大家可能刷到了MiniMaxM2.5开源的消息。数据很漂亮：性能对齐Claud

大家可能刷到了MiniMax M2.5开源的消息。数据很漂亮：性能对齐Claude Opus 4.6，SWE-Bench 80.2%，推理速度是Opus的3倍…… 但我注意到一个比所有跑分都更值得琢磨的数字：1美金/小时。 什么意思？你花1美金，能让一个SOTA级别的AI Agent连续工作一小时，写代码、做Excel、查资料、写PPT，24小时不眠不休。 把这个数字放在真实世界：美国知识工作者中位时薪35-40美金。国内互联网行业白领平均时薪50-80人民币，折合7-11美金。哪怕外包到东南亚，时薪也很难低于3-5美金。 而M2.5给出的是：1美金/小时。在每秒输出50个token模式下，还能降到0.3美金/小时，北京一瓶矿泉水的价格。 再算另一笔账：人类一天工作8小时，一年250天是法定上限；AI可以7x24小时连轴转，365天不休。真实效率比接近200:1。 这意味着什么？过去因为人力成本太高而"不值得做"的事情，现在都值得做了。 比如：电商平台100万活跃用户，想做个性化回访？按人力成本得雇几十个客服，一年几百万支出。现在一个AI Agent，可能几千美金就搞定。 有人会问：价格打到这个份上，靠补贴吗？ 看技术报告就知道了。核心是一套叫"Forge"的训练体系，做对三件事： 一，让快的不用等慢的。通过"Windowed FIFO"调度策略，查天气这种快任务立刻处理，写代码这种慢任务交给专门模块，互不耽误，异步协同。 二，让"反复算旧账"不再发生。Agent干活会反复调用模型，每次都要"回忆"历史。Forge做了"前缀树合并"，所有共享历史的请求只算一次，40倍训练加速就这么来的。 三，引入过程奖励。不只盯着最终结果，还看中间步骤。比如：有没有乱用工具？是不是绕了远路？完成任务花了多久？让模型学会"又快又好"地干活。 所以，1美金/小时怎么来的？靠一套系统工程，把训练和推理中的每一分算力榨干，把每一处冗余去掉，一点一点抠出来的。 这个价格落在真实世界，会怎样？服务业以前永远是抽样服务，100个用户能覆盖20个就不错；现在AI Agent可以7x24小时在线，每个用户都能被照顾到。不是"抽样"，是"全覆盖"。 中小企业请不起法务、财务、市场总监？现在可以1美金一小时，请AI法务审合同，AI财务对账，AI市场写方案。 再往大了想：印尼大学生打一天零工挣5美金，够AI干五小时，代码报错了贴进去问，算法看不懂用印尼语讲一遍。肯尼亚创业者想做跨境电商，把中文链接扔给AI，英文规格参数、物流条款几分钟出来。 1美金在硅谷意味着便宜到忽略不计，但在雅加达、内罗毕、圣保罗，它意味着第一次用得起和硅谷公司一样的AI能力。 历史反复证明： 每一次基础设施平民化，都会催生想象不到的新物种。印刷术变便宜时没人想到会催生报纸和小说；互联网变便宜时没人想到会催生电商和短视频；云计算变便宜时没人想到会催生SaaS创业的黄金十年。 现在轮到AI了。1美金/小时是起点。当SOTA级别的智能变成像水电一样按需取用的公共服务，你想用它来做什么？ 春节有空时，想想看。