10 000 доларів США = 4 агентів цілодобово, модель витрат MiniMax M2.5 перебудована, чи настав критичний момент для масштабування AI?

Весняна AI (штучний інтелект) битва, MiniMax (HK00100, ціна акцій 680.0 гонконгських доларів, ринкова капіталізація 2132.72 мільярдів гонконгських доларів) не залишилась осторонь.

12 лютого MiniMax офіційно запустила нову флагманську модель програмування MiniMax M2.5. За повідомленнями, як перша у світі виробнича модель, створена для сценаріїв Agent (штучний агент) з нативною підтримкою, її програмні та агентські можливості (Coding&Agentic) конкурують із провідними міжнародними моделями, безпосередньо порівнювані з Claude Opus 4.6, підтримують повний стек розробки для ПК, додатків та крос-платформних рішень.

Можливо, через цю новину, станом на закриття торгів 13 лютого, ціна акцій MiniMax зросла на 15.65%, а загальна ринкова капіталізація становить 2132.72 мільярдів гонконгських доларів.

Також варто зазначити, що версія M2.5-lightning підтримує швидкість понад 100 TPS (операцій за секунду), що приблизно вдвічі більше за основні моделі; ціна за ввід становить близько 0,3 долара США за мільйон токенів, за вивід — близько 2,4 долара за мільйон токенів.

За розрахунками, при виводі 100 токенів за секунду, витрати на годину роботи становитимуть близько 1 долара; при 50 токенах — близько 0,3 долара. Це означає, що теоретично 10 000 доларів США можуть підтримувати одночасну роботу 4 агентів протягом року.

Перед святами, у різних AI-компаніях вже з’явилися різні стратегічні акценти. Деякі роблять ставку на мультимодальні моделі, інші — на вихід на споживчий ринок, але MiniMax цілком зосереджена на “подвоєнні продуктивності та зниженні вартості” у сценаріях Agent. Це може бути початком цінової війни або новим шляхом прискорення комерціалізації AI?

За лаштунками запуску текстової моделі: чи прагне MiniMax переосмислити економіку Agent?

Щодо продуктивності моделі MiniMax M2.5, голова дослідницького інституту “Швидке і повільне мислення” Тян Фенг у коментарі для “Daily Economic News” зазначив, що з точки зору позиціонування, ця модель — “нативна виробнича модель Agent”, її основна цінність — забезпечити надійне розуміння текстових завдань та довгострокове логічне мислення у складних задачах.

“У сферах програмування, викликів інструментів, розбиття складних задач — M2.5 вже досягла рівня SOTA (найсучаснішого стану), ці можливості є основою для створення високоефективних агентів,” — сказав Тян Фенг.

Усі ознаки вказують на чітке стратегічне спрямування MiniMax у сфері Agent.

За останні 108 днів, від M2 та M2.1 до M2.5, результати на тесті SWE-Bench Verified зросли з 69.4 до 80.2 балів. За словами журналістів, цей прорив зумовлений масштабним навчанням агентів із підсиленням (RL Scaling).

Команда розробила власний фреймворк Forge, який роз’єднує тренувальний движок і агент, забезпечуючи універсальну оптимізацію будь-яких агентських каркасів і інструментів, а також прискорює тренування у 40 разів за рахунок асинхронного планування та деревоподібної стратегій об’єднання.

На алгоритмічному рівні застосовуються оптимізація CISPO та механізм винагороди за процес, що зменшує проблему розподілу кредиту у довгих контекстах, а також враховує “реальний час виконання завдань” у функції винагороди, балансуючи ефективність і швидкість реагування.

12 лютого модель M2.5 вже запущена у MiniMax Agent, а 13 лютого — відкритий код для локальної розгортки по всьому світу. Менше ніж за добу, користувачі з усього світу створили понад 10 тисяч експертів на базі MiniMax Agent, і кількість швидко зростає.

MiniMax заявляє, що прагне не лише постійно підвищувати можливості моделі, а й побудувати стійку екосистему агентів — Agent Universe.

Варто зазначити, що наразі більшість AI-компаній роблять ставку на мультимодальні великі моделі, але запуск текстової моделі MiniMax викликає питання: що ж вони прагнуть досягти?

Тян Фенг відповів, що MiniMax зосередила майже всі ресурси на постійному покращенні базової моделі: “Випуск M2.5 — це продовження цієї стратегії — спершу створюємо потужну базову модель, а потім розширюємо її на конкретні застосунки.”

Водночас він додав, що MiniMax — одна з перших у країні компаній, яка застосувала технології мультимодальних моделей, і запуск чисто текстової моделі не означає відмову від мультимодальності, а є спеціалізованою оптимізацією на базі вже існуючих мультимодальних можливостей для сценаріїв Agent.

Генеральний директор компанії iiMedia Research Чжан Ій зазначив, що MiniMax активно просуває недорогі великі моделі, і за цим стоїть чітка диференціація: уникнути конкуренції у “кривавому” сегменті мультимодальних моделей і зосередитися на зниженні витрат і підвищенні ефективності у впровадженні Agent.

Крім покращень у продуктивності, важливим питанням для зовнішніх спостерігачів є контроль витрат. MiniMax вважає, що коли продуктивність і ціна перестають бути обмеженнями, економічна модель масштабного розгортання Agent зазнає кардинальних змін.

За словами заступника директора Бюро соціальних наук Пекінської академії наук Ван Пена, зниження витрат на Agent до мінімуму — ознака того, що AI-комерціалізація переходить від “технічної перевірки” до “масштабної заміни”.

Ван Пен вважає, що раніше високі витрати на логіку обмежували застосування Agent лише для високовартісних завдань, а тепер — низька вартість дозволяє компаніям масово впроваджувати AI для щоденної рутини (наприклад, обслуговування клієнтів, введення даних) і навіть створювати нові бізнес-моделі (наприклад, платні AI-сервіси за результатами).

Чи призведе це до цінової боротьби у галузі? Експерти: швидше — до “битви за цінність”

Варто зазначити, що напередодні свят багато AI-компаній вже зробили ставку на Agent.

У продуктах різні гравці активно захоплюють ринок. 11 лютого Meituan LongCat представила нативного “глибокого дослідницького” Agent. За результатами тестування, його “загальна працездатність” склала 61.1%, що перевищує ChatGPT (42.8%). Наразі ця функція доступна безкоштовно на сайті LongCat.

20 січня MiniMax випустила версію Agent 2.0, яка позиціонується як “AI-орієнтований робочий стіл”, підтримує десктопи Mac і Windows, а також запустила спеціалізованих “експертних агентів” для вертикальних сценаріїв. 19 січня компанія Zhetui Xingchen офіційно оголосила про оновлення продукту “Zhetui AI Desktop Partner” для ПК, з підтримкою Windows, доступного безкоштовно.

Щодо моделей, 3 лютого ввечері Alibaba відкрила код нової генерації моделей штучного інтелекту Qwen3-Coder-Next, активувавши лише 3B параметрів, і її можливості програмування вже порівнювані з DeepSeek-V3.2, GLM-4.7 та іншими провідними відкритими моделями.

За повідомленнями, завдяки новим технологічним проривам, “швидкий” Qwen3-Coder-Next має значно нижчі витрати на логіку — всього 5-10% від вартості моделей із подібною продуктивністю, що робить його ідеальним для домашніх ПК, легких серверів та інших сценаріїв розгортання низькозатратних агентів, і є найпотужнішою відкритою моделлю для програмування агентів малого розміру.

Alibaba зазначає, що у реальних умовах, де Agent стикається з довгими контекстами, викликами у використанні інструментів і відновленням після збоїв, модель Qianwen здатна впоратися з цими труднощами.

Можна побачити, що з усіх великих моделей, пов’язаних з Agent, зниження витрат — головний напрямок галузі. Чи означає це, що з появою M2.5 галузь може перейти до цінової конкуренції?

“Це не обов’язково означає гонку за гроші,” — вважає Чжан Ій. — “Її низька ціна здебільшого досягається за рахунок технологічних оптимізацій, а не за рахунок субсидій і витрат. Щодо можливості цінової війни — потрібно спостерігати за ринковими тенденціями. Але можна точно сказати, що це прискорить витіснення неефективних конкурентів і переведе галузь у двовимірну конкуренцію за продуктивність і ціну.”

Тян Фенг вважає, що низька вартість M2.5 — природний результат оптимізації архітектури та підвищення інженерних можливостей, і це сприятиме переходу Agent від “концептуальних перевірок” до “масштабного комерційного застосування”, швидше за все, викличе “битву за цінність”, а не традиційну “цінову війну”.

“Ми прогнозуємо, що зниження логічних витрат великих моделей у 10 разів щороку — цілком можлива тенденція. Поява M2.5 прискорить цей процес і сприятиме розвитку галузі у напрямку більшої ефективності та меншої вартості,” — сказав Тян Фенг.

Він також додав, що раніше ціни на продукти Agent були досить високими, орієнтовані на корпоративний сегмент, але завдяки перевагам M2.5, Agent може стати доступнішим для малого і середнього бізнесу, розробників і навіть приватних користувачів. “Це може збільшити масштаб ринку Agent, а не просто викликати цінову конкуренцію.”

За словами Ван Пена, вибух популярності Agent і зниження витрат — ознака того, що AI переходить від “технічної точки сингулярності” до “продуктової точки сингулярності”: “Як смартфони замінили функціональні телефони, у майбутньому конкуренція в AI вже не буде залежати від розміру параметрів, а від здатності інтегруватися у робочі процеси і створювати реальну цінність.”

Весняна AI-битва у розпалі, чи настав критичний момент для масштабного впровадження AI?

Щодо причин колективної ставки на Agent у галузі, Ван Пен вважає, що це — перехід від “пасивної відповіді” до “активного виконання” технологічної парадигми.

“Традиційні великі моделі — це як ‘бази знань’, а Agent — це більше ‘цифровий співробітник’, здатний розбивати задачі, викликати інструменти, обробляти збої і навіть самовдосконалюватися. Це зумовлено зміною запитів бізнесу: користувачі вже не задоволені просто отримувати інформацію, їм потрібно, щоб AI закривав весь цикл роботи (наприклад, автоматична обробка замовлень, формування фінансових звітів),” — пояснив Ван Пен.

Зі зростанням нових моделей і продуктів, чи починає галузь вже відставати і розривати конкуренцію?

Тян Фенг вважає, що конкуренція у сфері великих моделей Agent дійсно посилюється, але цей розрив більше залежить від інженерних можливостей, здатності впроваджувати у сценарії і ефективності витрат, ніж від параметрів або базових можливостей.

Водночас, він підкреслює, що всі компанії активно працюють над комерціалізацією AI, і стратегія MiniMax — створити “природну” модель для виробництва агентів із високою економічною цінністю, орієнтовану на програмування, виклики інструментів і підвищення продуктивності.

Також важливо, що під час свят AI став ключовим напрямком стратегічних інвестицій багатьох технологічних гігантів. Хоча кожна компанія робить ставку на різні шляхи, галузь вже демонструє тенденцію до зближення і формування спільного напрямку.

Тян Фенг зазначає, що галузь переходить від “параметричного змагання” до “змагання за доходи” і “прибутки”: “Технічна перевага вже недостатня для перемоги, важливо швидко перетворювати технології у конкретний бізнес-доход.”

Він також підкреслює, що, наприклад, ByteDance з моделлю ‘трафік + сценарії’, Alibaba з ‘електронною комерцією + екосистемою’ і MiniMax з ‘спеціалізацією + впровадженням’ — всі створюють свої унікальні екосистеми і бар’єри.

Чжан Ій додав, що з весняною AI-битвою вже видно, що галузь рухається від “однакових” до “диференційованих” стратегій. “Компанії активно диференціюються за напрямками мультимодальності, ефективності Agent і екосистемної реалізації, що зумовлено різницею у технологічних можливостях, бізнес-стратегіях і сценаріях застосування.”

На його думку, це — перехід від “гонки озброєнь” за параметрами до нової ери більш цілеспрямованої, сценарної і більш сегментованої конкуренції.

Зі зростанням популярності AI, перехід від “технічних шоу” до “комерційного застосування”, від “експериментів” до “масового впровадження” — у цей весняний період відбувається справжній перехід, і можливо, цей період стане історичним моментом, коли AI перейде від “святкових феєрій” до “щоденного побуту”.