大家好，我是袋鼠帝。

前兩天刷 X 的時候，我看到一條日區(qū)帖子，上面說目前世界上最受歡迎的模型，是國產(chǎn)的 MiniMax M2.5。

而且它在 OpenClaw 中的使用率排名第一，在 OpenRouter 的總體使用率也是排名第一。

我第一反應(yīng)是：真的？國產(chǎn)模型在海外這么吃得開？

有時候我真的，都快被評論區(qū)說的不自信了，他們總說國外的是香的，國內(nèi)的不行。。。很少有評論能全面、客觀的看待國內(nèi)外模型。

隨后我打開了 OpenRouter 的排行榜看了一眼。

https://openrouter.ai/rankings

臥槽，還真是！MiniMax-M2.5 在 OpenRouter 的用量可以說一騎絕塵，遠(yuǎn)超第二名，甚至是第二名的 1.5 倍還多。

PS：給不了解的朋友科普一下 OpenRouter。它是目前全球最大的 AI API 中轉(zhuǎn)站，只需一個接口，就能無縫調(diào)用全球模型。

所以全世界大量的開發(fā)者都在使用 OpenRouter，同時，幾乎所有的 AI 工具也都支持它的接入。

然后我又看了一下openrouter里面專門對openclaw的模型用量的統(tǒng)計，最近30天的排名如下：

一眼看過去，MiniMax-M2.5并沒有排第一，是吧。

但是別忘了，MiniMax-M2.5是2月13號才發(fā)布的，所以我們得從13號開始統(tǒng)計才公平：

于是我從13號開始查看數(shù)據(jù)，并錄了個屏丟給Gemini分析。

最后得出結(jié)論，MiniMax-M2.5確實是openclaw用量第一的大模型：

我自己也看了一下，最近10天左右，MiniMax-M2.5每天的使用量幾乎都是第一

值得一提的是，OpenClaw 的創(chuàng)造者 Peter Steinberger 也在推文中多次安利 MiniMax-M2.5，可以說是非常推崇了。

MiniMax-M2.5 是 MiniMax 在除夕前剛發(fā)布的最新開源模型。

不過那會兒 AI 圈實在太卷了，神仙打架，又臨近過年，所以我一直沒來得及好好體驗和實測。

趁這幾天得空，我立馬把它接入了 Claude Code 和我的 OpenClaw。

深度體驗了幾天之后，我不得不承認(rèn)，它是真有東西。

在分享我這幾天用它開發(fā)的案例之前，我還是先帶大家看看 MiniMax-M2.5 到底升級了什么，有哪些參數(shù)值得我們關(guān)注（省流版）。

M2.5 這次主打的是"真實世界工作"。

它在編程、工具調(diào)用、搜索以及辦公等生產(chǎn)力場景，都達(dá)到甚至刷新了行業(yè)的 SOTA（當(dāng)前最高水平）。

比如在極其考驗代碼解決實際問題能力的 SWE-Bench Verified 榜單上，它拿到了 80.2% 的高分；

在多語言相關(guān)的任務(wù) Multi-SWE-Bench 上，更是達(dá)到了 51.3%，位列第一。

在網(wǎng)頁檢索和工具調(diào)用的 BrowseComp 評測中，也取得了 76.3% 的好成績。

最讓我心動的是它的速度和成本。

M2.5 優(yōu)化了模型對復(fù)雜任務(wù)的拆解能力，也降低了思考過程中的 token 消耗。

在 SWE-Bench Verified 測試中，M2.5 比上一個版本 M2.1 完成任務(wù)的速度快了 37%。

在 100 token/s 的情況下，M2.5 連續(xù)工作一小時只需花費 1 美金；在 50 token/s 的情況下，只需要 0.3 美金。

這讓無限運行復(fù)雜 Agent 在成本上變得更可控。

對于每天瘋狂消耗 Token 的開發(fā)者來說，簡直是福音。

一、 算力自由：Coding Plan極速版

由于Claude Code和OpenClaw都是token消耗大戶。

特別是 OpenClaw，目前的上下文管理做得還比較糙，經(jīng)常把一堆沒用的歷史記錄帶進(jìn)去，一跑起來花Token 如流水..

在接入 Claude Code 和 OpenClaw 之前，我果斷去開了 MiniMax 的 Coding Plan。

https://platform.minimaxi.com/subscribe/coding-plan

本來我最開始開的是 Max 套餐，也就是 119 元/月的那個。

但后來我翻 MiniMax 文檔的時候發(fā)現(xiàn)了一個事兒：

我之前一直擔(dān)心極速版的 M2.5-highspeed 是不是為了速度閹割了智商。

沒想到是能力不變，速度提升 。

對于我來說，時間就是金錢，OPC（一人公司）太需要效率了。

好在支持直接補差價升級。因為我已經(jīng)用了幾天 Max 套餐，所以補了 95 塊錢的差價，直接切到了極速版訂閱。

換上 MiniMax-M2.5-highspeed 之后，那個感覺真爽！

本來原套餐里的 M2.5 速度就不慢，但換上 highspeed 版本后，能非常直觀的感受到變快。

我的體感是，簡單任務(wù)的生成速度快了 1.5 倍，復(fù)雜推理和重構(gòu)代碼的任務(wù)快了 2 倍左右。

二、實戰(zhàn)：Claude Code+M2.5

先說說接入 Claude Code 這塊。

我這個人比較懶，現(xiàn)在已經(jīng)不想手動去敲命令安裝 Claude Code 和配置模型。

于是，我先直接把我的 OpenClaw 模型換成了 MiniMax-M2.5，然后找到了 MiniMax 的 Claude Code 官方接入文檔。

https://platform.minimaxi.com/docs/coding-plan/claude-code

我把文檔直接丟給龍蝦（OpenClaw），對它說：幫我照著這個文檔，把 Claude Code 安裝好，并配置好模型。

搭載M2.5的龍蝦很快就把 Claude Code 安排明白了。它還順便根據(jù)文檔的推薦，幫我安裝了 cc-switch。

PS：cc-switch 是一個開源項目，專門用來給各種 AI 工具一鍵切換模型的。目前在 GitHub 上已經(jīng)有 24K Star 了，非?；?。

我看了一下官方文檔，MiniMax 的 API 也支持圖像理解和搜索 MCP，隨即也把它接了進(jìn)去。

這個安裝，我同樣是把網(wǎng)頁丟給了搭配M2.5的Claude Code。

很快就搞定了

萬事俱備，該干活了～

我這兩天用Claude Code + M2.5開發(fā)了個「知網(wǎng)論文引用采集插件」

起因是朋友最近在寫碩士論文，他跟我瘋狂吐槽知網(wǎng)的反人類設(shè)計：

下載完 PDF，回頭寫參考文獻(xiàn)還得重新搜一遍找引用格式，有幾篇論文引用，就要回頭找?guī)妆椤?/p>

最終順利用M2.5，獲得了朋友的認(rèn)可

如果是幾十篇論文，每一篇論文都要重新打開知網(wǎng)，找到那篇論文的頁面，找到引用，再復(fù)制到自己論文里面，確實是一項還挺麻煩的機(jī)械性工作。

M2.5 具備強大的編程能力（像架構(gòu)師一樣思考）和復(fù)雜的Web搜索、Excel處理能力。

于是讓它幫我做一個知網(wǎng)收集文獻(xiàn)引用的插件，省去這種煩惱

M2.5內(nèi)化了spec能力，會先以架構(gòu)師的視角主動拆解功能、結(jié)構(gòu)，進(jìn)行設(shè)計，并指定計劃。

簡單來說，Spec 能力就是先畫圖紙再施工的全局規(guī)劃能力：

以前的 AI 聽到需求往往就直接盲目敲代碼，遇到復(fù)雜任務(wù)很容易爛尾。而具備 Spec 能力的 AI 就像一位經(jīng)驗豐富的架構(gòu)師，在真正動手前，會先把功能怎么拆、邏輯怎么 連、界面長什么樣都提前盤算清楚，想明白了再動手寫代碼。

這樣更容易一次性開發(fā)成功，開發(fā)的項目也更規(guī)范，更利于后續(xù)維護(hù)和迭代

M2.5把模塊劃分為四個，分別是

1. manifest.json - 插件配置文件（MV3）

2. content.js - 內(nèi)容腳本，負(fù)責(zé)DOM監(jiān)聽和引文提取

3. popup.html - 彈窗界面

4. popup.js - 彈窗邏輯（導(dǎo)出CSV、清空記錄）

考慮得也很全面

據(jù)說M2.5在Word、PPT、Excel等等辦公高階場景的能力獲得了顯著提升，今天一看，果然如此。

這絕對是挨過業(yè)務(wù)毒打的老手才有肌肉記憶：

確認(rèn)架構(gòu)、計劃沒問題后，我讓它開始動手寫代碼。

解決了幾個關(guān)鍵的bug后，M2.5就做出來了我的理想版本。

點開文獻(xiàn)，就能看見它給我加的按鈕，點擊按鈕提示成功

具體的插件頁面，M2.5設(shè)計得不錯，完全滿足需求

點擊導(dǎo)出CSV總表就ok啦

有需要這個知網(wǎng)插件的朋友，可以在我公眾號后臺回復(fù)："知網(wǎng)插件" ，即可免費獲取安裝包。

嘗到了甜頭之后，我又用它搞了幾個實用的項目。

我最近經(jīng)常用「番茄小說」看書，每當(dāng)看到一些很有感觸的句子，我都習(xí)慣性地劃線收藏。

但等到寫文章或者做知識管理真正要用的時候，總有種“在哪里看過”，卻死活想不起原話的無力感。

為了找這句話，我不得不再打開番茄，在一堆歷史閱讀記錄和劃線筆記里苦苦翻找，極其割裂且低效。

所以我就想，干脆自己動手量身打造一個專屬于個人的讀書站點。

它是一個沒有平臺壁壘的“定制版閱讀器”，能完美契合我的閱讀習(xí)慣。

后續(xù)我想看什么書，直接下載導(dǎo)入；看到精彩的段落，我想怎么處理就怎么處理：比如一鍵劃線同步到飛書，或者直接丟進(jìn) FastGPT 的個人知識庫，又或者投喂給龍蝦（OpenClaw）當(dāng)專屬語料。整個閱讀和知識消化的閉環(huán)，全部由我隨心所欲地定制。

不過當(dāng)下最重要的是開發(fā)一個MVP出來，得先滿足能讀書的需求。

M2.5 + Claude Code做得很不錯，開發(fā)效率快，bug也少，修復(fù)起來賊迅速。

看看這架構(gòu)設(shè)計，做得很棒，非常詳細(xì)、全面（這架構(gòu)設(shè)計做得，感覺跟Claude Opus很像了）：

最后開發(fā)出來是一個全棧應(yīng)用

帶注冊、登錄功能是基操：

然后有書城，我的書庫，可以自由上傳，刪除圖書。

看電子書，肯定要在手機(jī)上最方便了，不過一開始不適配移動端

但一句手機(jī)端適配，就可以使其調(diào)整到位（無需過多廢話）

最后就實現(xiàn)了干凈的雙端適配的UI界面：

第一次在自己開發(fā)工具上看電子書，這感覺還真挺奇妙的～

然后我又用M2.5嘗試做了一個 markdown 文件閱讀器 。

支持本地 .md 文件的拖拽上傳，能自動渲染出不錯排版。

最不一樣的地方是，這個閱讀器是個桌面應(yīng)用，得先下載壓縮包（是的，還順帶開發(fā)了個網(wǎng)站，提供應(yīng)用的下載）。

下載解壓之后通過雙擊exe打開使用

搞定這些閱讀類的工具之后，我又做了一個數(shù)據(jù)可視化網(wǎng)站。

它純粹是我為了處理手頭的數(shù)據(jù)臨時起意做的。

不過你別說，用M2.5 直出的這個網(wǎng)站麻雀雖小五臟俱全，不僅支持一鍵上傳復(fù)雜數(shù)據(jù)，還能導(dǎo)出 PNG 和 PDF 圖表。

這都得益于模型內(nèi)化的spec能力，開發(fā)前會做好架構(gòu)，功能設(shè)計。

再談?wù)劙?M2.5 接入 OpenClaw 后的體驗。

我把 OpenClaw 的模型換成 MiniMax-M2.5-highspeed 之后，最大的感受是：它變得更加干練了。

以前用其他模型，它在執(zhí)行任務(wù)前，總喜歡啰里啰嗦地說一大堆正確的廢話。

M2.5 在回復(fù)上明顯會更言簡意賅，直奔主題。

而且因為極速版的加持，回復(fù)和執(zhí)行速度也大幅提升。

當(dāng)我讓它去幫我總結(jié)一堆雜亂的網(wǎng)頁資料，或者幫我寫個Skills啥的，在保證準(zhǔn)確度的前提下，速度也明顯提升，讓整個 AI 秘書的工作效率倍增。

同時，給大家看一下，在Claude Code和OpenClaw里面，token消耗動輒就百萬、千萬... 但是卻沒有產(chǎn)生額外費用。

在CC和龍蝦這種吞吐token量賊大的應(yīng)用里面，M2.5的Coding Plan的價格度速優(yōu)勢還是很明顯的。

我相信大家是在價格 + 速度 + 性能 三者綜合考量后選擇的MiniMax-M2.5，所以它才會在OpenRouter和OpenClaw成為使用量第一的模型。

「最后」

這幾天密集地體驗下來，我感覺MiniMax-M2.5速度極快，邏輯思維強，同時內(nèi)化了spec能力，會像架構(gòu)師一樣思考、設(shè)計，這塊能力在開發(fā)復(fù)雜系統(tǒng)時非常實用。

而且它適配多種開發(fā)語言，不會局限于某一兩種常見的語言。

所以開發(fā)各種類型的應(yīng)用，比如Windows桌面應(yīng)用、瀏覽器插件等，都會更加游刃有余。

可惜的是，它目前還不支持多模態(tài)，不支持視覺理解。如果在接下來的版本中能把這塊短板補上，那就真的完美了。

還記得第一次了解 MiniMax，是在 24 年初。

那時候他們團(tuán)隊找到我，想邀請我參與一個開發(fā)者計劃（就是那種可以免費送開發(fā)者 token 的活動）。

那時候我只是覺得，這個名字挺有意思。

誰能想到，短短兩年時間，MiniMax 已經(jīng)從一個籍籍無名的小公司，成長為了中國 AI 界的參天大樹，甚至已經(jīng)成功上市。

真的，我非?？春脟a(chǎn) AI 的未來，并且在基模上面，反而是這些后起之秀的公司做得更好。

現(xiàn)在國產(chǎn)LLM（大語言模型）和國外LLM的差距已經(jīng)很小了，甚至很多老外更喜歡使用能力又強，速度又快，價格還便宜的中國模型。

我非常期待國產(chǎn)LLM全面領(lǐng)先的那天～

如果你覺得這篇文章對你有啟發(fā)，記得點贊、收藏，分享給身邊有需要的朋友。

讓我們一起，在新的一年里，效率起飛，馬到成功！

我是袋鼠帝，一個致力于幫你把AI變成生產(chǎn)力的博主。我們下期見。

能看到這里的都是鳳毛麟角的存在！

如果覺得不錯，隨手點個贊、在看、轉(zhuǎn)發(fā)三連吧~

如果想第一時間收到推送，也可以給我個星標(biāo)?

謝謝你耐心看完我的文章~