2026 年春节，AI 圈被 MiniMax 彻底点燃。港股马年首个交易日（2 月 20 日），MiniMax 股价暴涨 14.52%，市值一度冲破 3042 亿港元。这波暴涨绝非资本情绪宣泄 —— 春节前后发布的新一代模型 M2.5，以 3.07T tokens 的周调用量登顶 OpenRouter 榜首，超过 Kimi K2.5、GLM-5 与 DeepSeek V3.2 三家总和，用实力引爆了压抑已久的 Agent 需求。
从硅谷编程工具到全球开源社区，M2.5 凭借 “能力顶尖、速度飞快、成本亲民” 的三重优势，成为 Agent 时代的 “现象级模型”，更让沉寂的 AI 应用生态迎来真正的规模化落地拐点。
一、数据封神：3T 调用量背后的需求爆发
M2.5 的横空出世，直接改写了 AI 模型的竞争格局，多项核心数据创下行业纪录：
-
调用量断层领先：发布 12 小时登顶 OpenRouter 热度榜，一周内周调用量暴涨 524% 至 3.07T tokens，远超第二名 Kimi K2.5（1.16T），成为 OpenRouter 史上首个走出指数级增长曲线的模型；
-
激活长文本刚需：带动 100K-1M 长文本区间调用量激增，该区间是 Agent 工作流的核心消耗场景。此前因缺乏 “能力 + 成本” 双达标的模型，大量开发者的 Agent 工作流被迫搁置，M2.5 的出现恰好打通了这一堵 “需求墙”；
-
生态接入盛况空前：Kilo Code、OpenClaw、Fireworks、Ollama、vLLM、魔搭社区等海内外知名 Agent 应用与工具平台，第一时间宣布接入。其中，硅谷编程新贵 Kilo Code 更是将其作为默认模型 —— 要知道，这家可调用 500 + 模型的平台，对底层模型的选择向来极为挑剔。
二、三大核心优势：击穿 Agent 落地的 “不可能三角”
M2.5 的成功，本质是同时攻克了 Agent 落地的三大核心痛点 —— 能力、速度、成本，打破了长期存在的 “不可能三角”。
1. 能力顶尖：媲美闭源旗舰的开源王者
在编程领域最权威的 SWE-Bench Verified 评测中，M2.5 以 80.2% 的通过率比肩 Claude Opus 系列，在多语言任务 Multi-SWE-Bench 中排名第一；知名技术博主 Simon Willison 的独立测评显示，M2.5 在代码任务中排名第三，仅次于 Claude Opus 4.5 和 Gemini 3 Flash，是开源模型中的绝对第一。
更关键的是，M2.5 的能力覆盖 Agent 全场景需求：从复杂代码生成、多工具联动到长程任务规划，其表现完全满足生产级应用要求，让开源社区的 Agent Demo 第一次具备了商业落地的底气。
2. 速度炸裂：2500 tok/s/GPU 的吞吐量革命
研究机构 SemiAnalysis 的实测数据显示，在 8 张 H200 显卡上，M2.5 展现出极致的执行效率：
-
首 token 延迟（TTFT）控制在 10-25 秒的合理区间，同时持续达到每 GPU 每秒 2500 个 token 的吞吐量；
-
即便是严格要求每用户每秒 20 个 token 交互性的场景，处理 10K + 上下文时仍能维持稳定解码速度，彻底解决了 Agent 长任务执行中的卡顿问题。
3. 成本亲民：主流旗舰 1/10 的定价策略
M2.5 的定价直接击穿了 Agent 的商业逻辑临界点，提供两个高性价比版本：
-
100 TPS 快速版：输入每百万 tokens 仅 0.3 美元，输出每百万 tokens 仅 2.4 美元；
-
50 TPS 标准版：输出价格再降一半，性价比碾压同类模型。
对比同类产品，M2.5 的使用成本仅为主流旗舰模型的 1/10。对需要长时间运行、高频调用工具的 Agent 框架来说，这种定价让原本 “跑不起” 的商业逻辑彻底跑通。
三、技术护城河：Forge 系统重构 Agent 训练底层
M2.5 的强悍表现，源于 MiniMax 自研的原生 Agent 强化学习系统 ——Forge。这套从工程底层重新设计的架构，彻底解决了传统 RL 框架的核心痛点：
1. 解耦设计：兼容千种工具的 “万能接口”
Forge 通过 Gateway Server 中间件抽象层，将 Agent 执行逻辑与底层训练推理引擎彻底解耦。不同于传统框架要求 Agent 与 Tokenizer 深度绑定的 “白盒模式”，M2.5 可在不修改任何 Agent 内部代码的前提下，接入数百种框架和数千种工具调用格式，极大降低了生态接入成本。
2. 40 倍训练加速：Prefix Tree Merging 的黑科技
针对多轮 Agent 请求中大量重复的上下文前缀，Forge 引入 Prefix Tree Merging 方案，将线性训练样本重构为树形结构，直接消除冗余计算，实现约 40 倍的训练加速，同时显著降低显存开销，让大规模 Agent 训练效率飙升。
3. 复合奖励机制：解决长轨迹信用分配难题
针对 Agent 长任务中的奖励分配痛点，Forge 设计了三重复合奖励体系：
-
过程奖励：密集监督中间行为，不依赖单一最终结果；
-
时间奖励：激励模型选择最短执行路径，提升效率；
-
Reward-to-Go：标准化回报降低梯度方差，稳定训练过程。
此外，M2.5 还将上下文管理直接整合进 RL 交互循环，从根本上解决了长程任务中的注意力稀释问题，让 Agent 在多轮交互中始终保持 “思路清晰”。
四、市值 3042 亿的启示：Agent 生态的真正拐点已至
MiniMax 的市值暴涨与 M2.5 的爆发，背后是 AI 行业的深层变革：
-
需求端彻底觉醒：过去两年，AI 行业聚焦供给侧（模型、芯片、数据中心），但制约规模化落地的核心是需求释放不足。M2.5 的成功证明，只要模型同时满足 “能力够强、速度够快、成本够低”，压抑的 Agent 需求会瞬间爆发；
-
开源模型的逆袭：在 ChatGPT、Claude、Gemini “御三家” 垄断的市场中，M2.5 以开源姿态突围，证明开源模型完全有能力冲击第一梯队。其支持本地部署的特性，更满足了企业级用户的数据安全需求；
-
迭代速度定胜负：过去 108 天，MiniMax 连续推出 M2、M2.1、M2.5 三代模型，在 SWE-Bench Verified 榜单上的进步速度远超 Anthropic、OpenAI、Google 系列，成为行业迭代最快的模型团队。
结语：Agent 时代，终于跑起来了
M2.5 的横空出世，不仅让 MiniMax 跻身 AI 巨头行列，更标志着 Agent 生态从 “Demo 阶段” 迈入 “规模化落地阶段”。当能力、速度、成本的 “不可能三角” 被打破，当开源社区的 Agent 工作流纷纷激活，AI 行业的真正革命才刚刚开始。
3.07T tokens 的周调用量，是开发者用脚投出的信任票；3042 亿的市值，是资本市场对 Agent 时代的强烈看好。正如 OpenRouter 上激增的长文本调用需求所示，那些被压抑了许久的 AI 应用场景，正在 M2.5 的推动下，迎来真正的爆发时刻。