MiniMax M2.5：驅動 MaxClaw 的 AI 模型

技術規格

MiniMax M2.5 概覽

M2.5 是一個 Mixture-of-Experts (MoE) 模型，每個 token 僅激活其總參數的一小部分，以極低的計算成本實現高智能。以下是關鍵規格。

規格	MiniMax M2.5
架構	Mixture of Experts (MoE)
總參數量	2290 億
每 token 激活參數量	約 100 億
上下文窗口	20 萬 – 100 萬 Token
推理速度	最高 100 Token/秒
相比 Claude 3.5 Sonnet 的成本	1/7 至 1/20
核心優勢	代碼生成、多步工具調用、邏輯推理
編程性能	與 Claude 3.5 Sonnet 相當

核心創新

Lightning Attention：長上下文的線性擴展

傳統 Transformer 模型的注意力機制存在二次複雜度問題——上下文長度翻倍，計算成本翻四倍。Lightning Attention 是 MiniMax 的解決方案：一種與序列長度成線性比例擴展的注意力機制，使標準 SoftMax 注意力下成本過高的上下文窗口成為可能。

Lightning Attention 的工作原理

Lightning Attention 用線性近似替代了標準的二次成本注意力計算，同時保留了模型在完整上下文窗口內關注相關信息的能力。關鍵洞察在於，實際中大多數注意力模式是稀疏的——token 僅強烈關注其他 token 的一小部分——Lightning Attention 利用這種稀疏性來減少計算圖。

為何這對智能體任務至關重要

AI 智能體需要在長時間、多步驟的交互中維持上下文——跟蹤對話歷史、工具輸出、中間推理和用户偏好。Lightning Attention 使這一切成為可能，而不會出現通常伴隨此類長上下文需求的指數級成本增長。對於 MaxClaw 而言，這意味着即使會話變得很長，持久記憶和文檔分析功能仍然保持響應。

架構深度解析

Mixture of Experts：2290 億參數，約 100 億激活

Mixture-of-Experts 架構是定義 M2.5 的第二大核心創新。M2.5 不會為每個 token 激活全部 2290 億參數（如密集模型那樣），而是使用學習路由機制，僅激活最相關的子集——大約 100 億參數——來處理每個 token。

MoE 如何實現高效性

在 MoE 架構中，模型包含許多專門的"專家"子網絡。門控機制評估每個傳入的 token，並將其路由到最適合處理它的專家。結果是，模型擁有 2290 億參數模型的總知識容量，但每次推理步驟的計算成本僅相當於約 100 億參數模型。

無需高昂計算費用即可獲得智能

MoE 的基本權衡是眾所周知的：稀疏模型需要更多的總參數才能匹配密集模型的質量，但每個 token 的計算成本大幅降低。M2.5 證明，一個精心設計的 2290 億 MoE 模型可以實現與 Claude 3.5 Sonnet——一種更密集的架構——相當的編程性能，同時運行成本只是其一小部分。這是使 MaxClaw 定價模式在高頻自動化場景中可行的核心經濟洞察。

實際影響

M2.5 如何驅動 MaxClaw

MaxClaw 於 2026 年 2 月 25 日發佈，是 MiniMax 構建的雲端 AI 智能體。M2.5 不僅是底層模型——它專門針對 MaxClaw 處理的智能體工作負載進行了優化。以下是 M2.5 的每項能力如何對應到 MaxClaw 功能。

長上下文支持持久記憶

20 萬至 100 萬 token 的上下文窗口使 MaxClaw 能夠在擴展會話中保持持久記憶。智能體可以引用長對話的早期部分、分析上傳的文檔，並積累關於用户偏好和工作流的上下文而不會丟失線索。結合 Lightning Attention 的線性擴展特性，即使會話增長到數萬次交互，這種長上下文能力仍然具有成本效益。

複雜推理

M2.5 的邏輯推理能力使 MaxClaw 智能體能夠處理需要多步推導、條件邏輯和結構化問題求解的任務。這超越了簡單的問答，進入了真正的任務完成領域——規劃行動序列、評估結果，並根據中間結果調整策略。

競爭格局

M2.5 與其他前沿模型的對比

瞭解 M2.5 相對於其他領先模型的定位有助於明確其優勢和權衡。以下對比基於模型已公佈的能力和定價。

維度	MiniMax M2.5	Claude 3.5 Sonnet	Kimi K2.5
架構	229B MoE（約 10B 激活）	密集架構（規模未公開）	1T MoE
上下文窗口	20 萬 – 100 萬 token	20 萬 token	12.8 萬 token
編程能力	與 Claude 3.5 相當	前沿水平	優秀
成本（相對）	1x（基準）	7x – 20x	更高（1T 參數）
推理速度	最高 100 tok/s	中等	中等
智能體優化	首要關注	通用目的	通用目的

對比 Claude 3.5 Sonnet

M2.5 在編程性能上達到與 Claude 3.5 Sonnet 相當的水平，而每個 token 的成本僅為其 1/7 至 1/20。權衡在於 Claude 3.5 是一個更通用的模型，在創意、分析和對話任務方面覆蓋更廣，而 M2.5 專門針對智能體和編程工作負載進行了優化。對於 MaxClaw 的用例——自主智能體執行——這種專業化是一種優勢，而非侷限。

對比 GPT-4o

MiniMax-01 系列在長上下文能力方面超越了 GPT-4o，上下文窗口最高可達 400 萬 token，而 GPT-4o 為 12.8 萬。M2.5 繼承了這一血統，擁有 20 萬至 100 萬 token 的窗口，輕鬆超越 GPT-4o 的上下文容量，使其更適合需要大量文檔分析或長期對話記憶的任務。

對比 Kimi K2.5

Kimi K2.5 是一個 1 萬億參數的 MoE 模型——遠大於 M2.5 的 2290 億參數。然而，更大並不總是更好：額外的參數意味着更高的推理成本和更復雜的基礎設施需求。M2.5 更精簡的架構轉化為更低的每 token 成本和更快的推理速度，這在 MaxClaw 運行的高頻智能體工作負載中是至關重要的優勢。M2.5 於 2026 年 2 月 26 日與 MaxClaw 同步發佈，體現了 MiniMax 同步優化模型和智能體部署的戰略。

模型譜系

MiniMax 模型家族

M2.5 是 MiniMax 系列模型中的最新成員，這些模型共享共同的架構理念：混合注意力機制與 Mixture-of-Experts 相結合，實現高效的長上下文智能。