如何利用杠杆买入股票:正规炒股指平台杠杆-1万美元=4个Agent全年无休 MiniMax M2.5重构成本模型 AI规模化落地的临界点到了？

　　春节AI（人工智能）大战
，MiniMax（HK00100，股价680.0港元 ，市值2132.72亿港元）没有缺席
。

　　2月12日
，MiniMax正式上线最新旗舰编程模型MiniMax M2.5。据悉，作为全球首个为Agent（智能体）场景原生设计的生产级模型 ，其编程与智能体性能（Coding&Agentic）比肩国际顶尖模型
，直接对标Claude Opus 4.6，支持PC（个人电脑）、App（应用程序） 、跨端应用的全栈编程开发 。

　　或受此消息影响 ，截至2月13日港股收盘
，MiniMax股价上涨15.65%，总市值2132.72亿港元
。

　　同样值得注意的是 ，M2.5-lightning版本支持100 TPS（每秒事务处理量）以上输出速度
，是主流模型的2倍左右；输入价格约0.3美元/百万Token（令牌/词元），输出价格约2.4美元/百万Token。

　　若按每秒输出100 Token计算 ，连续运行一小时成本约1美元；若按50 Token计算，成本约0.3美元 。这意味着
，1万美元理论上可支持4个Agent连续工作一年
。

　　春节前夕，各家AI企业的押注方向已经出现区别。当有的玩家押注多模态
、有的抢滩C端（消费者端）入口 ，MiniMax却将筹码悉数押在Agent场景的“性能与成本双突破”上 。这是价格战的前奏
，还是加速AI商业化落地的新路径？

　　上线文本模型背后：MiniMax想要重构Agent经济？

　　就MiniMax M2.5这一模型的性能，快思慢想研究院院长田丰对《每日经济新闻》记者表示 ，从M2.5的定位来看
，它是“原生Agent生产级模型 ”，其核心价值在于为Agent场景提供可靠的任务文本理解和复杂问题长程推理能力
。

　　“在编程、工具调用 、复杂任务拆解等Agent核心能力上 ，M2.5已经达到全球SOTA（State of the Art
，最先进的）水平，这些能力是构建高效Agent的基石。
”田丰表示 。

　　种种迹象都表明 ，MiniMax对Agent的布局已然清晰
。

　　过去108天
，MiniMax从M2
、M2.1迭代至M2.5，在SWE-Bench Verified（软件工程基准测试）成绩从69.4提升至80.2分。记者了解到 ，团队将这一跃迁归因于大规模Agent强化学习（RL Scaling） 。

　　据了解，其自研Forge框架通过解耦训练引擎与Agent
，实现对任意Agent脚手架和工具的泛化优化，并通过异步调度与树状合并策略实现约40倍训练加速。

　　同时 ，在算法层面采用CISPO优化与过程奖励机制
，缓解长上下文场景中的信用分配问题，并将“任务真实耗时”纳入奖励函数 ，在效果与响应速度之间取得平衡
。

　　2月12日
，M2.5已在MiniMax Agent上线，并于13日全球开源支持本地化部署。不到一天 ，来自全世界的用户已经在MiniMax Agent上构建了1万多个专家
，且数量仍在快速增长 。

　　MiniMax表示，希望在持续提升模型能力的同时 ，构建一个可持续扩展的Agent生态——Agent Universe
。

　　值得一提的是
，在现阶段，AI企业的押宝重点更多在多模态大模型等方向 ，MiniMax在此时推出文本大模型，意欲何为？

　　就此
，田丰表示，MiniMax把几乎所有资源都集中押在了基座模型能力的持续提升上 ，“M2.5的推出是这一战略的延续——先有底座模型能力
，再向外辐射到具体应用场景 ”。

　　不过，他也提到 ，MiniMax是国内最早采用全模态模型技术路线的企业之一
，推出纯文本模型并非放弃多模态，而是在已有全模态能力基础上 ，针对Agent场景进行专项优化 。

　　艾媒咨询CEO张毅则向记者表示
，MiniMax大力推进低成本大模型，背后是一条清晰的差异化路线：避开多模态竞争的红海赛道 ，直击Agent在落地过程中成本高、效率低的核心痛点
。

　　除了性能上的进展
，外界对M2.5的一大关注点便是成本控制。MiniMax方面认为，当性能与成本不再构成约束 ，Agent规模化部署的经济模型将发生根本变化 。

　　就M2.5在成本控制上的表现，北京市社会科学院副研究员王鹏对记者表示
，MiniMax等厂商将Agent使用成本压至极低水平，标志着AI商业化从“技术验证
”进入“规模替代”阶段
。

　　王鹏认为 ，过去
，高昂的推理成本限制了Agent的应用场景（仅能用于高价值任务），而如今低成本使得企业可以批量部署AI ，处理日常重复性工作（如客服 、数据录入）
，甚至创造新的商业模式（如按结果付费的AI服务）。

　　行业是否会走向价格比拼？专家：更可能引发“价值战 ”

　　值得一提的是，春节前夕 ，不少AI企业都进行了Agent相关布局 。

　　在产品上
，各路玩家正在马不停蹄地抢占先机
。2月11日，美团LongCat发布原生“深度研究
”Agent。用户盲测显示 ，其攻略“整体可用率”达61.1%
，优于ChatGPT的42.8% 。目前该功能已在LongCat网页免费开放。

　　1月20日，MiniMax发布Agent2.0版本 ，定位“AI原生工作台 ”，不仅上线桌面端
，支持Mac和Windows，还推出面向专业垂直场景的“专家Agents
”
。1月19日 ，阶跃星辰正式官宣
，全新升级电脑端Agent产品“阶跃AI桌面伙伴”，并推出Windows版本 ，可以免费使用。

　　就模型方面而言
，2月3日晚，阿里开源新一代智能体编程模型Qwen3-Coder-Next ，仅激活3B
，其智能体编程性能就可媲美DeepSeek-V3.2
、GLM-4.7等顶级开源模型 。

　　据了解，基于技术新突破 ，“小快灵 ”的Qwen3-Coder-Next推理成本显著降低
，仅为同等性能模型成本开销的5%到10%，特别适用于家用电脑、轻量服务器等低成本智能体部署场景 ，也是目前Agent编程能力最强的小型开源编程模型
。

　　阿里方面表示，面临现实世界中令Agent头疼的长上下文推理 、工具使用
、从执行失败中恢复等难题
，千问这一新模型都能从容应对。

　　可以发现，就与Agent相关的大模型而言 ，降低成本是目前行业的主攻方向 。这是否意味着
，随着M2.5的入场，行业有可能走向价格比拼？

　　“这未必是烧钱换市场
。”对此 ，张毅认为
，其低价主要是通过技术优化实现的，不完全是补贴烧钱的老路。“至于是否可能引发价格战 ，得观察后续市场的变化 。但可以肯定的是
，它会加速（淘汰）低效的竞品，行业也转向性能加成本的双维竞争
。
”

　　田丰则认为 ，M2.5的低成本是技术架构优化和工程能力提升的必然结果
，将推动Agent从“概念验证”走向“规模化商用 ”，更可能引发“价值战
”而非传统“价格战”。

　　“我们预测 ，大模型行业每年降低10倍推理成本是很可能持续下去的趋势 。M2.5的出现将加速这一趋势，推动整个行业向更高效、更低成本的方向发展
。 ”田丰说。

　　他还提到
，此前Agent产品的定价普遍较高，主要面向企业级客户 ，M2.5带来的成本优势有望让Agent走向更广泛的中小企业市场 、开发者市场
，甚至个人用户 。“这或将扩大整个Agent市场的规模，而非单纯的价格竞争。
”

　　在王鹏看来 ，Agent的爆发和成本下降
，标志着AI从“技术奇点”走向“产品奇点 ”，“如同智能手机取代功能机 ，未来AI的竞争将不再是参数大小
，而是能否真正融入工作流程、创造实际价值
”
。

　　春节AI大战如火如荼，AI规模化落地的临界点到了？

　　就行业集体押注Agent的原因 ，王鹏认为
，其背后本质是技术范式从“被动响应”向“主动执行 ”的跃迁。

　　“传统大模型如同‘知识库’，而Agent更像‘数字员工’ ，能拆解任务
、调用工具、处理异常，甚至自我优化 。这种转变源于企业需求升级：用户不再满足于获取信息
，而是要求AI直接完成工作闭环（如自动处理订单 、生成财报）
。
”王鹏说。

　　随着新模型和新产品的集体上线，截至目前 ，就Agent赛道而言
，各企业之间开始拉开差距了吗？

　　对此，田丰认为 ，Agent大模型赛道确实正在拉开差距
，但这一差距更多体现在工程化能力
、场景落地能力和成本效益三个维度，而非单纯的参数规模或基础能力 。

　　值得一提的是 ，当前
，各企业对Agent的布局背后离不开对AI商业化落地的迫切需求
。

　　田丰便指出，M2.5被明确定位为“原生Agent生产级模型” ，所有核心能力提升都围绕编程、工具调用 、办公生产力等高价值经济任务展开。这种专业化路径的选择
，体现了MiniMax对商业化落地的深刻理解 。

　　同样值得注意的是，今年春节期间 ，AI已成为各大科技企业重点布局的赛道
。尽管各家发力路径各有侧重，但行业已展现出逐渐趋同的共识与方向。

　　田丰提到
，行业正从“拼参数 ”转向“拼营收”“拼利润
”，单纯的技术领先已不足以确保市场胜利 ，谁能更快地将技术优势转化为可量化的商业收入
，谁就能赢得最终胜利 。

　　此外，他认为 ，无论是字节的“流量+场景”模式
、阿里的“电商平台+生态 ”模式
，还是MiniMax的“专业化+落地
”模式，本质上都是在构建各自的不同生态壁垒
。

　　张毅也提到 ，从春节的AI大战可以看出
，已经由同质化“内卷”走向差异化的方向。“厂商发力方向明显出现分化，主要路径包括多模态、Agent效率和生态可落地等 ，根源在于不同厂商在技术化禀赋 、商业化的阶段和场景诉求上存在不同 。 ”

　　在他看来
，这也标志着整个行业正从围绕参数规模的“军备竞赛
”，转向更场景化
、更落地、更细分的全新竞争阶段。

　　从“炫技”走向“商用 ” ，从“尝鲜
”走向“普及”，今年春节
，AI赛道你方唱罢我登台，好不热闹
。当AI的成本门槛被逐渐拉低 ，当用户开始越来越多地接触到AI产品
，这场春节期间的密集竞演，或许将被后人视为AI从“节日烟火 ”走向“日用灯火
”的历史性转折点。

（文章来源：每日经济新闻）