能力最強的小型開源編程模型。

阿里方面表示，面臨現(xiàn)實世界中令Agent頭疼的長上下文推理、工具使用、從執(zhí)行失敗中恢復等難題，千問這一新模型都能從容應對。

可以發(fā)現(xiàn)，就與Agent相關的大模型而言，降低成本是目前行業(yè)的主攻方向。這是否意味著，隨著M2.5的入場，行業(yè)有可能走向價格比拼？

“這未必是燒錢換市場?！睂Υ?，張毅認為，其低價主要是通過技術優(yōu)化實現(xiàn)的，不完全是補貼燒錢的老路?！爸劣谑欠窨赡芤l(fā)價格戰(zhàn)，得觀察后續(xù)市場的變化。但可以肯定的是，它會加速（淘汰）低效的競品，行業(yè)也轉向性能加成本的雙維競爭?！?/p>

田豐則認為，M2.5的低成本是技術架構優(yōu)化和工程能力提升的必然結果，將推動Agent從“概念驗證”走向“規(guī)?；逃谩?，更可能引發(fā)“價值戰(zhàn)”而非傳統(tǒng)“價格戰(zhàn)”。

“我們預測，大模型行業(yè)每年降低10倍推理成本是很可能持續(xù)下去的趨勢。M2.5的出現(xiàn)將加速這一趨勢，推動整個行業(yè)向更高效、更低成本的方向發(fā)展?！碧镓S說。

他還提到，此前Agent產品的定價普遍較高，主要面向企業(yè)級客戶，M2.5帶來的成本優(yōu)勢有望讓Agent走向更廣泛的中小企業(yè)市場、開發(fā)者市場，甚至個人用戶?！斑@或將擴大整個Agent市場的規(guī)模，而非單純的價格競爭。”

在王鵬看來，Agent的爆發(fā)和成本下降，標志著AI從“技術奇點”走向“產品奇點”，“如同智能手機取代功能機，未來AI的競爭將不再是參數(shù)大小，而是能否真正融入工作流程、創(chuàng)造實際價值”。

春節(jié)AI大戰(zhàn)如火如荼，AI規(guī)模化落地的臨界點到了？

就行業(yè)集體押注Agent的原因，王鵬認為，其背后本質是技術范式從“被動響應”向“主動執(zhí)行”的躍遷。

“傳統(tǒng)大模型如同‘知識庫’，而Agent更像‘數(shù)字員工’，能拆解任務、調用工具、處理異常，甚至自我優(yōu)化。這種轉變源于企業(yè)需求升級：用戶不再滿足于獲取信息，而是要求AI直接完成工作閉環(huán)（如自動處理訂單、生成財報）?！蓖貔i說。

隨著新模型和新產品的集體上線，截至目前，就Agent賽道而言，各企業(yè)之間開始拉開差距了嗎？

對此，田豐認為，Agent大模型賽道確實正在拉開差距，但這一差距更多體現(xiàn)在工程化能力、場景落地能力和成本效益三個維度，而非單純的參數(shù)規(guī)?；蚧A能力。

值得一提的是，當前，各企業(yè)對Agent的布局背后離不開對AI商業(yè)化落地的迫切需求。

田豐便指出，M2.5被明確定位為“原生Agent生產級模型”，所有核心能力提升都圍繞編程、工具調用、辦公生產力等高價值經濟任務展開。這種專業(yè)化路徑的選擇，體現(xiàn)了MiniMax對商業(yè)化落地的深刻理解。

同樣值得注意的是，今年春節(jié)期間，AI已成為各大科技企業(yè)重點布局的賽道。盡管各家發(fā)力路徑各有側重，但行業(yè)已展現(xiàn)出逐漸趨同的共識與方向。

田豐提到，行業(yè)正從“拼參數(shù)”轉向“拼營收”“拼利潤”，單純的技術領先已不足以確保市場勝利，誰能更快地將技術優(yōu)勢轉化為可量化的商業(yè)收入，誰就能贏得最終勝利。

此外，他認為，無論是字節(jié)的“流量+場景”模式、阿里的“電商平臺+生態(tài)”模式，還是MiniMax的“專業(yè)化+落地”模式，本質上都是在構建各自的不同生態(tài)壁壘。

張毅也提到，從春節(jié)的AI大戰(zhàn)可以看出，已經由同質化“內卷”走向差異化的方向?！皬S商發(fā)力方向明顯出現(xiàn)分化，主要路徑包括多模態(tài)、Agent效率和生態(tài)可落地等，根源在于不同廠商在技術化稟賦、商業(yè)化的階段和場景訴求上存在不同?！?/p>

在他看來，這也標志著整個行業(yè)正從圍繞參數(shù)規(guī)模的“軍備競賽”，轉向更場景化、更落地、更細分的全新競爭階段。

從“炫技”走向“商用”，從“嘗鮮”走向“普及”，今年春節(jié)，AI賽道你方唱罷我登臺，好不熱鬧。當AI的成本門檻被逐漸拉低，當用戶開始越來越多地接觸到AI產品，這場春節(jié)期間的密集競演，或許將被后人視為AI從“節(jié)日煙火”走向“日用燈火”的歷史性轉折點。

封面圖片來源：每經媒資庫