美国大模型被中国南北夹击 国产AI疯抢春节档 欲复刻DeepSeek奇迹

犹记蛇年春节，爆火的DeepSeek，一度把国内其他大模型“整抑郁”了。今年，互联网大厂和国产大模型公司无不期待复刻DeepSeek的奇迹，赶在春节前密集官宣上新，将新年作为最佳练兵场。

2月12日，上海大模型企业MiniMax在MiniMax Agent正式上线新一代文本模型MiniMax M2.5（以下简称“M2.5”），并于2月13日全球开源，支持本地化部署。随后，全球用户迅速在MiniMax Agent上构建1万多个“专家”，且数量仍在快速增长。

M2.5被称“王炸”，在于其性能几乎逼平由美国AI公司Anthropic开发的模型Claude Opus 4.6，价格却让人目瞪口呆，连当下最火的开源个人AI代理项目OpenClaw之父彼得·斯坦伯格也忍不住感慨。

OpenClaw之父彼得·斯坦伯格转发和评价M2.5，性能比肩Claude Opus 4.6，价格便宜20倍。

M2.5定位为“原生Agent生产级模型”的产品，能自动写代码、调用工具、分析数据、生成报告。

在编程最硬核的SWE-Bench Verified榜单上，M2.5拿到了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超越Claude Opus 4.6拿到第一。

针对办公场景，M2.5在Word、PPT、Excel、金融建模等高阶场景中能力出众，在测评框架GDPval-MM与主流模型的对比中，取得了59%的平均胜率。M2.5生成的表格，能将封面、数据源和详细数据分得清清楚楚，格式规整，仿佛出自强迫症员工之手。

M2.5对标美国主流模型毫不逊色。

关键在于，能干“重活”的M2.5，其激活的参数量仅10B，在全球同类第一梯队旗舰模型中“体型”最小。

“脑子好使”的同时，M2.5的杀手锏，还在于解决了模型“贵”和“慢”两大痛点。

M2.5将推理速度干到了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（模型输入、输出基本单位），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，能以颠覆式创新实现模型不降智、不卡顿、体验优，是MiniMax得以持续留在大模型决赛圈牌桌上的核心王牌。

有意思的是，较MiniMax早一天在港交所上市的智谱AI，也在近期发布智谱GLM-5，同样对标Claude Opus 4.6。Claude Opus 4.6可谓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佳绩。有开发者使用后认为，GLM-5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”，也就是说，AI大模型未来不再只满足于写代码完成某一项功能，而是要像工程师一样建构系统，甚至将功能任务分配给不同智能体完成。

在代理编程测试上，智谱GLM-5略胜Claude一筹。

另外，千问也在2月10日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，同时推理能力也更强。

几乎同一时间，字节跳动也发布了同类模型Seedream 5.0，文生图能力再次跨前一步。“以前用AI生成图像有一个缺陷，受限于推理能力，图片中的汉字经常‘牛头不对马嘴’或者直接乱码。”千问开发团队告诉记者，随着指令理解和推理能力的增强，AI图片生成的“汉字难题”将成为历史。

除了文生图、文生视频等多模态模型之外，最基础的大语言模型也“大有进步”。近日，DeepSeek悄然上线了一款新模型，虽然并非是万众期待的V4，但同样令人惊喜。

这款更新模型虽然不具备多模态识别能力，但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。一名智能体开发者告诉记者：“目前支持上下文理解百万级词元的模型不多，比如谷歌的Gemini和Anthropic的Claude，DeepSeek这次更新也算是‘上车’了。”

据了解，这一波大模型“上新潮”远未停止，豆包2.0、千问3.5等旗舰模型将于近期发布。