MiniMax 正式发布了 M2.5 系列。 SWE-Bench Verified 直接刷到 80%+。 你没看错。 硬刚 Claude 4、o1-preview 。 尤其是代码理解、长上下文 Agent、多轮复杂推理，这种“开发者最容易出错”的场景，它反而效果不错。 ——所以问题来了。 这么强的模型，API 的花钱。 一百万 token（输入+输出）十几块，听着不多。 但你真开始跑 Agent、