MiniMax M2.5

MiniMax-M2.5

MiniMax 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。

上下文視窗

204.8K Token

最大輸出

131.1K Token

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

MiniMax M2.5 API 能力

推理

支援

工具呼叫

支援

Temperature 參數

支援

附件

不支援

知識庫

—

Endpoint 協議

Completions APIMessages APIgemini

MiniMax M2.5 模型亮點

MiniMax M2.5 是針對多語言軟體工程、結構化工作規劃與實用辦公流程最佳化的文字推理模型。

架構層級程式規劃

可在實作前拆解需求並規劃功能、專案結構與介面，協助維持系統開發的一致性。

多語言軟體工程

涵蓋多種程式語言的訓練，可支援系統設計、實作、功能迭代、程式碼審查與測試等開發階段。

高效率工作拆解

強化學習訓練改善模型拆解複雜工作與管理思考 token 的方式，適合多步驟 Agent 流程。

MiniMax M2.5 使用情境

MiniMax M2.5 適合軟體開發完整生命週期、程式碼儲存庫重構，以及結構化辦公或財務分析流程。

完整生命週期開發

將需求轉化為架構方案、建立環境、實作功能，並持續推進到程式碼審查與系統測試。

程式碼儲存庫重構

分析現有專案、擬定結構化修改計畫，並在維持預期行為的同時調整相關檔案。

辦公與財務流程

將來源資訊整理成報告架構、簡報內容或財務建模步驟，供後續在辦公工具中執行。

如何透過 TokenHub API 使用 MiniMax M2.5

建立 API key

import OpenAI from "openai"

const client = new OpenAI({
  apiKey: process.env.TOKENHUB_API_KEY,
  baseURL: "https://us-api.tokenhub.com/v1",
})

const result = await client.chat.completions.create({})
console.log(result.choices[0]?.message?.content)

MiniMax M2.5 基準測試

MiniMax-M2.5

指數分數
Artificial Analysis 綜合能力指數Artificial Analysis 綜合能力指數彙總多個評測維度，用於觀察模型的整體能力表現。	Artificial Analysis 綜合能力評分	33.7
Artificial Analysis 程式碼能力指數Artificial Analysis 程式碼能力指數彙總模型在程式碼生成、除錯與軟體工程任務中的表現。	Artificial Analysis 軟體任務評分	37.4
知識與推理
GPQAGPQA 是面向研究生級科學問題的評測集，用來測試模型的專家級推理能力。	高階科學問題求解	84.8%
HLEHLE 覆蓋多個領域的高難度專家級知識與推理問題。	廣泛專家級考試集合	19.1%
程式碼與工程
SciCodeSciCode 評估模型在科學計算場景下撰寫 Python 程式碼和實作演算法的能力。	科學計算程式碼挑戰	42.6%
Terminal-Bench HardTerminal-Bench Hard 評估 AI Agent 在終端環境中完成複雜任務的能力。	高難度終端任務執行	34.8%
指令遵循與 Agent 任務
IFBenchIFBench 衡量模型遵循複雜指令和約束條件的穩定性。	指令約束遵循	71.6%
AA-LCRAA-LCR 衡量模型在長上下文視窗中的推理品質。	長上下文推理	66%
τ²-Benchτ²-Bench 使用帶工具和狀態約束的真實工作流程，評估對話式 Agent 的任務完成能力。	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。

準備呼叫 MiniMax M2.5？

透過一個 API Key 接入 MiniMax M2.5 與更多 AI 模型。

建立 API Key