春节前后，国产大模型领域迎来新一轮激烈角逐，多家企业密集发布新品，试图复刻DeepSeek此前创造的奇迹，将新年视为技术比拼的重要战场。其中，上海大模型企业MiniMax的表现尤为亮眼，其推出的新一代文本模型MiniMax M2.5引发全球关注。
2月12日，MiniMax Agent正式上线M2.5，次日便向全球开源，支持本地化部署。消息一出，全球用户迅速响应，在MiniMax Agent上构建了超过1万个“专家”，且数量仍在持续攀升。M2.5被业界称为“王炸”，其性能几乎与美国AI公司Anthropic开发的Claude Opus 4.6持平，但价格却低得惊人。就连当下最火的开源个人AI代理项目OpenClaw之父彼得·斯坦伯格也忍不住转发评价，称其性能比肩Claude Opus 4.6，价格却便宜20倍。
作为一款定位为“原生Agent生产级模型”的产品，M2.5具备强大的自动化能力，能够自动编写代码、调用工具、分析数据并生成报告。在编程领域，M2.5的表现堪称卓越。在SWE-Bench Verified这一编程最硬核的榜单上，M2.5取得了80.2%的高分，与Claude Opus 4.6仅有微弱差距；在多语言任务Multi-SWE-Bench上，M2.5更是超越Claude Opus 4.6，一举夺得榜首。在办公场景中，M2.5同样表现出色，无论是Word、PPT、Excel操作，还是金融建模等高阶任务，它都能轻松应对。在测评框架GDPval-MM与主流模型的对比中，M2.5取得了59%的平均胜率，其生成的表格格式规整，数据分类清晰，仿佛出自严谨的“强迫症”员工之手。
更令人惊叹的是，M2.5在拥有强大能力的同时，还解决了模型“贵”和“慢”两大痛点。其激活参数量仅10B，在全球同类第一梯队旗舰模型中“体型”最小。在推理速度方面，M2.5达到了100TPS（每秒事务数），是主流模型的约两倍；输入价格约0.3美元/百万Token，输出约2.4美元/百万Token。按每秒输出100Token计算，1美元就能让智能体连续工作一小时，堪称“白菜价”。在算力短缺的时代，M2.5以颠覆式创新实现了模型不降智、不卡顿、体验优，成为MiniMax在大模型竞争中脱颖而出的核心优势。
有趣的是，较MiniMax早一天在港交所上市的智谱AI，也在近期发布了智谱GLM-5，同样将Claude Opus 4.6作为对标对象。这使得Claude Opus 4.6受到了中国一南一北两大模型的“夹击”。智谱GLM-5在编程和智能体能力上取得了开源模型的佳绩，有开发者使用后认为，其在真实编程场景的使用体验已逼近Claude最强模型，而Claude的编程能力在业内处于第一梯队。在全球权威的Artificial Analysis榜单中，GLM-5位居全球第四、开源第一。智谱将GLM-5形容为“系统架构师”，意味着AI大模型未来不再局限于写代码完成单一功能，而是要像工程师一样构建系统，甚至将功能任务分配给不同智能体完成。在代理编程测试中，智谱GLM-5略胜Claude一筹。
除了文本模型领域的激烈竞争，图像生成模型领域也热闹非凡。2月10日，千问发布了新款图像生成模型Qwen-Image 2.0，支持1000个词元的超长指令，推理能力也得到显著增强。千问开发团队表示，以前用AI生成图像时，受限于推理能力，图片中的汉字经常出现“牛头不对马嘴”或乱码的情况，但随着指令理解和推理能力的提升，AI图片生成的“汉字难题”将成为历史。几乎同一时间，字节跳动也发布了同类模型Seedream 5.0，文生图能力再次取得突破。
在大语言模型方面，也有新的进展。近日，DeepSeek悄然上线了一款新模型，虽然并非备受期待的V4，但同样令人惊喜。这款新模型虽不具备多模态识别能力，却将上下文处理能力提升至100万词元，相当于可以一次性阅读理解全套《三体》共计约90万字。一名智能体开发者表示，目前支持上下文理解百万级词元的模型并不多，如谷歌的Gemini和Anthropic的Claude，DeepSeek此次更新也算是“跟上步伐”了。
据了解，这一波大模型“上新潮”远未结束，豆包2.0、千问3.5等旗舰模型也将在近期发布，国产大模型领域的竞争将愈发激烈。
