MiniMax, den kinesiske AI-startup, har offentliggjort vægte og værktøjer til MiniMax M2, deres nyeste store sprogmodel designet specifikt til kodningsworkflows og brug af agentværktøjer. Virksomheden siger, at M2 er bygget som et effektivt blandingsdesign (MoE), der leverer kodnings- og agentydelse i topklasse til en brøkdel af prisen for sammenlignelige proprietære modeller. Jeg vil forklare, hvorfor MiniMax M2 er kongen af omkostningseffektivitet ud fra funktioner, benchmarkydelse, arkitektur og omkostninger.
Hvad er MiniMax M2?
MiniMax M2 er MiniMax' nyeste open source-sprogmodel, der primært er beregnet til kodning, flertrins-agentworkflows og værktøjskaldModellen bruger en blanding af eksperter-arkitektur: den har en meget stor alt parameterfodaftryk, men kun et beskedent antal parametre er aktiveret pr. token under inferens — et design, der reducerer inferensomkostninger og latenstid, samtidig med at det bevarer stærk ræsonnement og kodningsevne.
Vigtigste overskriftstal (som offentliggjort)
- Samlet parameterbudget: ~230 milliarder (i alt).
- Aktiverede/effektive parametre pr. token: ~10 milliarder (aktiveret).
- Kontekstvindue (rapporteret): op til ~204,800 tokens
- Licens: MIT (open source-vægte).
- Omkostnings- og hastighedspåstande: Dens pris pr. token er kun 8% af Anthropic Claude Sonnet, og dens hastighed er cirka dobbelt så hurtig.
Hvad er MiniMax M2's vigtigste funktioner?
Agent-/værktøjsorienteret adfærd
MiniMax M2 leveres med eksplicit understøttelse af værktøjskald, strukturerede prompts og sammenflettede ræsonnement → handling → verifikationsmønstre, hvilket gør det nemt at bygge autonome agenter, der kalder eksterne API'er, kører kode eller betjener terminaler. Adskillige integrationsopskrifter er rettet mod agent-runtimes og vLLM/accelerate-stakke.
Optimeret til kodning og opgaver med flere filer
Benchmarks rapporteret på Hugging Face og tredjepartsanalyser viser stærk præstation på udviklerorienterede testpakker (enhedstest, terminalsimulering, syntese af flere filer), hvor M2 scorer højt i forhold til andre åbne og lukkede modeller. Det stemmer overens med MiniMax' erklærede produktfokus på udviklerværktøjer og kodningsassistenter.
Sparsom blanding af eksperter (MoE) effektivitet
I stedet for et enkelt tæt parametersæt, MiniMax M2 bruge til sparsom blanding af eksperter routingstrategi, så kun en delmængde af den fulde parameterbank aktiveres pr. token. Dette giver et stort samlet parameterantal, men et meget mindre antal aktiveret parameterfodaftryk under inferens — forbedrer omkostnings- og latenstidseffektiviteten for mange arbejdsbelastninger.
Hvordan fungerer MiniMax M2 internt?
Arkitektur på højt niveau
Ifølge MiniMax' tekniske oplysninger og uafhængige rapportering, MiniMax M2 implementeres som en sparsom MoE-transformer med følgende, bredt omtalte, designbeslutninger:
- En meget stor alt parameterantal (rapporteret i presseomtale som i størrelsesordenen hundredvis af milliarder), med kun en delmængde af eksperter aktiveret pr. token (Pressen nævner eksempler som 230 mia. i alt med ~10 mia. aktive omkostninger pr. inferens i tidlige rapporter). Dette er det klassiske MoE-afvejningsforhold: skalerbarhed uden lineære inferensomkostninger.
- Routing: top-k ekspertrouting (Top-2 eller Top-K), der sender hvert token til et lille antal eksperter, så beregningsbelastningen er sparsom og forudsigelig.
- Opmærksomheds- og positionskodning: hybride opmærksomhedsmønstre (f.eks. blandinger af tætte og effektive opmærksomhedskerner) og moderne roterende eller RoPE-lignende positionskodninger er nævnt i dokumentation af community-modeller og Hugging Face-modelkortet. Disse valg forbedrer langkontekstadfærd, hvilket er vigtigt for kodning af flere filer og agenthukommelse.
Hvorfor sparsom MoE hjælper agenternes arbejdsgange
Agentiske arbejdsgange kræver typisk en blanding af ræsonnement, kodegenerering, værktøjsorkestrering og stateful planning. Med MoE, MiniMax M2 har råd til mange specialiserede ekspertundermoduler (f.eks. eksperter, der er bedre til kode, eksperter, der er indstillet på værktøjsformatering, eksperter til faktuel hentning), mens de kun aktiverer de eksperter, der er nødvendige for hvert token. Denne specialisering forbedrer både gennemløb og korrekthed for sammensatte opgaver, samtidig med at den sænker inferensomkostningerne sammenlignet med en ensartet stor, tæt model.
Trænings- og finjusteringsnoter (hvad MiniMax har udgivet)
MiniMax citerer en blanding af kode, instruktionsjustering, webtekst og agent-loop-datasæt til M2's instruktions- og værktøjsflydendehed.
Hvorfor MoE for agenter og kode?
MoE giver dig mulighed for at øge modelkapaciteten (for bedre ræsonnement og multimodal kapacitet) uden lineært at øge inferens-FLOP'erne for hvert token. For agenter og kodningsassistenter – som ofte foretager mange korte, interaktive forespørgsler og kalder eksterne værktøjer – holder MoE's selektive aktivering latenstid og cloud-regning rimelige, samtidig med at kapacitetsfordelene ved en meget stor model bevares.
Benchmark ydeevne
Ifølge uafhængige evalueringer fra Artificial Analysis, en tredjeparts benchmark- og forskningsorganisation for generative AI-modeller, rangerer M2 i øjeblikket først blandt alle open source-vægtede systemer globalt i "Intelligence Index", et omfattende mål for ræsonnement, kodning og opgaveudførelse.
MiniMax' modelkort viser sammenlignende resultater på tværs af kodning / agentisk benchmark-suiter (SWE-bench, Terminal-Bench, BrowseComp, GAIA, τ²-Bench osv.). I disse offentliggjorte tabeller viser M2 stærke scorer på kodning og flertrinsværktøjsopgaver, og MiniMax fremhæver konkurrencedygtige intelligens-/agentiske sammensatte scorer i forhold til andre åbne modeller.
Disse scorer placerer den på eller nær niveauet for de bedste proprietære systemer som GPT-5 (tænkning) og Claude Sonnet 4.5, hvilket gør MiniMax-M2 til den bedst ydende åbne model til dato på virkelige agent- og værktøjskaldsopgaver.
MiniMax-M2 opnår top- eller næsten toppræstation i mange kategorier:
- SWE-bench verificeret: 69.4 — tæt på GPT-5's 74.9
- ArtifactsBench: 66.8 — over Claude Sonnet 4.5 og DeepSeek-V3.2
- τ²-Bænk: 77.2 — nærmer sig GPT-5's 80.1
- GAIA (kun tekst): 75.7 — overgår DeepSeek-V3.2
- BrowseComp: 44.0 — markant stærkere end andre åbne modeller
- FinSearchComp-global: 65.5 — bedst blandt testede åbne systemer
Omkostninger og priser
MiniMax offentliggør en meget konkurrencedygtig API-pris på 0.30 USD pr. 1,000,000 inputtokens og 1.20 USD pr. 1,000,000 output-tokensVirksomheden rapporterer også et inferensgennemstrømningstal (TPS) på sit hostede slutpunkt på ~100 tokens/sek. (og angiver, at de forbedrer det). CometAPI tilbyder 20% rabat på den officielle pris for adgang til MiniMax M2 API.
Hurtig fortolkning
- Input-tokens er ekstremt billige pr. token i forhold til mange kommercielle modeller; output-tokens er dyrere, men stadig lave sammenlignet med mange lukkede alternativer.
- Gennemløb (tokens/sek.) og latenstid vil i høj grad afhænge af implementeringsvalg (hostet vs. selvhostet, GPU-type, batching, kvantisering). Brug kun den publicerede TPS som basislinje for hostet API-planlægning.
Hvad er de bedste anvendelsesmuligheder for MiniMax M2?
1) End-to-end udviklerassistenter (kodeforfatning → kør → reparer → verificer)
MiniMax M2 er specialbygget til redigering af flere filer, kompilering/kørsel/rettelse af loops og CI/IDE-automatisering – hvor modellen skal huske store kodebaser eller lange terminaltranskripter og orkestrere værktøjskald (build, test, lint, git). Benchmarks og tidlige community-tests placerer den højt blandt kodnings-/agentic-suiter.
Typisk strømning: hent repo → kør tests inde i sandkassen → parse fejl → producer programrettelser → kør tests igen → åbn PR hvis grøn.
2) Multi-step agents og RPA (værktøjer + hukommelse)
Agentapplikationer, der kræver planlægning, værktøjskald og gendannelse (websurfing, terminal, database, brugerdefinerede API'er), drager fordel af den lange kontekst og strukturerede funktions-/værktøjskald. M2's lange kontekstfunktion giver dig mulighed for at gemme planer, logfiler og tilstande i hukommelsen uden aggressiv ekstern hentning.
3) Lange dokumenterede argumenter og kundesupport (håndbøger, manualer)
Fordi M2 understøtter meget store kontekster, kan du indlæse hele produktmanualer, playbooks eller lange brugerkonversationshistorikker uden kraftig opdeling – ideelt til kontekstrig supportautomatisering, politikræsonnement og compliance-tjek.
4) Forskning og eksperimenter (åbne vægte, tilladt brug)
Med åbne vægte på Hugging Face kan du køre eksperimenter (tilpasset finjustering, MoE-forskning, nye routingstrategier eller sikkerhedsmekanismer) lokalt eller på private klynger. Det gør M2 attraktiv for laboratorier og teams, der ønsker fuld kontrol.
Praktiske anbefalinger til ingeniører og produktteams
Hvis du vil have hurtige eksperimenter: Brug MiniMax Cloud API (Anthropic/OpenAI-kompatibel). Det fjerner lokal infrastrukturfriktion og giver dig øjeblikkelig adgang til værktøjskald og funktioner med lang kontekst.
Hvis du har brug for kontrol og omkostningsoptimering: Download vægtene fra Hugging Face og server med vLLM eller SGLang. Forvent at investere i udvikling til MoE-sharding og omhyggelig inferensjustering. Test hukommelse, omkostninger og latenstid i forhold til din reelle arbejdsbyrde (multi-turn-agenter og kodeopgaver med flere filer).
Test og sikkerhed: Kør dine egne red-team-tests, sikkerhedsfiltre og værktøjsvalidering. Åbne vægte accelererer forskning, men betyder også, at skadelige aktører kan iterere hurtigt; byg detektorer og human-in-the-loop-kontroller, hvor det er nødvendigt.
Konklusion
MiniMax M2 repræsenterer et bemærkelsesværdigt øjeblik i open source LLM-økosystemet: en stor, agentcentreret, permissivt licenseret model, der prioriterer kodning og værktøjsbrug, samtidig med at den sigter mod at holde inferensomkostningerne praktisk mulige gennem sparsom MoE-routing. For organisationer, der bygger udviklerværktøjer, autonome agenter eller forskerteams, der har brug for adgang til vægte til finjustering, tilbyder M2 en overbevisende, øjeblikkeligt brugbar mulighed - forudsat at teamet er forberedt på at håndtere MoE-implementeringskompleksiteten.
Sådan får du adgang til MiniMax M2 API
CometAPI er en samlet API-platform, der samler over 500 AI-modeller fra førende udbydere – såsom OpenAIs GPT-serie, Googles Gemini, Anthropics Claude, Midjourney, Suno og flere – i en enkelt, udviklervenlig grænseflade. Ved at tilbyde ensartet godkendelse, formatering af anmodninger og svarhåndtering forenkler CometAPI dramatisk integrationen af AI-funktioner i dine applikationer. Uanset om du bygger chatbots, billedgeneratorer, musikkomponister eller datadrevne analysepipelines, giver CometAPI dig mulighed for at iterere hurtigere, kontrollere omkostninger og forblive leverandøruafhængig – alt imens du udnytter de seneste gennembrud på tværs af AI-økosystemet.
Udviklere kan få adgang Minimax M2 API gennem Comet API, den nyeste modelversion opdateres altid med den officielle hjemmeside. For at begynde, udforsk modellens muligheder i Legeplads og konsulter API guide for detaljerede instruktioner. Før du får adgang, skal du sørge for at være logget ind på CometAPI og have fået API-nøglen. CometAPI tilbyde en pris, der er langt lavere end den officielle pris, for at hjælpe dig med at integrere.
Klar til at gå? → Tilmeld dig CometAPI i dag !
Hvis du vil vide flere tips, guider og nyheder om AI, følg os på VK, X og Discord!