Tekniske specifikationer for MiniMax‑M2.5
| Felt | Påstand / værdi |
|---|---|
| Modelnavn | MiniMax-M2.5 (produktionsudgivelse, 12. feb. 2026). |
| Arkitektur | Mixture-of-Experts (MoE) Transformer (M2‑familien). |
| Samlet antal parametre | ~230 milliarder (samlet MoE‑kapacitet). |
| Aktive (pr. inferens) parametre | ~10 milliarder aktiveret pr. inferens (sparsom aktivering). |
| Inputtyper | Tekst og kode (indbygget support for kodekontekster med flere filer), værktøjskald / API‑værktøjsgrænseflader (agentbaserede arbejdsgange). |
| Outputtyper | Tekst, strukturerede output (JSON/værktøjskald), kode (flere filer), Office‑artefakter (PPT/Excel/Word via værktøjskæder). |
| Varianter / tilstande | M2.5 (høj nøjagtighed/kapabilitet) og M2.5‑Lightning (samme kvalitet, lavere latenstid / højere TPS). |
Hvad er MiniMax‑M2.5?
MiniMax‑M2.5 er M2.x‑familiens flagskibsopdatering med fokus på virkelighedsnær produktivitet og agentbaserede arbejdsgange. Udgivelsen fremhæver forbedret opgaveopdeling, værktøjs-/søgeintegration, nøjagtighed i kodegenerering og tokeneffektivitet til udvidede, flertrinsproblemer. Modellen tilbydes i en standard‑ og en lavere‑latenstid “lightning”‑variant, tiltænkt forskellige udrulningskompromiser.
Hovedfunktioner i MiniMax‑M2.5
- Agent‑først design: Forbedret planlægning og værktøjsorkestrering til flertrinsopgaver (søgning, værktøjskald, kørselsrammer for kode).
- Tokeneffektivitet: Rapporterede reduktioner i tokenforbrug pr. opgave sammenlignet med M2.1, hvilket muliggør lavere end‑to‑end‑omkostninger for lange arbejdsgange.
- Hurtigere end‑to‑end‑afslutning: Udbyderbenchmarking rapporterer gennemsnitlige opgaveafslutningstider ~37% hurtigere end M2.1 på agentiske kodevalueringer.
- Stærk kodeforståelse: Tunet på flersprogede kodekorpora for robuste tværsproglige refaktoreringer, flerfil‑redigeringer og ræsonnering i repository‑skala.
- Høj gennemstrømning i drift: Målrettet produktionsudrulninger med høje token/sek‑profiler; egnet til kontinuerlige agent‑workloads.
- Varianter for latenstid vs. ydeevne: M2.5‑lightning tilbyder lavere latenstid med lavere compute og footprint til interaktive scenarier.
Benchmark‑performance (rapporteret)
Udbyder‑rapporterede højdepunkter — repræsentative målinger (udgivelse):
- SWE‑Bench Verified: 80.2% (rapporteret beståelsesrate på udbyderens benchmark‑harnesses)
- BrowseComp (søgning og værktøjsbrug): 76.3%
- Multi‑SWE‑Bench (flersproget kodning): 51.3%
- Relativ hastighed/effektivitet: ~37% hurtigere end‑to‑end‑afslutning vs M2.1 på SWE‑Bench Verified i udbydertests; ~20% færre søge-/værktøjsrunder i nogle evalueringer.
Fortolkning: Disse tal placerer M2.5 på niveau med eller tæt på brancheførende agent-/kodemodeller på de nævnte benchmarks. Benchmarks er rapporteret af udbyderen og gengivet af flere økosystemaktører — betragt dem som målt under udbyderens harness/konfiguration, medmindre de reproduceres uafhængigt.
MiniMax‑M2.5 vs. jævnbyrdige (kort sammenligning)
| Dimension | MiniMax‑M2.5 | MiniMax M2.1 | Peer‑eksempel (Anthropic Opus 4.6) |
|---|---|---|---|
| SWE‑Bench Verified | 80.2% | ~71–76% (varierer efter harness) | Sammenlignelig (Opus rapporteret nær topresultater) |
| Hastighed på agentopgaver | 37% hurtigere vs M2.1 (udbydertests) | Baseline | Tilsvarende hastighed på specifikke harnesses |
| Tokeneffektivitet | Forbedret vs. M2.1 (~færre tokens pr. opgave) | Højere tokenforbrug | Konkurrencedygtig |
| Bedste anvendelse | Produktionsklare agentarbejdsgange, kodepipelines | Tidligere generation af samme familie | Stærk til multimodal ræsonnering og sikkerhedstunede opgaver |
Udbydernote: sammenligninger stammer fra udgivelsesmaterialer og leverandør‑benchmarkrapporter. Små forskelle kan være følsomme over for harness, toolchain og evalueringsprotokol.
Repræsentative virksomhedsanvendelser
- Refaktoriseringer i repository‑skala og migrationspipelines — bevar intentionen på tværs af flerfil‑redigeringer og automatiserede PR‑patches.
- Agent‑orkestrering til DevOps — orkestrér testruns, CI‑trin, pakkeinstallationer og miljødiagnostik med værktøjsintegrationer.
- Automatiseret kodereview og afhjælpning — triagér sårbarheder, foreslå minimale rettelser og forbered reproducerbare testcases.
- Søgedrevet informationsindhentning — udnyt BrowseComp‑niveau søgekompetence til at udføre fleromgangs‑undersøgelse og opsummering af tekniske vidensbaser.
- Produktionsagenter og assistenter — kontinuerlige agenter, der kræver omkostningseffektiv, stabil langtidsinference.
Sådan får du adgang til og integrerer MiniMax‑M2.5
Trin 1: Tilmeld dig for API‑nøgle
Log ind på cometapi.com. Hvis du ikke er bruger endnu, skal du først registrere dig. Log ind på din CometAPI console. Hent grænsefladens adgangslegitimation, API‑nøglen. Klik på “Add Token” ved API token i personcentret, få tokennøglen: sk-xxxxx og indsend.
Trin 2: Send anmodninger til minimax-m2.5 API
Vælg “minimax-m2.5” endpointet for at sende API‑anmodningen og angiv anmodningskroppen. Anmodningsmetoden og anmodningskroppen fås fra vores websteds API‑dokumentation. Vores websted tilbyder også Apifox‑test for din bekvemmelighed. Erstat <YOUR_API_KEY> med din faktiske CometAPI‑nøgle fra din konto. Hvor det kaldes: Chat format.
Indsæt dit spørgsmål eller din anmodning i content‑feltet — det er dette, modellen svarer på. Behandl API‑svaret for at få det genererede svar.
Trin 3: Hent og verificér resultater
Behandl API‑svaret for at få det genererede svar. Efter behandlingen svarer API’et med opgavestatus og outputdata.