POSTopenai
/v1/chat/completionsMiniMax M2.5
MiniMax-M2.5MiniMax M2.5 被定位为面向真實生產力場景的模型，并在複雜数字環境中训练。官方資料強調它在程式碼、Agentic Tool Use、搜尋和辦公任務上的提升，把早期程式碼能力扩展到 Word、Excel、PowerPoint 等工作流程。它的重點不是单纯语言流畅度，而是在複雜实际流程中的执行能力。
最大上下文
204.8KToken
最大輸出
131.1KToken
發布日期
2026年2月12日
模態
MiniMax M2.5 價格
| 輸入價格 | 輸出價格 | 快取讀取 |
|---|---|---|
| $0.3/M | $1.2/M | $0.03/M |
如何透過 API 使用 MiniMax M2.5？
POSTanthropic
/v1/messagesPOSTgemini
/v1beta/models/{model}:generateContentMiniMax M2.5 基準測試
MiniMax-M2.5
33.7
/100
Artificial Analysis 綜合能力指數
Artificial Analysis 綜合能力評分
指數分數
37.4
/100
Artificial Analysis 程式碼能力指數
Artificial Analysis 軟體任務評分
指數分數
知識與推理
GPQA
高階科學問題求解
84.8%
HLE
廣泛專家級考試集合
19.1%
程式碼與工程
SciCode
科學計算程式碼挑戰
42.6%
Terminal-Bench Hard
高難度終端任務執行
34.8%
指令遵循與 Agent 任務
IFBench
指令約束遵循
71.6%
AA-LCR
長上下文推理
66%
τ²-Bench
Agent 工作流程任務
95.3%
指標來源 Artificial Analysis
MiniMax M2.5 常見問題
MiniMax M2.5 的能力、適用情境、限制與 TokenHub 使用指南。
MiniMax M2.5 在系列中扮演什麼角色？+
MiniMax M2.5 是 MiniMax 針對程式開發、工具呼叫、搜尋與辦公生產力推出的模型。
使用 MiniMax M2.5 時先試什麼？+
適合日常程式開發協助、搜尋代理、辦公生產力，尤其適合重視回應速度與成本效益的情境。
為什麼選擇 MiniMax M2.5？+
核心優勢是程式開發、工具、搜尋與辦公生產力的綜合能力。
選擇 MiniMax M2.5 有什麼取捨？+
它屬於較早世代，可能缺少後續模型的新能力。 更重視需要最新能力時，可考慮 MiniMax M2.7。
如何在 TokenHub 中開始使用？+
請確認 TokenHub 是否仍可用；新專案優先選擇目前後續模型。
媒體與討論
精選與此模型相關的公開影片和貼文。
X (Twitter)
Reddit
YouTube