与其看 MiniMax 官方发布的“遥遥领先”数据，我们更应该关注全球知名的独立评测机构 Artificial Analysis 带来的客观报告。针对最新发布的 MiniMax-M2.5，这份数据揭露了一些官方通稿中不会提到的细节。
核心数据复盘 (Artificial Analysis 评测)
相比前代 M2.1，M2.5 的表现可以概括为：智力小幅提升，Agent 能力暴涨，但幻觉可靠性出现“大幅倒退”。
- Intelligence Index（智力指数）：42 (微涨 2 点)。
- 目前与 GLM-4.7 和 DeepSeek V3.2 并列开放权重模型 #3-5 名。
- 仍落后于 GLM-5 (50) 和 Kimi K2.5 (47)。
- Agentic Index（AI 智能体表现）：56 (从 47 大幅跃升)。
- 在真实知识工作场景（演示稿制作、分析、终端环境操作）中表现极其强悍，位列开放权重模型 TOP 3。
致命短板：Hallucination Rate（幻觉率）：88%。
- 相比 M2.1 的 67% 大幅反弹，退化到了 M2 初代的水平。
- 代价：虽然准确性（Accuracy）涨了一点点，但模型变得“过于自信”，在不确定的情况下更倾向于一本正经地胡说八道，而不是拒绝回答。
深度观点
官方数据往往只展示分数的增长，但 Artificial Analysis 的评测告诉我们一个残酷的事实：MiniMax-M2.5 是一个更强的“打工人”（Agent 能力强），但却是一个更不诚实的“汇报者”（幻觉率极高）。
如果你用它来执行自动化任务，它的效率会更高；但如果你用它来检索事实或做知识库问答，务必保持高度警惕，不要被它的自信所迷惑。
**相比官方 Benchmarks，我更愿意相信这种带刺的真实。
**
