美國大模型被中國南北夾擊 國產AI瘋搶春節檔 欲復刻DeepSeek奇蹟

犹記龍年春節，爆火的DeepSeek，一度讓國內其他大模型“整抑鬱”了。今年，互聯網大廠和國產大模型公司無不期待複刻DeepSeek的奇蹟，趕在春節前密集官宣上新，將新年作為最佳練兵場。

2月12日，上海大模型企業MiniMax在MiniMax Agent正式上線新一代文本模型MiniMax M2.5（以下稱“M2.5”），並於2月13日全球開源，支持本地化部署。隨後，全球用戶迅速在MiniMax Agent上構建1萬多個“專家”，且數量仍在快速增長。

M2.5被稱“王炸”，在於其性能幾乎逼平由美國AI公司Anthropic開發的模型Claude Opus 4.6，價格卻讓人目瞪口呆，連當下最火的開源個人AI代理項目OpenClaw之父彼得·斯坦伯格也忍不住感慨。

OpenClaw之父彼得·斯坦伯格轉發和評價M2.5，性能比肩Claude Opus 4.6，價格便宜20倍。

M2.5定位為“原生Agent生產級模型”的產品，能自動寫代碼、調用工具、分析數據、生成報告。

在編程最硬核的SWE-Bench Verified榜單上，M2.5拿到了80.2%的高分，與Claude Opus 4.6僅有微弱差距。在多語言任務Multi-SWE-Bench上，M2.5超越Claude Opus 4.6拿到第一。

針對辦公場景，M2.5在Word、PPT、Excel、金融建模等高階場景中能力出眾，在測評框架GDPval-MM與主流模型的對比中，取得了59%的平均勝率。M2.5生成的表格，能將封面、數據源和詳細數據分得清清楚楚，格式規整，彷彿出自強迫症員工之手。

M2.5對標美國主流模型毫不遜色。

關鍵在於，能幹“重活”的M2.5，其激活的參數量僅10B，在全球同類第一梯隊旗艦模型中“體型”最小。

“腦子好使”的同時，M2.5的殺手鐧，還在於解決了模型“貴”和“慢”兩大痛點。

M2.5將推理速度干到了100TPS（每秒事務數），是主流模型的約兩倍；輸入價格約0.3美元/百萬Token（模型輸入、輸出基本單位），輸出約2.4美元/百萬Token。按每秒輸出100Token計算，1美元就能讓智能體連續工作一小時，堪稱“白菜價”。

在算力短缺的時代，能以顛覆式創新實現模型不降智、不卡頓、體驗優，是MiniMax得以持續留在大模型決賽圈牌桌上的核心王牌。

有意思的是，較MiniMax早一天在港交所上市的智譜AI，也在近期發布智譜GLM-5，同樣對標Claude Opus 4.6。Claude Opus 4.6可謂受到中國一南一北兩大模型的夾擊。

智譜GLM-5在編程和智能體能力上取得了開源模型佳績。有開發者使用後認為，GLM-5在真實編程場景的使用體驗已逼近Claude最強模型，而Claude的編程能力在業內處於第一梯隊。在全球權威的Artificial Analysis榜單中，GLM-5位居全球第四、開源第一。

智譜將GLM-5形容為“系統架構師”，也就是說，AI大模型未來不再只滿足於寫代碼完成某一項功能，而是要像工程師一樣建構系統，甚至將功能任務分配給不同智能體完成。

在代理編程測試上，智譜GLM-5略勝Claude一籌。

另外，千問也在2月10日發布了新款圖像生成模型Qwen-Image 2.0，支持1000個詞元的超長指令，同時推理能力也更強。

幾乎同一時間，字節跳動也發布了同類模型Seedream 5.0，文生圖能力再次跨前一步。“以前用AI生成圖像有一個缺陷，受限於推理能力，圖片中的漢字經常‘牛頭不對馬嘴’或者直接亂碼。”千問開發團隊告訴記者，隨著指令理解和推理能力的增強，AI圖片生成的“漢字難題”將成為歷史。

除了文生圖、文生視頻等多模態模型之外，最基礎的大語言模型也“大有進步”。近日，DeepSeek悄然上線了一款新模型，雖然並非是萬眾期待的V4，但同樣令人驚喜。

這款更新模型雖不具備多模態識別能力，但將上下文處理能力提升至100萬詞元，相當於可以一次性閱讀理解全套《三體》共計約90萬字。一名智能體開發者告訴記者：“目前支持上下文理解百萬級詞元的模型不多，比如谷歌的Gemini和Anthropic的Claude，DeepSeek這次更新也算是‘上車’了。”

据了解，這一波大模型“上新潮”遠未停止，豆包2.0、千問3.5等旗艦模型將於近期發布。

（資料來源：上觀新聞）