MiniMax M2.5 开源，低成本Agent时代来了！社区Day0部署、工具调用、推理&提示词参数实战来啦！

魔搭ModelScope社区

2549人浏览 · 2026-02-24 10:00:23

魔搭ModelScope社区 · 2026-02-24 10:00:23 发布

2月13日，MiniMax M2.5发布，这是 MiniMax M2 系列 108 天的三连更！M2.5 在编程、搜索、办公场景全面登顶，开源权重上线ModelScope。本文带你全面了解 M2.5 的核心能力，并提供从 API 接入到本地部署、工具调用的完整最佳实践。

MiniMax M2.5的突破

MiniMax 在 108 天内连续发布了 M2、M2.1 和 M2.5 三个版本，迭代速度之快在业内罕见。M2.5 这次带来的不仅是性能提升，而是一次"能力 + 效率 + 成本"的三重突破：

SWE-Bench Verified 达到 80.2%，超越 GPT-5.2 (thinking)，逼近 Claude Opus 4.5 的 80.9%
Multi-SWE-Bench 达到 51.3%，多语言编程能力行业第一
BrowseComp 达到 76.3%，搜索和工具调用能力大幅领先

资源链接：

GitHub：https://github.com/MiniMax-AI/MiniMax-M2.5
ModelScope：https://www.modelscope.cn/models/MiniMax/MiniMax-M2.5
MiniMax Agent（在线使用）：https://agent.minimax.io/

API 平台：https://platform.minimax.io/

API 文档：https://platform.minimax.io/docs/guides/text-generation

Coding Plan：https://platform.minimax.io/subscribe/coding-plan

Discord 社区：https://discord.com/invite/hvvt8hAye6

技术支持邮箱：model@minimax.io

核心能力全景

先上MiniMax-M2.5 在各benchmark的表现：

Coding：像架构师一样思考

M2.5 最令人印象深刻的变化是"Spec-writing"行为的涌现——在写代码之前，模型会像一个资深架构师一样，主动拆解功能需求、设计系统结构和 UI 方案，完成完整的前期规划。

这不是简单的 bug 修复工具，M2.5 覆盖了完整的开发生命周期：从 0→1 的系统设计，1→10 的核心开发，10→90 的功能迭代，到 90→100 的 Code Review 和系统测试。支持 Web、Android、iOS、Windows 等全栈平台，涵盖后端 API、业务逻辑、数据库等，而不仅仅是"前端网页 Demo"。

关键数据：

评测	M2.5	M2.1	Claude Opus 4.5	Gemini 3 Pro
SWE-Bench Verified	80.2	74.0	80.9	78.0
Multi-SWE-Bench	51.3	49.4	50.0	42.7

在不同脚手架的泛化测试中，M2.5 在 Droid 上通过率 79.7（超过 Opus 4.6 的 78.9），在 OpenCode 上为 76.1（超过 Opus 4.6 的 75.9），展现了极强的框架泛化能力。

搜索与工具调用：更精准、更高效

M2.5 在 BrowseComp（带上下文管理）上拿下了 76.3% 的成绩，大幅领先。更重要的是，模型学会了用更少的搜索轮次达到更好的效果，相比 M2.1 节省了约 20% 的轮次消耗。

MiniMax 还构建了 RISE（Realistic Interactive Search Evaluation）评测，结果表明 M2.5 在专家级搜索任务上表现卓越。

办公场景：直接交付专业产出

M2.5 与金融、法律、社科领域的资深从业者深度合作，将行业隐性知识融入训练流程。在 Word 排版、PPT 编辑、Excel 金融建模等高阶办公场景中均有显著提升。在内部 Cowork Agent 评测框架 GDPval-MM 中，M2.5 对主流模型取得了 59.0% 的平均胜率。

速度：比 M2.1 快 37%

M2.5 在运行 SWE-Bench Verified 时，端到端平均耗时从 31.3 分钟降至 22.8 分钟（速度提升 37%），与 Claude Opus 4.6 的 22.9 分钟基本持平，而成本仅为其 1/10。

技术解析：为什么 M2.5 进步这么快

MiniMax 将 M2.5 的快速进步归功于大规模强化学习，核心包括三个方面：

Forge：原生 Agent RL 框架。 通过引入中间层完全解耦底层训推引擎与 Agent，支持任意 Agent 脚手架的接入。通过优化异步调度策略和树状合并训练样本，实现了约 40 倍的训练加速。
CISPO 算法。 保障 MoE 模型在大规模训练中的稳定性。引入过程奖励机制（Process Reward）解决 Agent 场景中长上下文的信用分配难题。
Reward 设计创新。 直接估计任务在真实环境下的耗时作为 Reward，在模型效果与响应速度之间找到更好的平衡点。

MiniMax 内部已经有 30% 的日常任务由 M2.5 自主完成，编程场景中 M2.5 生成的代码占新提交代码的 80%。

M2 → M2.1 → M2.5：一张表看清进化

能力维度	M2	M2.1	M2.5
SWE-Bench Verified	69.4	74.0	80.2
Multi-SWE-Bench	36.2	49.4	51.3
BrowseComp (ctx mgmt)	56.9	62.0	76.3
Toolathlon	16.7	43.5	—
VIBE (Average)	67.5	88.6	—
SWE-Bench 平均耗时	—	31.3 min	22.8 min
开源	✅	✅	✅

108 天，三个版本，SWE-Bench Verified 从 69.4 飙升到 80.2，这个迭代速度在 Claude、GPT、Gemini 等模型系列中是最快的。

M2.5 让"无限运行复杂 Agent"在经济上变得可行。对于 M2 系列来说，唯一的问题变成了——模型能力的进步速度能有多快？从 108 天三个版本的表现来看，答案是：非常快。

Intelligence with Everyone.

模型部署实战

M2.5 / M2.1 提供三种接入方式，从零代码到完全私有化部署，满足不同场景需求。

方式一：MiniMax Agent（零代码，开箱即用）

访问 https://agent.minimax.io/ ，直接在浏览器中使用 M2.5 的全部能力。

在 MAX 模式下，Agent 会自动根据文件类型加载对应的 Office Skills（Word / PPT / Excel）
可以将 Office Skills 与行业 SOP 组合，创建可复用的"Expert"
目前平台上已有超过 10,000 个用户创建的 Expert

适合非技术用户、快速验证场景、办公自动化需求。

方式二：API 调用（推荐开发者使用）

魔搭社区ModelScope提供了限时限量免费的M2.5 API-Inference服务，欢迎体验。

同时，欢迎在M2.5 API 开放平台体验官方API: http://platform.minimaxi.com/docs/guides/text-generation

M2.5 提供两个版本：

版本	速度	输入价格	输出价格	适用场景
M2.5-Lightning	~100 TPS	$0.3/M tokens	$2.4/M tokens	对延迟敏感的实时应用
M2.5	~50 TPS	更低	~$1.2/M tokens	批量任务、成本优先

两个版本效果相同，均支持缓存。按输出价格计算，M2.5 的成本仅为 Opus / Gemini 3 Pro / GPT-5 的 1/10 到 1/20。

快速测试 API（在魔搭社区使用 OpenAI SDK 兼容接口）：

from openai import OpenAI
client = OpenAI(
    base_url='https://api-inference.modelscope.cn/v1',
    api_key='<MODELSCOPE_TOKEN>', # ModelScope Token
)
response = client.chat.completions.create(
    model='MiniMax/MiniMax-M2.5', # ModelScope Model-Id
    messages=[
        {
            'role': 'system',
            'content': 'You are a helpful assistant.'
        },
        {
            'role': 'user',
            'content': '你好'
        }
    ],
    stream=True
)
for chunk in response:
    if chunk.choices:
        print(chunk.choices[0].delta.content, end='', flush=True)

API 文档：https://platform.minimax.io/docs/guides/text-generation Coding Plan 订阅：https://platform.minimax.io/subscribe/coding-plan

本地部署（For开发者）

模型权重已在 ModelScope 开源。

M2.5 模型地址：https://modelscope.cn/models/MiniMax/MiniMax-M2.5

硬件要求

操作系统：Linux
Python：3.9 - 3.12
GPU：compute capability 7.0 或更高
显存需求：权重需要 220 GB，每 1M 上下文 token 需要额外 240 GB

推荐硬件配置：

配置	总 KV Cache 容量	适用场景
96 GB × 4 卡	约 40 万 token	日常开发、中等并发
144 GB × 8 卡	高达 300 万 token	高并发生产环境

注：以上为硬件支持的最大并发缓存总量，模型单序列长度上限为 196K token。

方案 A：SGLang 部署

SGLang 是一个高性能推理引擎，具备卓越的服务吞吐和高效的内存管理。推荐作为生产环境首选。

第 1 步：安装 SGLang

# 建议使用全新的虚拟环境
uv venv
source .venv/bin/activate
# 从源码安装 SGLang
git clone https://github.com/sgl-project/sglang
cd sglang
uv pip install -e "python" --prerelease=allow

第 2 步：启动服务

4 卡部署：

SGLANG_USE_MODELSCOPE=true python -m sglang.launch_server \
    --model-path MiniMaxAI/MiniMax-M2.1 \
    --tp-size 4 \
    --tool-call-parser minimax-m2 \
    --reasoning-parser minimax-append-think \
    --host 0.0.0.0 \
    --trust-remote-code \
    --port 8000 \
    --mem-fraction-static 0.85

8 卡部署（推荐生产环境）：

SGLANG_USE_MODELSCOPE=truepython -m sglang.launch_server \
    --model-path MiniMaxAI/MiniMax-M2.1 \
    --tp-size 8 \
    --ep-size 8 \
    --tool-call-parser minimax-m2 \
    --trust-remote-code \
    --host 0.0.0.0 \
    --reasoning-parser minimax-append-think \
    --port 8000 \
    --mem-fraction-static 0.85

第 3 步：测试服务

curl http://localhost:8000/v1/chat/completions \
    -H "Content-Type: application/json" \
    -d '{
        "model": "MiniMaxAI/MiniMax-M2.1",
        "messages": [
            {"role": "system", "content": [{"type": "text", "text": "You are a helpful assistant."}]},
            {"role": "user", "content": [{"type": "text", "text": "用 Python 实现一个二叉搜索树。"}]}
        ]
    }'

SGLang 常见问题：如果遇到 "MiniMax-M2 model is not currently supported" 错误，请确保 SGLang 版本 >= v0.5.4.post1。

方案 B：vLLM 部署

vLLM 是另一个高性能推理引擎，社区活跃，生态完善。

第 1 步：安装 vLLM

uv venv
source .venv/bin/activate
uv pip install -U vllm --extra-index-url https://wheels.vllm.ai/nightly

第 2 步：启动服务

4 卡部署：

VLLM_USE_MODELSCOPE=true vllm serve \
    MiniMaxAI/MiniMax-M2.1 --trust-remote-code \
    --tensor-parallel-size 4 \
    --enable-auto-tool-choice --tool-call-parser minimax_m2 \
    --reasoning-parser minimax_m2_append_think

8 卡部署：

VLLM_USE_MODELSCOPE=true vllm serve \
    MiniMaxAI/MiniMax-M2.1 --trust-remote-code \
    --enable_expert_parallel --tensor-parallel-size 8 \
    --enable-auto-tool-choice --tool-call-parser minimax_m2 \
    --reasoning-parser minimax_m2_append_think

方案 C：Transformers 推理（快速验证）

适合快速测试和原型验证，不推荐用于生产环境。

第 1 步：安装依赖

uv pip install transformers==4.57.1 torch accelerate --torch-backend=auto

第 2 步：Python 推理代码

from modelscope import AutoModelForCausalLM, AutoTokenizer
import torch
MODEL_PATH = "MiniMax/MiniMax-M2.5"
# 加载模型（自动分配到多卡）
model = AutoModelForCausalLM.from_pretrained(
    MODEL_PATH,
    device_map="auto",
    trust_remote_code=True,  # 必须开启！
)
tokenizer = AutoTokenizer.from_pretrained(MODEL_PATH)
# 构造对话消息
messages = [
    {"role": "user", "content": [
        {"type": "text", "text": "帮我写一个 Go 语言的 HTTP 服务器"}
    ]}
]
# 推理生成
model_inputs = tokenizer.apply_chat_template(
    messages, return_tensors="pt", add_generation_prompt=True
).to("cuda")
generated_ids = model.generate(
    model_inputs,
    max_new_tokens=2048,
    generation_config=model.generation_config
)
response = tokenizer.batch_decode(generated_ids)[0]
print(response)

注意：使用 Transformers 时必须设置 trust_remote_code=True，否则会报错。

方案 D：MLX 部署（Mac 本地推理）

如果你使用 Apple Silicon Mac，可以通过 MLX 框架在本地运行量化版本。

硬件要求：

Apple Silicon Mac（M3 Ultra 或更高），至少 256 GB 统一内存。

从ModelScope下载模型

pip install modelscope
modelscope download mlx-community/MiniMax-M2.5-3bit

安装与使用：

# 安装 mlx-lm
pip install -U mlx-lm
# 命令行直接生成
mlx_lm.generate \
  --model PATH/MiniMax-M2.5-3bit \
  --prompt "如何用 Rust 实现一个并发安全的 HashMap？" \
  --max-tokens 1024 \
  --temp 0.7

Python 脚本：

from mlx_lm import load, generate
model, tokenizer = load("PATH/MiniMax-M2.1-4bit")
messages = [{"role": "user", "content": "解释一下 Transformer 的注意力机制"}]
prompt = tokenizer.apply_chat_template(
    messages, tokenize=False, add_generation_prompt=True
)
response = generate(
    model, tokenizer, prompt=prompt, max_tokens=512, temp=0.7, verbose=True
)
print(response)

为大家总结部署方案选择建议：

场景	推荐方案	理由
生产环境、高并发	SGLang 8 卡	吞吐最高、内存管理最优
中小规模生产	vLLM 4/8 卡	社区成熟、问题排查资料丰富
快速原型验证	Transformers	安装简单、代码直观
Mac 本地开发	MLX (3bit)	无需 GPU、本地隐私
不想管部署	MiniMax API	零运维、按量付费

工具调用（Function Calling）实战

M2.5 原生支持结构化工具调用，可以在一次回复中并行调用多个工具。

通过 vLLM / SGLang 使用（推荐）

如果你使用 vLLM 或 SGLang 部署（启动时需带上 --tool-call-parser 和 --reasoning-parser 参数），工具调用解析已内置，直接使用 OpenAI SDK 格式：

from openai import OpenAI
import json
client = OpenAI(base_url="http://localhost:8000/v1", api_key="dummy")
# 定义工具
tools = [{
    "type": "function",
    "function": {
        "name": "get_weather",
        "description": "获取指定城市的当前天气",
        "parameters": {
            "type": "object",
            "properties": {
                "location": {
                    "type": "string",
                    "description": "城市名称，如'北京'、'上海'"
                },
                "unit": {
                    "type": "string",
                    "enum": ["celsius", "fahrenheit"],
                    "description": "温度单位"
                }
            },
            "required": ["location", "unit"]
        }
    }
}]
# 发送请求
response = client.chat.completions.create(
    model=client.models.list().data[0].id,
    messages=[
        {"role": "user", "content": "上海今天天气怎么样？用摄氏度。"}
    ],
    tools=tools,
    tool_choice="auto"
)
# 解析工具调用结果
tool_call = response.choices[0].message.tool_calls[0].function
print(f"调用函数: {tool_call.name}")
print(f"参数: {tool_call.arguments}")
# 输出: 调用函数: get_weather
#       参数: {"location": "上海", "unit": "celsius"}

手动解析工具调用（Transformers 等框架）

如果使用 Transformers 或其他不内置解析器的推理框架，需要手动解析模型的 XML 格式输出。

模型输出的工具调用格式：

<minimax:tool_call>
<invoke name="get_weather">
<parameter name="location">上海</parameter>
<parameter name="unit">celsius</parameter>
</invoke>
</minimax:tool_call>

支持在一次输出中并行调用多个工具：

<minimax:tool_call>
<invoke name="search_web">
<parameter name="query_list">["OpenAI 最新发布"]</parameter>
</invoke>
<invoke name="search_web">
<parameter name="query_list">["Gemini 最新发布"]</parameter>
</invoke>
</minimax:tool_call>

Transformers 下的完整工具调用流程：

from transformers import AutoTokenizer
import requests
import json
tokenizer = AutoTokenizer.from_pretrained("MiniMaxAI/MiniMax-M2.1")
# 定义工具
tools = [{
    "name": "get_current_weather",
    "description": "获取指定城市的最新天气",
    "parameters": {
        "type": "object",
        "properties": {
            "location": {
                "type": "string",
                "description": "城市名称，如北京、上海"
            }
        },
        "required": ["location"]
    }
}]
# 构造消息
messages = [
    {"role": "system", "content": "You are a helpful assistant."},
    {"role": "user", "content": "上海今天天气怎么样？"},
]
# 应用 chat template，传入工具定义
text = tokenizer.apply_chat_template(
    messages,
    tokenize=False,
    add_generation_prompt=True,
    tools=tools
)
# 发送请求到推理服务
payload = {
    "model": "MiniMaxAI/MiniMax-M2.1",
    "prompt": text,
    "max_tokens": 4096
}
response = requests.post(
    "http://localhost:8000/v1/completions",
    headers={"Content-Type": "application/json"},
    json=payload
)
# 获取原始输出并解析
raw_output = response.json()["choices"][0]["text"]
tool_calls = parse_tool_calls(raw_output, tools)  # 使用下方的解析函数

手动解析函数（核心代码）：

import re
import json
from typing import Any, Optional, List, Dict
def extract_name(name_str: str) -> str:
    """从引号字符串中提取名称"""
    name_str = name_str.strip()
    if (name_str.startswith('"') and name_str.endswith('"')) or \
       (name_str.startswith("'") and name_str.endswith("'")):
        return name_str[1:-1]
    return name_str
def convert_param_value(value: str, param_type: str) -> Any:
    """根据参数类型转换参数值"""
    if value.lower() == "null":
        return None
    param_type = param_type.lower()
    if param_type in ["string", "str", "text"]:
        return value
    elif param_type in ["integer", "int"]:
        try: return int(value)
        except: return value
    elif param_type in ["number", "float"]:
        try:
            val = float(value)
            return val if val != int(val) else int(val)
        except: return value
    elif param_type in ["boolean", "bool"]:
        return value.lower() in ["true", "1"]
    elif param_type in ["object", "array"]:
        try: return json.loads(value)
        except: return value
    else:
        try: return json.loads(value)
        except: return value
def parse_tool_calls(
    model_output: str,
    tools: Optional[List[Dict]] = None
) -> List[Dict]:
    """
    从模型输出中提取所有工具调用
    返回: [{"name": "func_name", "arguments": {...}}, ...]
    """
    if "<minimax:tool_call>" not in model_output:
        return []
    tool_calls = []
    try:
        tc_regex = re.compile(
            r"<minimax:tool_call>(.*?)</minimax:tool_call>", re.DOTALL)
        inv_regex = re.compile(r"<invoke name=(.*?)</invoke>", re.DOTALL)
        param_regex = re.compile(
            r"<parameter name=(.*?)</parameter>", re.DOTALL)
        for tc_match in tc_regex.findall(model_output):
            for inv_match in inv_regex.findall(tc_match):
                name_match = re.search(r'^([^>]+)', inv_match)
                if not name_match:
                    continue
                func_name = extract_name(name_match.group(1))
                # 查找参数类型配置
                param_config = {}
                if tools:
                    for tool in tools:
                        tn = tool.get("name") or \
                             tool.get("function", {}).get("name")
                        if tn == func_name:
                            params = tool.get("parameters") or \
                                     tool.get("function", {}).get("parameters")
                            if isinstance(params, dict):
                                param_config = params.get("properties", {})
                            break
                param_dict = {}
                for match in param_regex.findall(inv_match):
                    pm = re.search(r'^([^>]+)>(.*)', match, re.DOTALL)
                    if pm:
                        pname = extract_name(pm.group(1))
                        pvalue = pm.group(2).strip()
                        ptype = "string"
                        if pname in param_config and \
                           isinstance(param_config[pname], dict):
                            ptype = param_config[pname].get("type", "string")
                        param_dict[pname] = convert_param_value(pvalue, ptype)
                tool_calls.append({
                    "name": func_name, "arguments": param_dict
                })
    except Exception as e:
        print(f"解析工具调用失败: {e}")
        return []
    return tool_calls

将工具结果返回模型

工具执行完成后，将结果以 tool 角色添加到对话历史中，模型会基于结果继续生成回答：

# 构造工具执行结果
tool_result = {
    "role": "tool",
    "content": [{
        "name": "get_current_weather",
        "type": "text",
        "text": json.dumps({
            "location": "上海",
            "temperature": "28",
            "unit": "celsius",
            "weather": "多云"
        }, ensure_ascii=False)
    }]
}
# 将结果加入对话历史，继续对话
messages.append({"role": "assistant", "content": raw_output})
messages.append(tool_result)
# 再次调用模型，获取最终回答
# ...

工具调用最佳实践

优先使用 vLLM / SGLang 内置解析器，省去手动解析的麻烦
工具描述要清晰具体，包含参数说明、取值范围和返回值格式
M2.5 支持并行工具调用，可以在一次回复中同时请求多个工具
对于搜索类任务，M2.5 已学会用更少的轮次获取更精确的结果

推理参数与提示词实战

编程提示词技巧

利用 M2.5 的架构师思维：

请先分析需求，给出系统架构设计和模块拆分方案，然后再开始编写代码。
要求覆盖：数据模型设计、API 接口定义、错误处理策略、测试方案。

多编程语言项目： M2.5 在 Go、C/C++、TypeScript、Rust、Kotlin、Python、Java、JavaScript、PHP、Lua、Dart、Ruby 等 10+ 语言上均有训练，Multi-SWE-Bench 排名第一，是多编程语言项目的理想选择。

搭配编程脚手架

M2.5 在多种编程脚手架上展现了优秀的泛化性：

脚手架	M2.5 通过率	Opus 4.6 通过率
Claude Code	80.2	—
Droid	79.7	78.9
OpenCode	76.1	75.9

* 使用 Claude Code 时建议替换默认系统提示词以获得最佳效果。

点击即可跳转模型链接：

https://www.modelscope.cn/models/MiniMax/MiniMax-M2.5

欢迎加入ModelScope魔搭中文开源社区

ModelScope旨在打造下一代开源的模型即服务共享平台，为泛AI开发者提供灵活、易用、低成本的一站式模型服务产品，让模型应用更简单！

更多推荐

众智 FlagOS Skills：让 AI Agent 一句话搞定国产芯片开发

ModelScope魔搭社区

中科天机开放华中2.5公里气象及全球12公里沙尘数据集：支持时空序列AI模型训练

ModelScope魔搭社区

聘才猫十大skills利器入驻魔搭Skills中心，HR、开发者、求职者福利！

ModelScope魔搭社区

所有评论(0)

查看更多评论

魔搭ModelScope社区

@coc_modelscope

已为社区贡献928条内容

MiniMax M2.5 开源，低成本Agent时代来了！社区Day0部署、工具调用、推理&提示词参数实战来啦！

魔搭ModelScope社区

MiniMax M2.5的突破

核心能力全景

Coding：像架构师一样思考

搜索与工具调用：更精准、更高效

办公场景：直接交付专业产出

速度：比 M2.1 快 37%

技术解析：为什么 M2.5 进步这么快

M2 → M2.1 → M2.5：一张表看清进化

模型部署实战

方式一：MiniMax Agent（零代码，开箱即用）

方式二：API 调用（推荐开发者使用）

本地部署（For开发者）

硬件要求

方案 A：SGLang 部署

方案 B：vLLM 部署

方案 C：Transformers 推理（快速验证）

方案 D：MLX 部署（Mac 本地推理）

工具调用（Function Calling）实战

通过 vLLM / SGLang 使用（推荐）

将工具结果返回模型

工具调用最佳实践

推理参数与提示词实战

推荐参数

编程提示词技巧

搭配编程脚手架

所有评论(0)

魔搭ModelScope社区