MiniMax M2.5

MiniMax-M2.5

MiniMax 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。

上下文窗口

204.8K Token

最大输出

131.1K Token

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

MiniMax M2.5 API 能力

推理

支持

工具调用

支持

Temperature 参数

支持

附件

不支持

知识库

—

Endpoint 协议

Completions APIMessages APIgemini

MiniMax M2.5 模型亮点

MiniMax M2.5 是针对多语言软件工程、结构化任务规划和实用办公流程优化的文本推理模型。

架构级代码规划

可在实现前拆解需求并规划功能、项目结构和接口，帮助保持系统开发的一致性。

多语言软件工程

覆盖多种编程语言的训练，可支持系统设计、实现、功能迭代、代码审查和测试等开发阶段。

高效任务拆解

强化学习训练改善了模型拆解复杂工作和管理思考 token 的方式，适合多步骤智能体流程。

MiniMax M2.5 使用场景

MiniMax M2.5 适合软件开发全生命周期、代码仓库重构以及结构化办公或财务分析流程。

全生命周期开发

将需求转化为架构方案，搭建环境、实现功能，并持续推进到代码审查和系统测试。

代码仓库重构

分析现有项目，制定结构化修改计划，并在保持预期行为的同时调整相关文件。

办公与财务流程

将源信息整理为报告结构、演示文稿内容或财务建模步骤，供办公工具中的后续执行使用。

如何通过 TokenHub API 使用 MiniMax M2.5

创建 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 基准测试

MiniMax-M2.5

指数分数
Artificial Analysis 综合能力指数Artificial Analysis 综合能力指数汇总多个评测维度，用于观察模型的整体能力表现。	Artificial Analysis 综合能力评分	33.7
Artificial Analysis 代码能力指数Artificial Analysis 代码能力指数汇总模型在代码生成、调试和软件工程任务中的表现。	Artificial Analysis 软件任务评分	37.4
知识与推理
GPQAGPQA 是面向研究生级科学问题的评测集，用来测试模型的专家级推理能力。	高阶科学问题求解	84.8%
HLEHLE 覆盖多个领域的高难度专家级知识与推理问题。	广泛专家级考试集合	19.1%
代码与工程
SciCodeSciCode 评估模型在科学计算场景下编写 Python 代码和实现算法的能力。	科学计算代码挑战	42.6%
Terminal-Bench HardTerminal-Bench Hard 评估 AI Agent 在终端环境中完成复杂任务的能力。	高难度终端任务执行	34.8%
指令遵循与 Agent 任务
IFBenchIFBench 衡量模型遵循复杂指令和约束条件的稳定性。	指令约束遵循	71.6%
AA-LCRAA-LCR 衡量模型在长上下文窗口中的推理质量。	长上下文推理	66%
τ²-Benchτ²-Bench 使用带工具和状态约束的真实工作流，评估对话式 Agent 的任务完成能力。	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。

准备调用 MiniMax M2.5？

通过一个 API Key 接入 MiniMax M2.5 与更多 AI 模型。

创建 API Key