開源模型王座再次易主，依舊是國產模型！

不過之前霸榜的DeepSeek和Qwen來自杭州，現在變成上海的Minimax了。

在第三方評測機構Artificial Analysis的測試中，Minimax M2以61分獲得了開源模型第一，緊隨Claude 4.5 Sonnet。

官方介紹，Minimax M2專為智能體和編程而生，編程能力和Agent表現出眾。

而且經濟高效，推理速度是Claude 3.5 Sonnet的兩倍，API價格卻只有8%。

Minimax表示，智能水平、速度和成本在過去被視為“不可能三角”，但隨著M2的出世，這個三角被打破了。

目前，M2的完整模型權重已經開源，采用MIT協議，在線Agent平臺和API也限時免費。

8%成本實現Claude級水平

Minmax M2是一個稀疏度較高的MoE模型，總參數量230B，激活參數量僅有10B。

網友表示10B的激活參數運行起來會非常快，如果配上Cerebras或者Groq這樣的推理加速平臺，有望跑到每秒上千Token。

另一個特色是采用了交錯的思維格式，使得模型能夠規劃和驗證跨多個對話的操作步驟，這對于Agent推理至關重要。

如開頭介紹，Minimax官方將M2定義為一個專為智能體和編程而生的模型。

它專為端到端開發工作流程而構建，而且表現出對復雜、長鏈工具調用任務的出色規劃和穩定執行能力，支持Shell、瀏覽器、Python代碼解釋器和各種MCP工具的調用。

在Agent最關鍵的三個能力——編程能力、工具使用能力和深度搜索能力上，M2在工具使用和深度搜索方面上都不遜于海外頂尖模型，編程能力也在國內名列前茅。

綜合表現上，M2在Artificial Analysis的測試中，獲得了總排名第五、開源第一的成績。

該測試使用了10個熱門數據集，包括MMLU Pro、GPQA Diamond、人類最后測試、LiveCodeBench等。

而M2的定價是0.3美元/2.1人民幣每百萬輸入Token，1.2美元/8.4人民幣每百萬輸出Token，只要Claude 3.5 Sonnet的8%。

以Artificial Analysis的成績為基準，Minimax繪制了一張圖來比較各大模型性價比（橫軸越向右成本越低）。

在線推理服務的速度則可達每秒100Token，Minimax也畫了一張圖體現以速度衡量的性價比。