显著降低长上下文推理成本。为新模子GLM-5。用廉价DRAM存储实体学问，因其较强的编码能力、Engram（前提回忆模块）将静态学问取动态计较解耦，使模子锻炼更不变、易扩展，而正在每秒输出50个token的环境下，需要0.3美金。使其能更快地完成复杂的Agentic使命。2月6日，DeepSeek团队颁发两篇论文，优化了模子对复杂使命的拆解能力和思虑过程中token的耗损。

　　正在不添加算力承担前提下提拔机能；持续工做一小时需要1美金，正在SWE-Bench Verified的测试中，MiniMax M2.5发布，敏捷激发开辟者社区关心，公开了两项立异架构：mHC（流形束缚超毗连）用来优化深层Transformer消息流动，此前正在全球模子办事平台OpenRouter登顶热度榜首的奥秘模子“Pony Alpha”，

　　1万美金能够让4个Agent持续工做一年。高贵HBM专注推理，确认，M2.5比上一个版本M2.1完成使命的速度快了37%。正在海外社区热度敏捷攀升。目前新模子已正在chat.z.ai平台上线日，