最近几天，一张开源模型的等级列表在 X 上被疯狂转载。

▲ 图片来源：https://www.interconnects.ai/p/2025-open-models-year-in-review

从夯到拉，国产开源模型排在了数一数二的位置，DeepSeek、Qwen、Kimi、智谱、还有 MiniMax 是全球开源模型的前五名。而 OpenAI 排在了第四梯队，小扎的 Meta，挖了硅谷半壁江山想打造的 Llama 更扎心，只落得了一个荣誉提名。

这份榜单并不是国产模型花钱打广告，也不是中国人王婆卖瓜，自卖自夸。知名的 AI 研究员 Nathan Lambert 和德国 AI 研究中心的博士生 Florian Brand，在 interconnectai 上的一篇文章，给出了全球开源模型的完整排名。

▲Nathan Lambert 曾在 Meta、DeepMind、和 Hugging Face 工作

文章里详细回顾过去这一年，全球开源模型的发展，以 DeepSeek 和 Qwen 为主的国产开源模型，正在用开源改变整个 AI 行业的运行规则。

事实也如此，2024 年对于全球开源来说，可能还是 Llama 的天下。到了今年，国产开源以一种不可忽视的姿态，持续刷新着全球大模型的默认选项。

性能、价格、生态、可用性……每个维度都在快速逼近闭源巨头，甚至在某些方向已经实现了反超。

▲中美开源模型发布历史，2024.01-2025.11，图片来源：https://www.atomproject.ai/

当我们还在想国产模型什么时候能追上 ChatGPT、Gemini 时，AI 的军备竞赛场上，另一个问题也开始沸腾起来，为什么全球开发者都在用国产开源模型？

开源模型，前浪后浪一起上

过去这几个月，国产开源模型的更新节奏几乎没有停过。而且不只是某一家模型公司的爆发，是整个国产开源生态，持续接力，就像一条快速攀升的曲线，不断在突破瓶颈。

11 月，Kimi 发布了万亿参数的混合专家模型，Kimi K2 Thinking，直接拿下多个榜单第一名，甚至超过了 OpenAI 的 GPT-5 和 Anthropic 的 Claude 4.5。

10 月底，MiniMax 正式发布了 MiniMax M2 混合专家模型 MoE，和 Kimi 一样，继续开源，在综合榜单上的表现，MiniMax M2 排名第五，超过了 Gemini 2.5 Pro 和 Claude Opus 4.1。

9 月，阿里在云栖大会上，一套模型七连发的组合拳，在视觉、语音、推理、编程等多个领域做到极致。

海外社交媒体上，关于国产开源模型的认可，从横空出世的 DeepSeek 以来就没停过。「好用、便宜、小公司的开发首选、自己做的副业项目，用的就是中国开源模型……」，这些评论在 X 上随处可见。

像是网友们对 Kimi K2 Thinking 写作风格，以及用 token 数量换思考深度的称赞。

还有网友说拿 Minimax M2 和 Claude Sonnet 4 对比，M2 只用一次就能生成一个功能齐全的网站，但是 Sonnet 4 会失败。

关于 Qwen 的帖子就更多了，从 2.5 更新到现在的 3.0，从大尺寸的 4800 亿参数，到只有 6 亿参数的小模型，从视觉语言 Qwen 3 VL，到代码编写 Qwen 3 Coder，开源市场几乎都有 Qwen 的影子在。

爱彼迎 CEO 在接受采访时，甚至大方的表示 OpenAI 虽然好，但是不适合我们；而来自中国的开源模型 Qwen 非常好，能实际地应用到他们的工作中，比 OpenAI 更好更便宜。

在开源这块，说国产开源模型还在追赶都不贴切，是已经实打实地成为了全球默认的开源选择。

MiniMax M2，能落地的开源智能体

如果要用具体案例，来说明国产开源模型，到底好在哪里，过去我们分享的多个开源工具的实测体验，其实就已经有了答案。

发布时间最近的 Kimi K2 Thinking，一次性能执行 300 次工具调用的超长思考链条，还有为手机而生的通用 Agent，智谱 AutoGLM 2.0；以及 AI 时代的安卓，阿里通义模型大家族。

▲Artificial Analysis 统计的 2025 Q1 国产前沿 AI 模型大厂和初创公司

这些模型虽然都是开源，但是都有各自的技术亮点，努力让国产开源模型这张地图，变得更完整、更丰富。

像 K2 Thinking 主打万亿参数大模型，然后还有自己的 KDA（Kimi Delta Attention）机制；DeepSeek 主打混合注意力，成本骤降；Minimax M2 在这次的更新里面，反而是一改常态，使用了完全注意力，模型参数也仅 2300 亿。

M2 好不好用，本着能体验都上手试试的原则，我们也简单测了一下。

第一个任务是让他处理 Excel 表格数据，我们把今年国考的岗位信息表格发给他，让它根据表格内容，设计一个通用的公务员岗位筛选工具。

表格的数据非常多，大小有 10MB，累计两万多个岗位。MiniMax M2 特别好的一点是，它会在正式执行任务前，询问用户，是否需要对任务进行调整。

在他们的技术博客里面提到，M2 此次采用了「交错思考」的技术，这项技术最早是在 Claude Sonnet 4 模型中开始应用，但具体的采用还很有限。

MiniMax 给了一个小贴士，提醒用户保留模型的思考记录，即 think 标签。M2 依赖于交错式思维，上下文就是为记忆，保留了，才能更好的开展交错式思考。

▲MiniMax 工程主管发 X 解释，交错思考如何让模型更好地完成智能体任务

简单来说，交错思维（Interleaved Thinking）就是让大模型在「动手做事（用工具/调用接口），停下来想一想再动手，然后接着再思考」，这样的循环里推进任务，而不是先把一大段思路想完再一次性执行。

最近更新的 Kimi K2 Thinking 同样采用了交错式思考的技术。边思考边调用的方式，能让模型在每次拿到工具输出后，立刻复盘、调整计划，这特别适合流程长、结果不确定的智能体任务。

▲ 体验地址：https://2rfxtimus5nr.space.minimaxi.com/；虽然考试已经结束，但是也能看到 MiniMax M2 处理 Excel 表格数据的能力，不容小觑

最后给出的结果是非常的准确的，20714 个岗位，以及对于应届生、基层工作年限、户籍地等方面的条件，它都有统计到；相比市面上一些付费的选岗工具，自己用 Agent 自动生成一个，再方便不过。

我们还让它去做一些深度研究，丢给它关于 M2 自己的信息，让它制作一个精美的 PPT。

▲预览链接：https://z4czsdfoakc7.space.minimaxi.com/

除了这种从零开始做一个产品的 vibe coding 体验，MiniMax 还提供了详细的教程，关于如何接入 Claude Code 等命令行工具，或开发平台 Cursor、VS Code 等。

▲使用 MiniMax M2 模型 API 的 Claude Code

交错思考能让模型更聪明，知道何时该调用何种工具。但 MiniMax M2 这次在技术上还有一个亮点，是它一反常态的使用了全注意力机制。

之前我们介绍过 DeepSeek 能把成本打到这么低，其中最重要的原因之一就是它采用了稀疏注意力，以及混合注意力机制。稀疏注意力能让模型在处理 token 时，和我们人类一样，有选择的聚焦在重要信息，而忽略掉次要信息。

配合其他的策略，就能在不影响输出质量的前提下，提升模型的推理速度，降低成本。

▲ 博客原文：https://huggingface.co/blog/MiniMax-AI/why-did-m2