MiniMax M2.5 是市面上最快、最具成本效益的 AI 程式碼開發代理之一。透過 Novita AI，你只需每 100 萬個 Token 支付 $0.30/$1.20 即可使用。M2.5 在 SWE-Bench Verified 上達到 80.2%，在 Multi-SWE-Bench 上達到 51.3%，提供頂尖的程式碼開發效能，同時任務完成速度比 M2.1 快 37%——以極低的成本達到與 Claude Opus 4.6 相當的速度。
本指南將精準示範如何透過 Novita AI 的 OpenAI 相容 API 存取 MiniMax M2.5、將其部署至正式環境工作負載，並充分發揮其在代理式程式開發、工具使用及辦公室自動化方面的獨特優勢。
MiniMax M2.5 是什麼？
MiniMax M2.5 是一款 2287 億參數的混合專家（MoE）模型，專為真實世界的生產力任務而訓練。它擁有 256 個專家，每次 Token 啟動 8 個專家，在程式開發、代理式工具使用、網頁搜尋及辦公室自動化方面均能提供前沿效能，同時維持極高的推論效率。
MiniMax M2.5 的架構
| 規格 | MiniMax M2.5 |
|---|---|
| 總參數 | 229B |
| 架構 | 混合專家（MoE） |
| 專家數量 | 256 個總數，每次 Token 啟動 8 個 |
| 語境長度 | 196,608 個 Token（約 196K） |
| 隱藏層大小 | 3072 |
| 層數 | 62 |
| 詞彙量 | 200,064 |
MiniMax M2.5 的基準測試
MiniMax M2.5 在程式開發、代理任務及辦公室自動化基準測試中均達到頂尖成果——效能堪比定價高出 3 到 5 倍的模型，成本卻低得多。該模型在超過 20 萬個真實環境中透過強化學習進行訓練，因此在實際任務中具備無與倫比的泛化能力。
程式開發與代理及工具使用
來自 HuggingFace
來自 HuggingFace
MiniMax M2.5 並非在所有基準測試中都佔據主導地位，但在模擬、檢索及多輪推理任務上始終保持強勁表現。其效能輪廓顯示：
- 強大的代理式任務協調能力
- 穩健的檢索與搜尋整合
- 穩定的多輪推理
- 具競爭力的結構化環境模擬
總體而言，MiniMax M2.5 似乎專為實際的代理工作流程及複雜的多步驟執行而最佳化，而非純學術性的推理基準。
辦公室自動化
MiniMax M2.5 並非設計用來主導抽象學術推理基準或純數學競賽。其優勢在於專業的辦公室執行任務，尤其是需要結構化、可交付成果的任務。
| 基準測試 | MiniMax M2.5 | MiniMax M2.1 | Claude Opus 4.5 | Claude Opus 4.6 | Gemini 3 Pro | GPT-5.2 |
|---|---|---|---|---|---|---|
| GDPval-MM | 59.0 | 24.6 | 61.1 | 73.5 | 28.1 | 54.5 |
| MEWC | 74.4 | 55.6 | 82.1 | 89.8 | 78.7 | 41.3 |
| 財務建模 | 21.6 | 17.3 | 30.1 | 33.2 | 15.0 | 20.0 |
MiniMax M2.5 的速度
為什麼 M2.5 的速度很重要： 完成 SWE-Bench 的速度比 M2.1 快 37%，這意味著更低的 API 成本以及更快的迭代週期。對於典型的跨檔案重構任務，M2.5 只需 45 秒即可完成，而 M2.1 則需要 70 秒——在大規模使用時，既能節省時間也能節省成本。
為什麼選擇 Novita AI 上的 MiniMax M2.5？
Novita AI 在生產環境中執行 MiniMax M2.5 提供了最佳的性價比。雖然自行託管需要 4 到 8 張 H100 GPU（最低每小時 $5.80），但 Novita 的無伺服器 API 僅需每 100 萬個輸入 Token $0.30、每 100 萬個輸出 Token $1.20——且無需基礎設施開銷、可即時擴展，並提供 99.5% 正常運行時間 SLA。
Novita AI 在 MiniMax M2.5 上的主要優勢：
| 功能 | Novita AI | 自行託管 |
|---|---|---|
| 設定時間 | 2 分鐘（API 金鑰） | 2 到 5 天（GPU 佈建 + 設定） |
| 成本模型 | 按 Token 計費（每 100 萬個 $0.30/$1.20） | 固定 GPU 租用（4 張 H100 每小時 $5.80+） |
| 擴展 | 即時自動擴展 | 手動 GPU 佈建 |
| 維護 | 無需維護（託管服務） | 維護工作量大（vLLM、驅動程式、更新） |
| 可用性 | 99.5% SLA | 取決於你的基礎設施 |
| 最適合 | 變動工作負載、快速原型開發、生產 API | 全天候高用量推論且負載可預測 |
如何在 Novita AI 上存取 MiniMax M2.5
步驟 1：登入並存取模型庫
登入你的帳號，然後點擊 模型庫 按鈕。
步驟 2：選擇你的模型
瀏覽可用的選項，然後選擇符合你需求的模型。
步驟 3：開始免費試用
開始免費試用，探索所選模型的功能。
步驟 4：取得你的 API 金鑰
為了驗證 API，我們將為你提供一個新的 API 金鑰。進入「設定」頁面後，你可以依照圖片指示複製 API 金鑰。
步驟 5：安裝 API
使用你程式語言專用的套件管理器來安裝 API。
安裝完成後，將必要的函式庫匯入你的開發環境。使用你的 API 金鑰初始化 API，開始與 Novita AI LLM 互動。以下是針對 Python 使用者使用聊天補全 API 的範例。
from openai import OpenAI
client = OpenAI(
api_key="<Your API Key>",
base_url="https://api.novita.ai/openai"
)
response = client.chat.completions.create(
model="minimax/minimax-m2.5",
messages=[
{"role": "system", "content": "你是一個樂於助人的助手。"},
{"role": "user", "content": "你好，你最近怎麼樣？"}
],
max_tokens=131072,
temperature=0.7
)
print(response.choices[0].message.content)
將 MiniMax M2.5 與熱門工具整合
透過官方整合與逐步指南，輕鬆將 Novita AI 與夥伴平台連接，例如 Trae、Continue、Codex、OpenCode、AnythingLLM、LangChain、Dify、Langflow、Openclaw 等。
使用案例：MiniMax M2.5 的亮點
你也可以嘗試在軟體工程任務上嚴格測試 M2.5，看看它在封閉範圍內如何規劃與執行。M2.5 會輸出一個完整的優先規格計畫，包含 UI 線框圖和 API 端點。據此，它將新增超過 1200 行的 TypeScript/JavaScript 程式碼。測試在 22 分鐘內首次執行即通過，比 Claude Opus 4.6 的平均速度還要快。結果是一個具備 JWT 認證和 MongoDB 整合的實用應用程式。
建立一個使用 Node.js 後端進行使用者認證的 React 應用程式，包含資料庫結構。
來自 網站
Novita AI 上的 MiniMax M2.5 以前瞻性的代理式程式開發效能，提供了僅為高階替代方案十分之一的成本。 憑藉 SWE-Bench Verified 的 80.2%、比 M2.1 快 37% 的任務完成速度，以及每 100 萬個 Token $0.30/$1.20 的價格，它是生產環境 AI 程式開發代理、辦公室自動化及工具編排工作流程的最佳選擇。
常見問題
MiniMax M2.5 與 M2.1 相比如何？
M2.5 在 SWE-Bench 任務上快 37%，並在 SWE-Bench Verified 上達到 80.2%，而 M2.1 約為 70%。兩者在 Novita 上的定價相同（每 100 萬個 Token $0.30/$1.20），因此 M2.5 是明顯的升級選擇。
我可以自行託管 MiniMax M2.5 而不使用 Novita API 嗎？
可以，但需要 4 到 8 張 H100 GPU（在 Novita GPU 實例上最低每小時 $5.80）。自行託管只有在每月 Token 用量超過 5 億時才有經濟效益——對大多數開發者來說，API 遠更具成本效益。
MiniMax M2.5 支援函式呼叫嗎？
是的。M2.5 在超過 20 萬個真實環境中廣泛針對工具使用和函式呼叫進行訓練，在 BrowseComp（76.3%）和 Wide Search 基準測試中達到了 業界領先的效能。
Novita AI 是一個 AI 與代理雲端平台，協助開發者與新創公司以高效能、高可靠性和高成本效益的方式建置、部署並擴展模型與代理應用程式。
推薦閱讀
