先了解这件事
AI 综述
2026年5月4日,goose 公布 MiniMax M2.5 在 Databricks 的 OfficeQA 基准上的测试结果。goose 官方博客称,用 goose 搭配 MiniMax M2.5 在 OfficeQA 上接近前沿模型表现,成本约为 1/30。据该博客,闭源模型在准确率上占优,约 80% 对约 70%,但 MiniMax M2.5 平均每次运行 1.74 美元,Opus 4.5 为 56.53 美元。博客还称,改用 goose 的 harness 后准确率比替代方案高约 10%,成本低 8 倍;在 Terminal Bench 2.0 上,goose 的 token 效率比 OpenHands 高 20 倍,成本比 OpenCode 低 40 倍以上。目前该结果仅有 goose 官方博客这一来源,尚无其他独立来源交叉印证。
AI 根据公开报道生成
事件进展
1 个已确认进展
- 来源：goose 官方博客
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
5月4日
goose 官方博客一手精选
goose 搭配 MiniMax M2.5 在 OfficeQA 上以约 1/30 成本接近前沿模型
goose 官方博客称，用 goose 搭配 MiniMax M2.5 在 Databricks 的 OfficeQA 基准上接近前沿模型表现，成本约为 1/30。闭源模型在准确率上占优（约 80% 对约 70%），但 MiniMax M2.5 平均每次运行 1.74 美元，Opus 4.5 为 56.53 美元。改用 goose 的 harness 后准确率比替代方案高约 10%，成本低 8 倍；在 Terminal Bench 2.0 上，goose 的 token 效率比 OpenHands 高 20 倍，成本比 OpenCode 低 40 倍以上。