智东西2月12日消息，春节将至，国产AI大模型之战愈发火爆。
短短1天多时间，DeepSeek、智谱、字节等多家厂商模型密集更新，MiniMax-M2.5正式上线，其重点提升了Agent和编程能力。
▲MiniMax-M2.5已可选
MiniMax AI相关负责人在X平台上发文称，他想尽快发布M2.5，已经迫不及待想回家过年了，但随着他们投入的训练计算增多，模型效果也越来越好，这是一个痛并快乐着的问题。
▲MiniMax AI工程负责人Skyler Miao在X平台发文
智东西第一时间体验了MiniMax-M2.5在定时任务、网页制作、调研报告撰写、视频生成、PPT制作等任务执行上的能力。
从结果来看，网页制作是其强项，尤其在可视化表达方面，网页的视觉呈现效果较好，比如我可以一句话让它生成一家公司的投资分析仪表盘。
▲关于苹果公司的可视化仪表盘分析网页
做一个“黄金矿工”网页版游戏，MiniMax-M2.5也可以给出不错的结果。
▲网页版黄金矿工小游戏
定时任务方面，其可以按照要求按时完成任务，但不同任务呈现的结果质量有一定差异。此外，不论是PPT制作还是调研报告生成，其生成结果的详实程度都较好，输出篇幅较长。
有X平台用户提前三天拿到了内测资格，他发文称，MiniMax-M2.5提升明显，和Opus 4.6打的有来有回，其模型体积小，据传Mac mini也能部署。他还晒出了MiniMax-M2.5制作的网页版“macOS系统”。
▲X平台用户评价
截至2月12日港股收盘，MiniMax股价涨幅14.62%，总市值1622亿人民币，其股价盘中曾一度涨幅超23.5%。根据官网信息，MiniMax将于3月2日公布全年业绩。
▲截至2月12日收盘，MiniMax港股股价情况
一、网页设计是强项，一句话做“黄金矿工”小游戏
首先，在考察编程能力的网页制作环节，我们让模型创建一个网页仪表盘，对苹果公司进行可视化分析，内容必须涵盖财务健康状况、技术面/市场情绪、竞争对手比较以及战略估值（SWOT/内在价值），以提供明确的投资建议。
从结果来看，需求中提到的基本指标都有较好覆盖，SWOT分析给出的较为具体，整体网页设计比较简洁、美观，基本的动效都已做好，数据展示较为直观，鼠标悬停在统计图表上会有对应数据呈现。
接着，我们让模型为一家AI创业公司设计官方网站，融入太空主题元素，使用黑、白、灰作为主色调，营造出酷炫、精致且充满科技感的氛围，特别要有一个能让用户感到震撼的精美地球动画。
从结果来看，网页焦点处确实有地球动画效果呈现，且地球本身可以跟随鼠标进行一定程度的运动。
但网页本身并没有实现主色调的要求，对于精致、科技感的要求没有明确呈现，地球动画本身带有一些类似“粒子光效”的表现，但整体感觉并未达到“震撼”的水平。
网页游戏制作令我们印象比较深刻，虽然第一次的生成效果“翻车”，游戏无法交互游玩。
▲初次生成的版本无法游玩，仅有首页封面
但重新生成后，游戏本身完成度还是比较高的：
▲同样提示词，第二次生成的结果
基本的游戏模式、游戏说明、游戏关卡、游戏操作都按照要求完成了，并且确实可以游玩，游戏过程还配合了对应的音效。
二、专业报告一键生成，PPT制作学会用比喻润色
此外，我们通过几个任务测试了模型生成专业研究报告的能力，比如全面梳理AI开源推理生态、分析应用场景、对应方案并分析原因。
从结果来看，其输出内容逻辑清晰，在展示不同框架异同时用了表格进行对比，内容较多比较详实，约6000字。
▲AI开源推理生态相关研究报告生成
对于“计划开发一款针对初学者的AI 3D建模工具”这一需求，我们让模型分析目标用户画像和用户在主要场景下的核心痛点，并推导出对应的潜在功能需求，写出MVP需求文档和初期运营增长路径。
▲AI 3D建模工具产品MVP需求文档
从结果来看，所有需求要点都有比较准确的对应信息，需求文档和运营增长路径都有多个表格呈现梳理的内容，路径规划较为具体。
▲AI 3D建模工具初期运营增长路径
PPT制作环节，我们要求PPT“让学生真的能听进去”，举的例子能让他们产生共鸣，对于这一需求，模型在PPT制作中用了很多“比喻”，融入了一些当代元素，比如“唐朝朋友圈”、将长安城比作“北上广深”、将杜甫比作关注民生的“新闻记者”。
不过模型在PPT制作的美观程度和细节严谨程度方面还有待提升。
三、新闻报告成“旧闻汇总”，视频生成仍有优化空间
Agent能力方面，我们还测试了两个定时任务，包括每日科技要闻摘要和TikTok热门趋势周度分析。
虽然需求强调了是24小时内新闻，但给出的8个新闻全部为“过时消息”，基本均为2025年旧闻。这样即便总结的新闻内容较为准确，但已经失去了最根本的“新闻”属性。
▲每日科技新闻摘要
同时，对于检索来源的标注只标明了媒体名称，并未带上对应的网页链接。
在TikTok热门趋势周度分析任务中，模型首先总结了核心趋势动向，接着对热门挑战、热门音频、热门话题标签、重要创作者等部分进行了分析总结，最后按照要求给出了内容创作建议。
▲TikTok热门趋势分析报告
最后，我们简单尝试了视频生成，从结果来看，模型并没有对需求中狗的品种有准确呈现，不过画面的氛围、主物体动作、背景元素都有准确还原。
提示词：
结果：
结语：编程和Agent能力仍是模型竞赛焦点
虽然MiniMax-M2.5尚未官宣发布，但从实际体验和公开评价来看，其提升的重点仍然是Agent能力和编程能力，这也是当前主流大模型竞争的焦点。
从生成结果来看，“拿来即用”仍然存在一定距离，大部分结果仍然需要修改校对，对需求的准确呈现仍然存在优化空间。
热门跟贴