Ang AI Worker na $1 Kada Oras
Nagpakawala ang Chinese artificial intelligence startup na MiniMax ng pagbabagong nagbabanta na gumuho ang ekonomiya ng pag-deploy ng AI sa mga enterprise. Inilabas ng kumpanyang nakabase sa Shanghai ang M2.5, isang language model na naghahatid ng performance na karibal ng pinakamamahaling Western system, habang nasa humigit-kumulang ikasampu hanggang ikadalawampu lamang ng presyo ng mga kalaban gaya ng Claude Opus 4.6 at GPT-5.2 ang halaga nito.
Mga Nilalaman
Inilabas ang modelo sa Hugging Face sa ilalim ng binagong MIT License, sa gitna ng isang napakabilis na linggo ng mga anunsyo tungkol sa Chinese AI na nagpayanig sa mga pandaigdigang merkado at muling gumuhit sa mga hangganan ng kompetisyon. Umakyat nang 11% hanggang 16% ang mga share ng MiniMax, na ipinagpapalit bilang MINIMAX-WP (00100.HK) sa Hong Kong Stock Exchange, matapos ang anunsyo; nagsara ang mga ito sa HK$680, ayon sa South China Morning Post.
Ipinoposisyon ng MiniMax ang M2.5 hindi lamang bilang chatbot kundi bilang digital na empleyadong pang-produksiyon na kayang mag-code, magsaliksik at gumawa ng mga dokumento nang nagsasarili. Ayon sa kumpanya, ito ang unang frontier model kung saan halos nawawala na ang alalahanin sa gastos, dahil kaya nitong tumakbo nang tuluy-tuloy sa bilis na 100 token bawat segundo sa halagang $1 kada oras. Sa mas mabagal na bilis, bumababa sa $0.30 kada oras ang gastos. Dahil sa ganitong estruktura ng presyo, maaaring patakbuhin nang tuluy-tuloy ang apat na AI agent sa loob ng isang buong taon sa halagang humigit-kumulang $10,000, na halos katumbas lamang ng isang buwang operasyon gamit ang mga maihahambing na Western model.
Mga Benchmark na Humahamon sa mga Nangungunang Modelo
Ipinakikita ng independiyenteng pagsusuri at sariling mga pagsubok ng MiniMax na kabilang ang M2.5 sa pinakamataas na antas ng mga coding model, at hindi ito malayo sa Claude Opus 4.6 ng Anthropic sa kabila ng malaking agwat sa presyo. Sa SWE-Bench Verified, ang pamantayan ng industriya sa pagsukat ng kakayahan sa software engineering sa totoong mundo, nakakuha ang M2.5 ng 80.2%, 0.6 percentage point lamang ang agwat nito sa Opus 4.6. Mas mataas din ito sa 80% ng GPT-5.2 ng OpenAI at 78% ng Gemini 3 Pro ng Google.
Namumukod-tangi ang modelo sa mga multilingual coding scenario. Nakakuha ito ng 51.3% sa Multi-SWE-Bench, na sumusubok sa mga programming task na tumatawid sa iba't ibang repository at nangangailangan ng sabayang pag-unawa sa maraming codebase. Mas mataas ito sa 50.3% ng Opus 4.6 at higit na nalampasan ang 42.7% ng Gemini 3 Pro. Sa VIBE-Pro, isang internal benchmark para sa mga komplikadong full-stack development task, kapantay ng Opus 4.5 ang performance ng M2.5.
Higit pa sa coding, nagpapakita ang M2.5 ng pambihirang kakayahan bilang agent. Nakakuha ito ng 76.3% sa BrowseComp, na sumusukat sa masalimuot na pag-browse sa web at pagkuha ng impormasyon, at 76.8% sa Berkeley Function Calling Leaderboard (BFCL) para sa paggamit ng mga tool sa maraming sunod-sunod na palitan. Nalampasan nito ang Opus 4.6 nang mahigit 13 percentage point. Binigyan naman ng third-party analyst firm na Artificial Analysis ang M2.5 ng score na 42 sa Intelligence Index nito, na mas mataas sa average na 25 ng mga maihahambing na modelo. Ayon din dito, tumatakbo ang modelo sa bilis na 80 token bawat segundo, na mas mabilis sa average na 55.
Gayunman, sa independiyenteng beripikasyon sa SWE-rebench January 2026 leaderboard, na sumusubok sa 48 bagong GitHub pull request gamit ang ibang pamamaraan, nakakuha ang M2.5 ng 39.6%, kumpara sa 52.9% ng Claude Code. Ipinahihiwatig nito na maaaring mag-iba ang performance sa totoong paggamit depende sa paraan ng pagsusuri at kung gaano kabago ang mga task.
Ang Arkitektura ng Kahusayan
Nagmumula sa arkitekturang Mixture of Experts (MoE) ang kakayahan ng M2.5 na maging matipid. Ginagaya ng disenyong ito ang pagkonsulta sa mga espesyalista sa halip na pag-asa sa isang generalist. Bagama't may kabuuang 230 bilyong parameter ang modelo, 10 bilyon lamang ang ina-activate nito para sa bawat task. Dahil sa piling pag-activate na ito, napapanatili ng sistema ang lalim ng pangangatwiran ng malalaking modelo habang taglay ang bilis at gastos ng mas maliliit na sistema.
Para sanayin ang komplikadong arkitekturang ito, binuo ng MiniMax ang Forge, isang proprietary reinforcement learning framework na partikular para sa agentic AI. Hindi tulad ng mga karaniwang paraang nag-o-optimize para makapagbigay ng kasiya-siyang sagot, inilalagay ng Forge ang mga modelo sa daan-daang libong aktuwal na ginayang kapaligiran, kabilang ang mga code repository, web browser at office application. Ginagantimpalaan nito ang aktuwal na pagkumpleto ng task sa halip na pagsunod sa istilo ng sagot. Tinatayang 40 beses na mas mabilis magsanay ang sistema kaysa sa mga karaniwang RL approach, salamat sa na-optimize na asynchronous scheduling at mga estratehiya sa pagsasanib ng mga training sample na nakaayos na parang puno.
Ipinaliwanag ng engineer ng MiniMax na si Olive Song sa isang panayam sa ThursdAI podcast na kinailangan ng dalawang buwang masinsinang trabaho sa iba't ibang sitwasyon sa totoong mundo ang pagsasanay na ito. Para mapanatili ang katatagan ng proseso, ipinatupad ng team ang CISPO (Clipping Importance Sampling Policy Optimization), isang matematikal na paraang pumipigil sa sobrang pagwawasto ng modelo sa bawat yugto ng pagsasanay.
"Napagtanto namin na malaki ang potensiyal ng ganitong kaliit na modelo kung sasailalim ito sa reinforcement learning gamit ang maraming kapaligiran at agent. Pero hindi ito madaling gawin," sabi ni Song, at idinagdag na naglaan ng maraming oras ang team sa pagpino ng proseso.
Nalinang ng pamamaraang ito ang tinatawag ng MiniMax na "Architect Mindset." Sa halip na agad gumawa ng code, pinaplano muna ng M2.5 ang estruktura ng proyekto, mga feature at disenyo ng interface. Hinahati nito ang masalimuot na task sa mga bahaging mas madaling pamahalaan bago simulan ang pagsasagawa. Sinanay ang modelo sa mahigit 10 programming language, kabilang ang Go, C, C++, TypeScript, Rust, Kotlin, Python, Java, JavaScript, PHP, Lua, Dart at Ruby, sa mahigit 200,000 kapaligiran.
Mula Chatbot Tungo sa Digital na Empleyado
Sentro ng pilosopiya sa disenyo ng M2.5 ang pagbabago ng AI mula sa interface para sa pakikipag-usap tungo sa nagsasariling manggagawa. Nakipagtulungan ang MiniMax sa mga senior professional sa pananalapi, batas at agham panlipunan upang bigyan ang modelo ng di-nakasulat na kaalamang partikular sa mga industriyang ito. Dahil dito, kaya nitong gumawa ng mga natapos na produktong maihahatid sa kliyente sa halip na mga bloke lamang ng teksto.
Nakikita ang pokus na ito sa mga praktikal na kakayahan sa pag-automate ng trabaho sa opisina na karaniwang hindi pinagtutuunan ng pansin ng karamihan sa mga frontier model. Kayang gumawa at mag-edit ng mga dokumento sa Microsoft Word ang M2.5, bumuo ng mga PowerPoint presentation na may wastong layout at chart, at magsagawa ng masalimuot na financial modeling sa Excel. Sa MEWC benchmark, na hango sa mga aktuwal na problema ng Microsoft Excel World Championship, nakakuha ang modelo ng 74.4%. Sa internal na GDPval-MM evaluation framework, na sumusukat sa kalidad ng mga output at propesyonal na pag-usad sa pamamagitan ng paghahambing ng mga pares, nagtala ang M2.5 ng average na 59% panalo laban sa mga pangunahing kakompetensiya.
Naipakalat na ng MiniMax ang M2.5 sa loob ng kumpanya bilang pagsubok sa paggamit nito ng mga enterprise. Ayon sa kumpanya, 30% na ngayon ng lahat ng task sa iba't ibang departamento, kabilang ang research and development, product management, sales, human resources at finance, ang kusang kinukumpleto ng modelo. Sa mga coding environment, 80% ng bagong code na isinusumite sa punong-tanggapan ng MiniMax ay ginagawa ng M2.5.
Pinagsama ng kumpanya ang mga kakayahang ito sa MiniMax Agent, isang platform kung saan nakabuo na ang mga user ng mahigit 10,000 espesyalisadong Expert na pinagsasama ang Office Skills at kaalamang partikular sa kani-kanilang industriya. Dahil sa mga konfigurasyong ito, nasusunod ng Agent ang mga nakatakdang standard operating procedure para sa pananaliksik sa industriya o ang partikular na mga tuntunin sa pagkontrol ng panganib para sa financial modeling, sa halip na basta gumawa lamang ng mga bloke ng teksto.
Kaya ng modelo ang full-stack development sa Web, Android, iOS at Windows. Pinamamahalaan nito ang mga server-side API, business logic at database sa halip na mga pagpapakitang frontend lamang. Saklaw ng kakayahang ito ang buong siklo ng pagbuo ng software, mula sa unang disenyo ng sistema hanggang sa pagdaragdag ng mga feature, masusing pagsusuri ng code at testing.
Ang Ekonomiya ng Tuluy-tuloy na Operasyon
Nag-aalok ang MiniMax ng dalawang bersiyon ng API na magkapareho ang kakayahan ngunit magkaiba ang throughput. Tumatakbo ang M2.5-Lightning sa bilis na 100 token bawat segundo, sa presyong $0.30 kada milyong input token at $2.40 kada milyong output token. Tumatakbo naman ang karaniwang M2.5 sa kalahati ng bilis nito, o 50 token bawat segundo, ngunit kalahati rin ang presyo: $0.15 kada milyong input token at $1.20 kada milyong output token.
Para magkaroon ng konteksto ang mga halagang ito, aabot sa humigit-kumulang $10,000 ang gastos sa tuluy-tuloy na pagpapatakbo ng apat na M2.5 agent sa loob ng isang buong taon. Samantala, naniningil ang Claude Opus 4.6 ng humigit-kumulang $75 kada milyong output token, kaya hindi praktikal sa gastos para sa karamihan ng mga organisasyon ang maihahambing na tuluy-tuloy na operasyon. Batay lamang sa presyo ng output, nasa ikasampu hanggang ikadalawampu ng halaga ng Opus, Gemini 3 Pro at GPT-5 ang M2.5.
Lalong litaw ang agwat sa gastos kapag sinuri ang halaga ng mga partikular na task. Ayon kay Alex Volkov, host ng ThursdAI podcast, nagagawa ng M2.5 ang mga SWE-Bench task gamit ang humigit-kumulang $0.15 na halaga ng token, samantalang kailangan ng Claude Opus 4.6 ng halos $3.00 para sa katumbas na gawain. Dahil sa 95% na pagbawas sa gastos, nawawala ang dating pangangailangang mag-optimize ng mga prompt at magtipid sa paggamit ng token. Nagbibigay-daan ito sa mga developer na mag-deploy ng mga modelong may malawak na konteksto at malalim na pangangatwiran para sa mga karaniwang operasyon na dati ay ipinagagawa sa mas mura ngunit hindi gaanong mahusay na mga sistema.
May caching support ang dalawang bersiyon ng API, na lalo pang nagpapababa ng gastos sa mga paulit-ulit na operasyon. Inaatasan ng binagong MIT License ang mga komersiyal na user na malinaw na ipakita ang "MiniMax M2.5" sa kanilang mga user interface. Maliit na kondisyon ito kung ikukumpara sa bentaheng pang-ekonomiya. Sa bilis na 100 token bawat segundo, nakakagawa ang tuluy-tuloy na pagbuo ng 360,000 output token kada oras, na nagkakahalaga ng humigit-kumulang $0.86 para sa mga output token, bukod pa sa gastos sa input.
Lalo pang pinatitindi ng mas mabilis na performance ang pagtitipid. Kinukumpleto ng M2.5 ang mga task mula simula hanggang dulo nang 37% na mas mabilis kaysa sa nauna nitong bersiyong M2.1. Bumaba mula 31.3 minuto tungo sa 22.8 minuto ang runtime nito sa SWE-Bench Verified, halos katapat ng 22.9 minuto ng Claude Opus 4.6 habang 10% lamang ng gastos kada task ang kailangan.
Konteksto ng Merkado at Presyur ng Kompetisyon
Itinampok ng paglabas ng M2.5 ang magulong linggo para sa Chinese artificial intelligence, kung kailan nagpakilala ng mga kompetitibong modelo ang ilang lokal na kumpanya. Inilunsad ng Zhipu AI ang GLM-5, na nalampasan ang Gemini 3 Pro ng Google sa Artificial Analysis Intelligence Index. Ipinakilala naman ng Alibaba ang RynnBrain para sa robotics, inilabas ng ByteDance ang Seedance 2.0 para sa pagbuo ng video, at ipinakilala ng Kuaishou ang Kling 3.0. Kapwa nagtala ng double-digit na pagtaas sa presyo ng mga share ang MiniMax at Zhipu AI; umakyat naman nang 30% ang mga share ng huli sa Hong Kong.
Hinahamon ng sunod-sunod na paglabas ng mga modelong ito ang mga kamakailang pagtataya sa agwat ng AI ng China at US. Nauna nang tinaya ni Demis Hassabis, pinuno ng Google DeepMind, na ilang buwan lamang ang agwat ng mga modelong Chinese sa mga alok ng Kanluran. Ipinahihiwatig ng halos kapantay na performance ng MiniMax sa Claude Opus 4.6, na inilabas isang linggo lamang ang nakalipas, na lumiit na ang agwat at maaaring ilang araw na lamang ito. Sa SWE-rebench January 2026, nakakuha ang Claude Opus 4.6 ng 51.7% at ang GPT-5.2 ng 51.0% sa mga bagong pull request, kumpara sa 39.6% ng MiniMax M2.5. Ipinakikita nito na may bentaha pa rin ang mga Western model sa pinakabagong code, bagama't patuloy na lumiliit ang agwat.
Higit pa sa mga benchmark ang mga implikasyon ng kompetisyon. Naglalagay ng sistematikong presyur sa mga Western AI lab ang estratehiya sa pagpepresyo ng MiniMax, dahil nakabatay sa mamahaling singil sa API ang mga modelo ng negosyo ng mga ito. Kapag naging, gaya ng pahayag ng MiniMax, "napakamura ng intelligence para sukatin," lilipat ang industriya mula sa ekonomiyang nakabatay sa kakapusan tungo sa ekonomiyang nakabatay sa dami. Maaari nitong gambalain ang mga modelo ng kita ng mga dati nang pangunahing kumpanya sa larangan.
Para sa mga teknikal na lider, nag-aalok ang M2.5 ng agarang bentaheng operasyonal. Dahil 37% itong mas mabilis kaysa sa nauna nitong bersiyon, nagiging posible ang mga real-time agentic pipeline kung saan nakikipag-ugnayan ang mga modelo sa iba pang modelo nang walang pagkaantala. Maaari na ngayong magsagawa ang mga organisasyon ng awtomatikong pagsusuri ng code sa hindi pa nararanasang laki habang pinananatili ang pagkapribado ng datos sa pamamagitan ng self-hosted na deployment ng open-weight na modelo.
Ang Mahahalagang Punto
- Nakakakuha ang MiniMax M2.5 ng 80.2% sa SWE-Bench Verified, kapantay ng performance ng Claude Opus 4.6 sa ikasampu hanggang ikadalawampu lamang ng gastos
- May dalawang bersiyon ng API: Standard sa $0.15/$1.20 kada milyong token (50 TPS) at Lightning sa $0.30/$2.40 (100 TPS)
- Ina-activate lamang ng 230-bilyong-parameter na MoE architecture ang 10 bilyong parameter bawat task, kaya nababawasan ang computational overhead
- Sinanay gamit ang proprietary Forge RL framework sa mahigit 200,000 kapaligiran sa totoong mundo, at may CISPO algorithm para mapanatili ang katatagan
- Kaya nitong magsagawa nang nagsasarili ng full-stack development, gumawa ng mga dokumento sa opisina (Word, Excel, PowerPoint) at magsagawa ng masalimuot na financial modeling
- Ginagamit na sa loob ng MiniMax, kung saan kinukumpleto nito ang 30% ng mga task ng kumpanya at ginagawa ang 80% ng bagong code
- Inilabas bilang open-weight na modelo sa Hugging Face sa ilalim ng binagong MIT License na nag-aatas ng pagkilala sa pinagmulan para sa komersiyal na paggamit
- Umakyat nang 11% hanggang 16% ang mga share ng kumpanya (MINIMAX-WP, 00100.HK) sa Hong Kong Stock Exchange matapos ang anunsyo
