小米与MiniMax引爆Agent价格战，两大技术路线重塑AI未来

AI Agent市场迎来定价风暴：国产模型以极致性价比破局

近日，中国AI领域接连迎来重磅发布。3月18日，初创公司MiniMax正式推出其Agent方向大模型M2.7。次日，小米旗下MiMo团队也揭晓了全新模型V2-Pro。这两款产品在全球权威的Agent性能基准测试中均跻身顶尖行列，但其API定价策略却引发了行业震动——它们的输出成本分别仅为国际顶级模型Claude Opus的1/21和1/8，标志着AI Agent领域的“价格战”已全面打响。

性能比肩国际巨头，成本优势形成“剪刀差”

根据OpenRouter平台及各厂商官方定价信息，我们可以直观地看到这场变革的冲击力：

• MiniMax M2.7：每百万tokens输出成本为1.2美元
• 小米MiMo-V2-Pro：每百万tokens输出成本为3美元
• 作为对比，Claude Opus 4.6的成本为25美元，GPT-5.2为14美元

更关键的是，在核心能力上，国产模型并未因低价而妥协。在衡量代码工程能力的SWE-bench Verified测试中，MiMo-V2-Pro取得了78%的得分，与国际主流模型Sonnet 4.6的79.6%差距微乎其微。MiniMax M2.7则在VIBE-Pro（端到端项目交付能力）评估中达到55.6%，已接近Opus 4.6的水平。这种“高性能、低成本”的组合，正在重塑开发者的选择天平。

技术路径分野：万亿参数架构与自我进化机制的对决

价格差异的背后，是两家公司对AI Agent未来截然不同的技术押注。

小米MiMo：极致规模的“大力出奇迹”

MiMo-V2-Pro选择了参数规模优先的路径。该模型总参数超过1万亿，激活参数达420亿，并支持长达100万tokens的上下文处理能力。其核心技术突破在于Hybrid Attention混合注意力机制，通过将滑动窗口注意力与全局注意力的比例优化至7:1，显著提升了模型在处理长文档、并行调用多工具的复杂Agent任务时的稳定性。在PinchBench（Agent工具调用能力评测）中，其表现达到了84%。

MiniMax：另辟蹊径的“自迭代进化”

MiniMax M2.7则走上了一条更具颠覆性的道路。尽管未公开具体参数量，但其官方技术博客披露了一种创新的“自迭代进化”机制。该模型能够自主运行超过100轮的优化循环，流程包括：分析任务失败轨迹、规划架构修改、执行代码级调整、运行评估验证，并持续迭代。通过这一过程，模型在内部评估集上实现了高达30%的性能提升。在涵盖22道高难度题的MLE Bench Lite机器学习竞赛评测中，M2.7取得了9金、5银、1铜的成绩，平均奖牌率为66.6%。

从能力维度看，两者各擅胜场：MiMo-V2-Pro在长上下文处理与代码工程方面优势明显；而M2.7则在办公自动化（如在GDPval-AA评测中位列开源模型第一）与自主进化能力上建立了壁垒。

迭代哲学：快速演进与蓄力跃迁

两家公司的产品发布节奏也反映了其不同的战略思维。

• MiniMax 采用了“小步快跑”模式。自2025年10月发布M2基础版以来，在五个月内迭代了四个主要版本，平均周期约49天。从M2.5到M2.7的升级更是仅用了30天，其自迭代机制本身就是为了支持高频、持续的进化而设计。
• 小米MiMo 则偏向于“蓄力一击”。从2025年4月的7B参数开源模型，到12月总参数309B的V2-Flash，再到如今万亿参数的V2-Pro，每一代都是参数规模和体系架构的跨越式升级，版本间隔更长，但单次提升幅度巨大。

颠覆性发布策略：匿名测试引爆社区

小米此次的发布方式同样打破了行业常规。据路透社等媒体报道，在正式官宣前8天，一个名为“Hunter Alpha”的匿名模型悄然出现在全球最大API聚合平台OpenRouter上。没有品牌宣传，没有技术预热，仅凭极致的定价和出色的性能，迅速吸引了开发者的关注。社区对其身份猜测纷纷，调用量急剧攀升，最终以超过1万亿tokens的总调用量登顶OpenRouter周榜。

3月19日，谜底揭晓——“Hunter Alpha”正是MiMo-V2-Pro。此举被视作国产大模型首次在全球舞台上以纯盲测方式证明自身实力，完全依靠产品力赢得“用脚投票”，揭榜后甚至带动小米港股股价一度上涨5.8%。

这场由小米和MiniMax引领的变革，不仅意味着AI Agent服务正变得前所未有的经济可及，更预示着两条迥异的技术路线将如何并行塑造智能体的未来。价格战只是表象，底层技术路径与生态策略的竞争，才刚刚开始。