1美金时薪雇个全栈替身，MiniMax M2.5让打工人也能体验当老板的感觉

克雷西 2026-02-13 11:16:14 来源：量子位

克雷西 发自 凹非寺
量子位 | 公众号 QbitAI

春节档模型大战，又杀出一匹黑马。

今天，MiniMax正式官宣了已经提前两天开跑的新模型M2.5，依然主打智能体和Vibe Coding，性能比肩Claude Opus 4.6。

它不挑食，PC端、手机App、React Native、Flutter全能写，而且是前后端带数据库的真全栈。

以前的模型顶多给你画个皮（前端），M2.5是连皮带骨头（前端+后端+数据存储）都能给你交付。

它还是为智能体生态而生的，配合OpenClaw这种脚手架，能把你的自然语言直接变成电脑上的具体操作。

你只需要懂业务逻辑，剩下的全栈代码实现，它能以100TPS的速度秒回交付给你，而且每小时成本只要1美金。

10B激活参数跻身第一梯队

M2.5这次在写代码和跑任务这两个硬指标上，直接和Claude Opus 4.6站在了同一条水平线上。

比如在编程最硬核的SWE-Bench Verified榜单上，它拿到了80.2%的高分，在多语言任务Multi-SWE-Bench上更是拿到了第一。

而且它在Vibe Coding模式下能通吃全栈，能从界面一路写到后端逻辑和数据库设计，一次性交付整套能用的代码。

比如面对一个“豪华猫咪隧道电商网站”的需求，不仅要极简风、视差滚动效果，后台还得带个3D配置器。

M2.5跑出来的结果能直接呈现出大片级的自动播放视频效果，连那种可以点着玩的3D配置器也跑得有模有样，出来的网站整体感觉非常高级，而且是个真正能直接运行的完整项目。

这种底气来自于它进化出了“原生Spec行为”——在动手写代码前，它会像架构师一样主动拆解功能结构和UI设计。

而且能全栈通吃，是因为它是在Go、Rust、Python等10多种编程语言和几十万个真实环境中锻炼出来的。

在处理长链路任务时，M2.5也是专门优化过的，不管是主流框架还是自己写的脚本，它都能顺畅配合。

这里它引入了Process Reward（过程奖励） 机制，能全链路监控完成质量，解决了长任务容易“跑偏”的难题。

这种机制带来的逻辑能力在处理繁琐、重复性高的活时特别明显，比如统计福布斯富豪榜，就需要去抓取净资产、年龄和财富来源。

M2.5生成的表格非常老练，它会自动建好Cover、BillionairesData和Sources三个Sheet，把封面、数据源和详细数据分得清清楚楚，格式规整得像个强迫症员工做的。

能干这么重的活，M2.5的激活参数量其实只有10B，是第一梯队里体型最小的旗舰模型。

配合上深度优化的思考链路，它的推理吞吐量飙到了100TPS，这个速度是主流旗舰模型的2倍，跑大规模数据清洗或者改代码Bug任务时，也能体验到那种瞬间刷屏的快感。

文能编写全栈代码，武能操纵本地系统

前面两个在线DEMO，只是开胃小菜，接下来就把M2.5带到真刀真枪的智能体环境当中拉练一番。

按MiniMax的说法，适配各种不同的智能体框架，是M2.5的一大优势能力。

既然说到智能体框架，那不得不提的就是爆火的OpenClaw了，所以干脆就在我的电脑上安装一个，然后把M2.5接入进去试试。

由于M2.5刚出，OpenClaw的安装向导里还没有这个选项，因此安装的过程手动折腾了一番，这里也就不详述了，总之最后是成功接入了进来。

不过，通过后台看板和OpenClaw对话实在是太麻烦了，所以我打算把它接到我的飞书里。

拳脚已经给M2.5搭建好，接下来就看这个大脑怎么发挥了。

我用Python生成了一个装了100个乱七八糟财务文件的文件夹丢在桌面，然后给OpenClaw一个非常直接的任务：先把所有文件名清洗一遍，统一改成“日期+供应商+金额”的格式。

当然这还不算完，它得把这些数据吃透，按支出分类整理好，最后直接生成一份带图表的月度财务分析PPT，不仅要图文并茂还得看着美观。

先看一下，整理之前的文件长这样：

接下来呢，我们就通过飞书把任务布置给M2.5正在操纵的OpenClaw。

chua的一下，整个文件夹里的文件齐刷刷改了名字，变成了我们要求的格式。

同时在飞书里，OpenClaw也汇报了它的工作进度，总结了这个月的支出情况。

至于PPT，显然我懒得去文件夹里翻找，所以直接通过飞书让OpenClaw给我发了过来。

激动人心的验收时刻马上就要到了。

M2.5指挥的OpenClaw，自己选了个很有科技感的深色主题，蓝绿配色看着就很舒服。

而且它不是光把数据填进去就完事了，还真的看懂了那些账单。

比如在饼图里，它一眼就揪出来“云计算服务”占了快90%的大头，还在核心指标页里特意标注了第2周支出最高。

在最后一页它还提出了改进建议，发现在“星云云计算”上花钱太多，直接建议去谈个年度合同降本。这种能从数据里挖出业务洞察的能力，已经超越了单纯的图表制作。

可以看出在智能体环境中，M2.5的确是一个合格的大脑，让我体验到了一种当老板的感觉✨(⌐■_■)✨。

除了智能体之外，还有一项让MiniMax引以为傲的技能，就是Vibe Coding。

这里我们用VSCode，通过Cline进行连接，看M2.5能不能一勺烩地搞定后端、前端、通信、部署调试这套完整的开发流程。

我让它用Java Spring Boot写一个多人实时协作的待办清单系统。

功能上其实不简单，得用WebSocket做多端的实时同步，还得卡死权限，谁建的任务谁才能改。

另外对界面美观度也有要求，必须得呈现出科技感，给人一种黑客终端的感觉。

接到任务之后，M2.5先从pom.xml和application.yml两个文档开始写起。

这俩文件是Java Spring Boot项目的“心脏”和“大脑”。
pom.xml相当于给构建工具（Maven）看的购物清单。也就是你要做这个“待办清单”项目，需要用到哪些现成的零件（依赖包）。

application.yml（运行说明书）则是给程序看的设置面板。软件启动后具体怎么跑，都在这里定规矩。

这两个清单列好之后，就开始写主体和各个模块的JAVA代码，还有前端HTML，另外还创建了一个数据库文件。

这一切都写好之后，M2.5驱动的Cline会自动对程序进行编译运行，并且如果在这个过程当中遇到了报错，还会读取错误信息，自动对代码进行修改。

一番折腾之后，后台程序终于开始运行，前端页面也在8080端口跑起来了，确实界面既简洁又具有我刚才要求的科技感。

简单测试一下任务的新增、删除和进度调整，还有昵称的修改，都没有问题。

但是，这里看到的效果并不能证明真的是后端服务正常运行，因为这样的效果纯靠前端也能实现。

所以接下来还得拿出“照妖镜”，通过多端同步这项技术要求，看一下是不是真的有后端在工作。

这里我把手机（通过局域网访问部署在电脑端的页面）的屏幕都投到了电脑上，然后分别在两端对任务进行增、删、改，观察另外一台设备的实时变化。

结果所有的操作，都即时同步到了另一端，说明后端正在工作，M2.5是真的把这个系统的前后端全给跑通了。

嗯，M2.5宣传的全栈工程能力，确实已经比只会在前端搞一些花拳绣腿的模型高出一个level了。

总之，还是我们常说的那句话，测试这些案例只是抛砖引玉，更多新奇的玩法，还等待着你的后续探索。

AI大爆发即将到来

这一波M2.5的出现，给我们带来了一个明确的信号——AI应用的大爆发，已经就在眼前了。

在过去100多天里，M2系列在代码能力上的进步速度直接拉出了一条陡峭的阳线，保持着行业最快的迭代节奏。这说明现在的模型，在“脑子好使”这件事上已经准备好了。

而且它还解决了“贵”和“慢”这两个最硬的拦路虎，把推理速度干到了100TPS，还带来了1美金就能让智能体连续工作一小时的“白菜价”。

它展现出的那种全栈一肩挑的能力，使得它在MiniMax内部，已经接管了30%的真实业务，从写代码到做财务报表什么都干。

它能一口气把事办成，开发者不用再天天盯着细节改Bug，能放心大胆地让AI去跑那些长链路的业务。

以前我们总说AI是Copilot，但在M2.5这种能独立扛事的模型面前，它已经成为你的生产力引擎了。

接下来，你只需要负责踩油门（下达目标），至于引擎盖底下怎么转，就是AI的事了。