Der KI-Arbeiter für 1 Dollar pro Stunde
Das chinesische KI-Startup MiniMax hat eine Disruption ausgelöst, die die Wirtschaftlichkeit des Einsatzes von KI in Unternehmen auf den Kopf zu stellen droht. Das in Shanghai ansässige Unternehmen hat M2.5 veröffentlicht, ein Sprachmodell, dessen Leistung mit den teuersten westlichen Systemen mithalten kann, das aber etwa ein Zehntel bis ein Zwanzigstel so viel kostet wie Konkurrenten wie Claude Opus 4.6 und GPT-5.2.
Inhalt
Die Veröffentlichung, die unter einer modifizierten MIT-Lizenz auf Hugging Face erschien, ist Teil einer hektischen Woche mit KI-Ankündigungen aus China, die die globalen Märkte erschütterten und die Wettbewerbslandschaft neu ordneten. Die MiniMax-Aktie, die an der Hongkonger Börse unter dem Kürzel MINIMAX-WP (00100.HK) gehandelt wird, legte nach der Ankündigung um 11 bis 16 Prozent zu und schloss laut der South China Morning Post bei 680 HK-Dollar.
MiniMax positioniert M2.5 nicht einfach als Chatbot, sondern als digitalen Mitarbeiter für den produktiven Einsatz, der selbstständig programmieren, recherchieren und Dokumente erstellen kann. Nach Angaben des Unternehmens handelt es sich um das erste Spitzenmodell, bei dem Kosten praktisch keine Rolle mehr spielen: Es kann dauerhaft mit 100 Tokens pro Sekunde für nur 1 Dollar pro Stunde betrieben werden. Bei geringerer Geschwindigkeit sinken die Kosten auf 0,30 Dollar pro Stunde. Mit diesem Preismodell lassen sich vier KI-Agenten ein ganzes Jahr lang dauerhaft für rund 10.000 Dollar betreiben. Mit vergleichbaren westlichen Modellen würde dieser Betrag kaum für einen Monat reichen.
Benchmarks fordern die Spitzenmodelle heraus
Unabhängige Bewertungen und die eigenen Tests von MiniMax zeigen, dass M2.5 zur Spitzengruppe der Programmiermodelle gehört und trotz des enormen Preisunterschieds dicht an Anthropics Claude Opus 4.6 heranreicht. Beim SWE-Bench Verified, dem Branchenstandard zur Messung praxisnaher Softwareentwicklungskompetenzen, erzielte M2.5 80,2 Prozent. Damit liegt das Modell nur 0,6 Prozentpunkte hinter Opus 4.6 und vor OpenAIs GPT-5.2 mit 80 Prozent sowie Googles Gemini 3 Pro mit 78 Prozent.
Besonders stark ist das Modell bei mehrsprachigen Programmieraufgaben: Beim Multi-SWE-Bench, der Programmieraufgaben über mehrere Repositories hinweg prüft und das gleichzeitige Verständnis verschiedener Codebasen voraussetzt, erreichte es 51,3 Prozent. Damit liegt es vor Opus 4.6 mit 50,3 Prozent und deutlich vor Gemini 3 Pro mit 42,7 Prozent. Beim VIBE-Pro, einem internen Benchmark für komplexe Full-Stack-Entwicklungsaufgaben, schneidet M2.5 ähnlich gut ab wie Opus 4.5.
Auch über das reine Programmieren hinaus zeigt M2.5 außergewöhnliche Fähigkeiten als autonomer Agent. Beim BrowseComp, das komplexe Webrecherche und Informationsbeschaffung misst, erzielte es 76,3 Prozent. Auf der Berkeley Function Calling Leaderboard (BFCL), die den Einsatz von Tools über mehrere Gesprächsrunden hinweg bewertet, erreichte es 76,8 Prozent und übertraf Opus 4.6 um mehr als 13 Prozentpunkte. Das unabhängige Analyseunternehmen Artificial Analysis bewertete M2.5 in seinem Intelligence Index mit 42 Punkten und damit deutlich über dem Durchschnitt von 25 Punkten vergleichbarer Modelle. Zugleich stellte es fest, dass das Modell mit 80 Tokens pro Sekunde schneller arbeitet als der Durchschnitt von 55.
Eine unabhängige Überprüfung auf der SWE-rebench-Rangliste für Januar 2026, bei der 48 neue GitHub-Pull-Requests nach einer anderen Methodik getestet werden, ergab für M2.5 jedoch 39,6 Prozent gegenüber 52,9 Prozent für Claude Code. Das deutet darauf hin, dass die Ergebnisse in der Praxis je nach Testumgebung und Aktualität der Aufgaben variieren können.
Die Architektur der Effizienz
Die Wirtschaftlichkeit von M2.5 beruht auf einer Mixture-of-Experts-Architektur (MoE), die eher die Beratung durch Spezialisten als die Arbeit eines Generalisten nachbildet. Das Modell umfasst insgesamt 230 Milliarden Parameter, aktiviert für eine bestimmte Aufgabe jedoch nur 10 Milliarden davon. Dank dieser gezielten Aktivierung kann das System die hohe Denkleistung großer Modelle mit der Geschwindigkeit und Kostenstruktur deutlich kleinerer Systeme verbinden.
Für das Training dieser komplexen Architektur entwickelte MiniMax Forge, ein proprietäres Framework für bestärkendes Lernen, das speziell auf KI-Agenten ausgelegt ist. Anders als herkömmliche Ansätze, die auf möglichst gefällige Antworten optimieren, setzt Forge Modelle in Hunderttausenden realitätsnahen simulierten Umgebungen ein, darunter Code-Repositories, Webbrowser und Büroanwendungen. Belohnt wird die tatsächliche Erledigung von Aufgaben statt stilistischer Anpassung. Dank optimierter asynchroner Zeitplanung und baumstrukturierter Zusammenführung von Trainingsbeispielen erreicht das System ein etwa 40-mal höheres Trainingstempo als herkömmliche Ansätze des bestärkenden Lernens.
MiniMax-Ingenieurin Olive Song erklärte im Podcast ThursdAI, dass dieses Trainingsverfahren zwei Monate intensiver Arbeit in verschiedenen realen Szenarien erforderte. Um das System währenddessen stabil zu halten, setzte das Team CISPO (Clipping Importance Sampling Policy Optimization) ein, ein mathematisches Verfahren, das verhindert, dass das Modell seine Anpassungen während der Trainingsdurchläufe überkorrigiert.
„Uns wurde klar, dass in einem kleinen Modell wie diesem viel Potenzial steckt, wenn wir es mit bestärkendem Lernen in einer großen Zahl von Umgebungen und mit vielen Agenten trainieren. Das ist allerdings nicht einfach“, sagte Song und fügte hinzu, dass das Team viel Zeit in die Verfeinerung des Verfahrens investiert habe.
Mit dieser Methode hat MiniMax nach eigenen Angaben eine „Architektenmentalität“ entwickelt. Statt sofort Code zu erzeugen, plant M2.5 zunächst Projektstruktur, Funktionen und Interface-Design und zerlegt komplexe Aufgaben in überschaubare Einheiten, bevor es mit der Umsetzung beginnt. Das Modell wurde in mehr als zehn Programmiersprachen trainiert, darunter Go, C, C++, TypeScript, Rust, Kotlin, Python, Java, JavaScript, PHP, Lua, Dart und Ruby, und zwar in mehr als 200.000 Umgebungen.
Vom Chatbot zum digitalen Mitarbeiter
Der Wandel von KI als Gesprächsschnittstelle hin zu KI als autonomem Mitarbeiter bildet die zentrale Leitidee des Designs von M2.5. MiniMax arbeitete mit erfahrenen Fachleuten aus den Bereichen Finanzen, Recht und Sozialwissenschaften zusammen, um dem Modell branchenspezifisches implizites Wissen zu vermitteln. So kann es fertige Arbeitsergebnisse statt bloßer Textbausteine erstellen.
Das zeigt sich in praktischen Funktionen zur Büroautomatisierung, die bei den meisten Spitzenmodellen fehlen. M2.5 kann Microsoft-Word-Dokumente erstellen und bearbeiten, PowerPoint-Präsentationen mit passenden Layouts und Diagrammen aufbauen und komplexe Finanzmodellierungen in Excel durchführen. Beim MEWC-Benchmark, der Aufgaben aus dem tatsächlichen Wettbewerb Microsoft Excel World Championship verwendet, erzielte das Modell 74,4 Prozent. Bei der internen Bewertungsmethode GDPval-MM, die sowohl die Qualität der Ergebnisse als auch die berufliche Entwicklung anhand paarweiser Vergleiche beurteilt, erreichte M2.5 gegen gängige Konkurrenzmodelle eine durchschnittliche Gewinnrate von 59 Prozent.
MiniMax setzt M2.5 bereits intern als Praxistest für den Einsatz in Unternehmen ein. Unternehmensangaben zufolge erledigt das Modell inzwischen autonom 30 Prozent aller Aufgaben in Bereichen wie Forschung und Entwicklung, Produktmanagement, Vertrieb, Personalwesen und Finanzen. In den Programmierumgebungen am Hauptsitz von MiniMax erstellt M2.5 80 Prozent des neu eingereichten Codes.
Diese Funktionen bündelt das Unternehmen in MiniMax Agent, einer Plattform, auf der Nutzer mehr als 10.000 spezialisierte Experten eingerichtet haben, die Office Skills mit branchenspezifischem Fachwissen kombinieren. So kann der Agent festgelegte Standardarbeitsanweisungen für Branchenrecherchen befolgen oder bei der Finanzmodellierung bestimmte Risikokontrollregeln einhalten, statt lediglich Textbausteine zu erzeugen.
Das Modell unterstützt die Full-Stack-Entwicklung für Web-, Android-, iOS- und Windows-Plattformen. Dabei übernimmt es auch serverseitige APIs, Geschäftslogik und Datenbanken, statt nur Frontend-Demonstrationen zu erstellen. Die Funktionen erstrecken sich über den gesamten Softwarelebenszyklus: vom ersten Systementwurf über die Weiterentwicklung von Funktionen bis hin zu umfassenden Code-Reviews und Tests.
Die Kosten des Dauerbetriebs
MiniMax bietet zwei API-Varianten mit identischen Fähigkeiten, die sich jedoch in ihrem Durchsatz unterscheiden. M2.5-Lightning erreicht 100 Tokens pro Sekunde und kostet 0,30 Dollar je einer Million Eingabe-Tokens und 2,40 Dollar je einer Million Ausgabe-Tokens. Das Standardmodell M2.5 arbeitet mit der halben Geschwindigkeit von 50 Tokens pro Sekunde und kostet halb so viel: 0,15 Dollar je einer Million Eingabe-Tokens und 1,20 Dollar je einer Million Ausgabe-Tokens.
Zur Einordnung: Vier M2.5-Agenten ein ganzes Jahr lang ununterbrochen zu betreiben, kostet rund 10.000 Dollar. Claude Opus 4.6 verlangt dagegen etwa 75 Dollar je einer Million Ausgabe-Tokens. Ein vergleichbarer Dauerbetrieb wäre für die meisten Unternehmen damit wirtschaftlich nicht tragbar. Allein nach den Preisen für Ausgabe-Tokens kostet M2.5 ein Zehntel bis ein Zwanzigstel so viel wie Opus, Gemini 3 Pro und GPT-5.
Bei konkreten Aufgaben wird der Kostenunterschied besonders deutlich. Alex Volkov, Moderator des Podcasts ThursdAI, merkte an, dass M2.5 Aufgaben des SWE-Bench mit Tokens im Wert von etwa 0,15 Dollar erledigt, während Claude Opus 4.6 für vergleichbare Arbeit rund 3 Dollar benötigt. Diese Kostenersparnis von 95 Prozent nimmt den bisherigen Druck, Prompts zu optimieren und den Tokenverbrauch zu senken. Entwickler können dadurch Modelle mit großem Kontextfenster und hoher Denkleistung auch für Routineaufgaben einsetzen, die bisher günstigeren, weniger leistungsfähigen Systemen vorbehalten waren.
Beide API-Varianten unterstützen Caching, was die Kosten bei wiederkehrenden Aufgaben weiter senkt. Die modifizierte MIT-Lizenz verpflichtet kommerzielle Nutzer dazu, „MiniMax M2.5“ deutlich sichtbar in ihren Benutzeroberflächen anzugeben. Angesichts der Kostenvorteile ist das eine geringfügige Auflage. Bei 100 Tokens pro Sekunde erzeugt das Modell im Dauerbetrieb 360.000 Ausgabe-Tokens pro Stunde. Das entspricht Kosten von rund 0,86 Dollar für Ausgabe-Tokens zuzüglich der Eingabekosten.
Die höhere Geschwindigkeit verstärkt die Kostenvorteile zusätzlich. M2.5 erledigt Aufgaben von Anfang bis Ende 37 Prozent schneller als sein Vorgänger M2.1. Die Laufzeit beim SWE-Bench Verified sank von 31,3 auf 22,8 Minuten. Damit ist das Modell ähnlich schnell wie Claude Opus 4.6 mit 22,9 Minuten, kostet pro Aufgabe aber nur ein Zehntel.
Marktumfeld und Wettbewerbsdruck
Die Veröffentlichung von M2.5 setzte den Schlusspunkt unter eine turbulente Woche für die chinesische KI-Branche, in der mehrere heimische Unternehmen konkurrenzfähige Modelle vorstellten. Zhipu AI brachte GLM-5 auf den Markt, das Googles Gemini 3 Pro im Intelligence Index von Artificial Analysis übertraf. Alibaba stellte RynnBrain für Anwendungen in der Robotik vor, ByteDance veröffentlichte Seedance 2.0 zur Videogenerierung und Kuaishou präsentierte Kling 3.0. Die Aktien von MiniMax und Zhipu AI legten zweistellig zu; Zhipu AI stieg im Hongkonger Handel um 30 Prozent.
Die rasche Abfolge neuer Modelle stellt jüngste Einschätzungen zum KI-Vorsprung der USA gegenüber China infrage. Demis Hassabis, Chef von Google DeepMind, hatte zuvor geschätzt, dass chinesische Modelle westlichen Angeboten nur wenige Monate hinterherhinkten. Dass MiniMax bei der Leistung nahezu zu Claude Opus 4.6 aufschließt, das erst eine Woche zuvor veröffentlicht wurde, deutet darauf hin, dass der Rückstand auf wenige Tage geschrumpft ist. Die Ergebnisse des SWE-rebench für Januar 2026 zeigen bei neuen Pull-Requests 51,7 Prozent für Claude Opus 4.6 und 51,0 Prozent für GPT-5.2, gegenüber 39,6 Prozent für MiniMax M2.5. Bei neuestem Code haben westliche Modelle demnach weiterhin die Nase vorn, doch der Abstand wird kleiner.
Die Auswirkungen auf den Wettbewerb gehen über Benchmarks hinaus. Mit seiner Preisstrategie setzt MiniMax westliche KI-Labore systematisch unter Druck, deren Geschäftsmodelle auf hohen API-Preisen beruhen. Wenn KI, wie MiniMax behauptet, „zu billig zum Messen“ wird, verlagert sich die Branche von einer Knappheits- zu einer Mengenökonomie. Das könnte die Umsatzmodelle etablierter Anbieter grundlegend verändern.
Für technische Führungskräfte bietet M2.5 unmittelbare Vorteile im Betrieb. Die um 37 Prozent höhere Geschwindigkeit gegenüber dem Vorgängermodell ermöglicht Agentenprozesse in Echtzeit, bei denen Modelle ohne Verzögerungen miteinander interagieren. Unternehmen können nun automatisierte Code-Prüfungen in bisher unerreichtem Umfang durchführen und dabei durch den selbst gehosteten Einsatz offener Gewichte die Vertraulichkeit ihrer Daten wahren.
Das Wichtigste
- MiniMax M2.5 erreicht beim SWE-Bench Verified 80,2 Prozent und damit die Leistung von Claude Opus 4.6 zu einem Zehntel bis einem Zwanzigstel der Kosten
- Zwei API-Varianten verfügbar: Standard für 0,15/1,20 Dollar je einer Million Tokens (50 TPS) und Lightning für 0,30/2,40 Dollar (100 TPS)
- Die MoE-Architektur mit 230 Milliarden Parametern aktiviert pro Aufgabe nur 10 Milliarden Parameter und senkt so den Rechenaufwand
- Training mit dem proprietären Forge-Framework für bestärkendes Lernen in mehr als 200.000 realitätsnahen Umgebungen; Stabilisierung durch den CISPO-Algorithmus
- Kann autonom Full-Stack-Entwicklung betreiben, Bürodokumente in Word, Excel und PowerPoint erstellen und komplexe Finanzmodelle erstellen
- Bei MiniMax bereits intern im Einsatz: Das Modell erledigt 30 Prozent der Unternehmensaufgaben und erstellt 80 Prozent des neuen Codes
- Als Modell mit offenen Gewichten unter einer modifizierten MIT-Lizenz auf Hugging Face veröffentlicht; kommerzielle Nutzung erfordert eine Quellenangabe
- Die Aktie des Unternehmens (MINIMAX-WP, 00100.HK) legte nach der Ankündigung an der Hongkonger Börse um 11 bis 16 Prozent zu
