昨日，有位推特博主晒出了国内几大开源模型在轻量级软件工程 Agent 基准测试 mini-SWE-agent 上的成绩。该基准主要测试大模型在真实软件开发任务中的多步推理、环境交互和工程化能力。
从未见过如此凡尔赛的名场面。云计算一哥亚马逊云科技CEO Matt Garman，在自家年度盛宴re:Invent 2025中，因为还要发布的新产品太多了，于是他在现场来了一句： 我挑战一下10分钟内发布25个产品！
一时的技术成果或者用户增长，很难成为 AI 公司的竞争优势。
最近，我越来越沉迷刷小红书了。
MiniMax，今年真猛。
正好上周（10月27日），MiniMax 公司发布了[2] M2 模型，代表了国产大模型的最新水平。我就想，可以测测它的实战效果，跟智谱公司的 GLM 4.6 和 Anthropic 公司的 Claude Sonnet 4.5 对比一下。毕竟它们都属于目前最先进的编程大模型，跟我们开发者切身相关。
新乐子来了。 10个AI大模型，券商账户实时交易，勇闯美股。 除了老面孔GPT、Claude、Gemini、Grok、Qwen、DeepSeek，这次四个国产新玩家，豆包、Minimax、Kimi、文心也加入战场。昨晚，首战正式开赛，豆包已经一马当先，开始了开门红。
生成式AI技术的成熟，让智能编程逐渐成为众多开发者的日常，然而一个大模型API选型的“不可能三角”又随之而来：追求顶级、高速的智能（如GPT-4o/Claude 3.5），就必须接受高昂的调用成本；追求低成本，又往往要在性能和稳定性上做出妥协。开发者“既要又要”的正义，谁能给？
屠榜开源大模型的MiniMax M2是怎样炼成的？为啥M1用了Linear Attention，到了M2又换成更传统的Full Attention了？ 面对现实任务，M2表现得非常扛打，在香港大学的AI-Trader模拟A股大赛中拿下了第一名，20天用10万本金赚了将近三千元。
Voice Agent 赛道正在爆发，但它迫切需要一个能让对话真正「流动起来」的底层引擎，一个能撑起下一代交互体验的 TTS 模型。竞争的焦点，已经从 LLM 的「大脑」，延伸到了 TTS 的「嗓音」。谁掌握嗓音，谁就掌握着下一代 AI 商业化的钥匙。而 10 月 30 日 MiniMax 发布的 Speech 2.6 模型，似乎正是一个专为解决这些痛点而来的答案。
