开源模型王座再次易主，依旧是国产模型！

不过之前霸榜的 DeepSeek 和 Qwen 来自杭州，现在变成上海的 Minimax 了。

在第三方评测机构 Artificial Analysis 的测试中，Minimax M2 以 61 分获得了开源模型第一，紧随 Claude 4.5 Sonnet。

官方介绍，Minimax M2 专为智能体和编程而生，编程能力和 Agent 表现出众。

而且经济高效，推理速度是 Claude 3.5 Sonnet 的两倍，API 价格却只有 8%。

Minimax 表示，智能水平、速度和成本在过去被视为 " 不可能三角 "，但随着 M2 的出世，这个三角被打破了。

目前，M2 的完整模型权重已经开源，采用 MIT 协议，在线 Agent 平台和 API 也限时免费。

8% 成本实现 Claude 级水平

Minmax M2 是一个稀疏度较高的 MoE 模型，总参数量 230B，激活参数量仅有 10B。

网友表示 10B 的激活参数运行起来会非常快，如果配上 Cerebras 或者 Groq 这样的推理加速平台，有望跑到每秒上千 Token。

另一个特色是采用了交错的思维格式，使得模型能够规划和验证跨多个对话的操作步骤，这对于 Agent 推理至关重要。

如开头介绍，Minimax 官方将 M2 定义为一个专为智能体和编程而生的模型。

它专为端到端开发工作流程而构建，而且表现出对复杂、长链工具调用任务的出色规划和稳定执行能力，支持 Shell、浏览器、Python 代码解释器和各种 MCP 工具的调用。

在 Agent 最关键的三个能力——编程能力、工具使用能力和深度搜索能力上，M2 在工具使用和深度搜索方面上都不逊于海外顶尖模型，编程能力也在国内名列前茅。

综合表现上，M2 在 Artificial Analysis 的测试中，获得了总排名第五、开源第一的成绩。

该测试使用了 10 个热门数据集，包括 MMLU Pro、GPQA Diamond、人类最后测试、LiveCodeBench 等。

而 M2 的定价是 0.3 美元 /2.1 人民币每百万输入 Token，1.2 美元 /8.4 人民币每百万输出 Token，只要 Claude 3.5 Sonnet 的 8%。

以 Artificial Analysis 的成绩为基准，Minimax 绘制了一张图来比较各大模型性价比（横轴越向右成本越低）。

在线推理服务的速度则可达每秒 100Token，Minimax 也画了一张图体现以速度衡量的性价比。

同时，Minimax 团队还针对智能体、全站开发和 Terminal Use 三项任务对 M2 和其他模型进行了一对一比拼。

结果 M2 相比于 Claude Sonnet 4.5、GLM 4.6、Kimi-K2 以及 DeepSeek V3.2 均有极高的 Win+Tie 比例，同时成本非常低廉。

为了更直观地体现 M2 的 Agent 能力，Minimax 已经把 M2 部署到了 Agent 平台，限时免费使用，按官方说法，免费期直到服务器扛不住为止。

同时在该平台上，也展示了许多 Minimax Agent 的现成作品。

Minimax Agent：能写程序，还会做 PPT

利用 Minimax 的 Agent 平台，可以写出各式各样的网页或在线应用。

当然像很多经典游戏，也都能用它在 Web 环境当中复刻并直接部署。

甚至有网友创作的在线五子棋游戏平台，不仅有游戏本体，还引入了在线对战、观战、在线聊天，甚至是用户注册等功能。

除了编程，也可以生成各种主题的调研报告或者 PPT。

在 X 上，也有网友展示了自己用 M2 Agent 编程的实战成果，仅通过三轮反馈就完成了一个足球小游戏的制作。

可以说效果非常不错。

模型表现之外，M2 使用的注意力机制，也引发了网友们的讨论。

混合注意力 vs 全注意力

有网友从 vllm 的代码当中看出了 M2 的更多技术细节，表示 M2 采用类似 GPT-OSS 的全注意力和滑动窗口注意力（SWA）的混合机制，

不过 Minimax NLP 负责人指正，表示一开始确实想在预训练阶段引入 SWA，但发现会造成性能损失，所以最后使用的是全注意力。

Falcon 团队的技术人员看了之后表示，他们在训练模型的时候也发现了同样的现象，SWA 混合注意力会降低模型性能，这和一些论文的研究不符。

在部分论文和实践中，SWA 在提升效率的同时可以保持性能，如 Mistral 和谷歌 Gemma 模型的相关研究均支持此观点。

但 Minimax 的实际测试显示其在长程依赖任务上存在局限。

同时，M2 也没有采用 Lightning Attention（线性注意力的一种变体），原因也是因为性能损失。

同样与之相反，有论文主张线性注意力在长序列任务中更具优势。

到底哪种路线更优，可能还是要看具体需求，但至少从 M2 的表现上看，Minimax 选择的的确是一种适合自己的方式。

Agent 平台：https://agent.minimax.io

Hugging Face：https://huggingface.co/MiniMaxAI/MiniMax-M2

参考链接：

[ 1 ] https://www.minimax.io/news/minimax-m2

[ 2 ] https://venturebeat.com/ai/minimax-m2-is-the-new-king-of-open-source-llms-especially-for-agentic-tool

[ 3 ] https://x.com/jessi_cata/status/1982936050256490968

[ 4 ] https://x.com/JingweiZuo/status/1982822979030692356

一键三连「点赞」「转发」「小心心」

欢迎在评论区留下你的想法！

—  完  —

  年度科技风向标「2025 人工智能年度榜单」评选报名火热进行中！我们正在寻找 AI+ 时代领航者  点击了解详情

❤️‍   企业、产品、人物 3 大维度，共设立了 5 类奖项，欢迎企业报名参与   

一键关注 点亮星标

科技前沿进展每日见