POSTopenai
/v1/chat/completionsMiniMax M2.5
MiniMax-M2.5MiniMax M2.5 被定位为面向真实生产力场景的模型，并在复杂数字环境中训练。官方资料强调它在代码、Agentic Tool Use、搜索和办公任务上的提升，把早期代码能力扩展到 Word、Excel、PowerPoint 等工作流。它的重点不是单纯语言流畅度，而是在复杂实际流程中的执行能力。
最大上下文
204.8KToken
最大输出
131.1KToken
发布日期
2026年2月12日
模态
MiniMax M2.5 价格
| 输入价格 | 输出价格 | 缓存读取 |
|---|---|---|
| $0.3/M | $1.2/M | $0.03/M |
如何通过 API 使用 MiniMax M2.5？
POSTanthropic
/v1/messagesPOSTgemini
/v1beta/models/{model}:generateContentMiniMax M2.5 基准测试
MiniMax-M2.5
33.7
/100
Artificial Analysis 综合能力指数
Artificial Analysis 综合能力评分
指数分数
37.4
/100
Artificial Analysis 代码能力指数
Artificial Analysis 软件任务评分
指数分数
知识与推理
GPQA
高阶科学问题求解
84.8%
HLE
广泛专家级考试集合
19.1%
代码与工程
SciCode
科学计算代码挑战
42.6%
Terminal-Bench Hard
高难度终端任务执行
34.8%
指令遵循与 Agent 任务
IFBench
指令约束遵循
71.6%
AA-LCR
长上下文推理
66%
τ²-Bench
Agent 工作流任务
95.3%
指标来源 Artificial Analysis
MiniMax M2.5 常见问题
MiniMax M2.5 的能力、适用场景、限制和 TokenHub 使用指南。
MiniMax M2.5 在系列中是什么角色？+
MiniMax M2.5 是 MiniMax 面向编程、工具调用、搜索和办公生产力的模型。
使用 MiniMax M2.5 时先试什么？+
适合日常编程辅助、搜索智能体、办公生产力，尤其适合重视响应速度和成本效率的场景。
为什么选择 MiniMax M2.5？+
核心优势是编程、工具、搜索和办公生产力的综合能力。
选择 MiniMax M2.5 有什么取舍？+
它属于较早一代，可能缺少后续模型的新能力。 更看重需要最新能力时，可考虑 MiniMax M2.7。
如何在 TokenHub 中开始使用？+
请确认 TokenHub 是否仍可用；新项目优先选择当前后续模型。
媒体与讨论
精选与此模型相关的公开视频和帖子。
X (Twitter)
Reddit
YouTube