MiniMax, la startup chinoise d'IA, a publié publiquement les poids et les outils pour MiniMax M2, son tout nouveau modèle de langage à grande échelle, conçu spécifiquement pour les workflows de codage et l'utilisation d'outils d'agents. L'entreprise affirme que le M2 est conçu selon une conception efficace de type « mélange d'experts » (MoE) offrant des performances de codage et d'agent de premier ordre à un coût bien inférieur à celui des modèles propriétaires comparables. J'expliquerai pourquoi MiniMax M2 est le roi de la rentabilité, en termes de fonctionnalités, de performances de référence, d'architecture et de coût.
Qu'est-ce que MiniMax M2 ?
MiniMax M2 est le dernier modèle de langage open source de MiniMax destiné principalement à codage, flux de travail d'agent en plusieurs étapes et appel d'outils. Le modèle utilise une architecture Mixture-of-Experts : il dispose d'un très grand la totalité de votre cycle de coaching doit être payée avant votre dernière session. empreinte des paramètres, mais seul un nombre modeste de paramètres sont activé par jeton pendant l'inférence — une conception qui réduit le coût d'inférence et la latence tout en préservant une forte capacité de raisonnement et de codage.
Chiffres clés (tels que publiés)
- Budget total des paramètres : ~230 milliards (au total).
- Paramètres activés/effectifs par jeton : ~10 milliards (activé).
- Fenêtre de contexte (signalée) : jusqu'à ~192 000 jetons
- Licence: MIT (poids open source).
- Allégations relatives aux coûts et à la rapidité : Son coût par jeton n'est que de 8 % de celui d'Anthropic Claude Sonnet et sa vitesse est environ deux fois plus rapide.
Quelles sont les principales fonctionnalités du MiniMax M2 ?
Comportement agentique / orienté outil
MiniMax M2 Il est livré avec une prise en charge explicite de l'appel d'outils, des invites structurées et des modèles de raisonnement → action → vérification entrelacés, ce qui simplifie la création d'agents autonomes qui appellent des API externes, exécutent du code ou exploitent des terminaux. Plusieurs recettes d'intégration ciblent les environnements d'exécution des agents et les piles vLLM/accelerate.
Optimisé pour le codage et les tâches multi-fichiers
Les benchmarks rapportés par Hugging Face et des analyses tierces montrent d'excellentes performances sur les suites de tests orientées développeurs (tests unitaires, simulation de terminal, synthèse multi-fichiers), où M2 obtient des résultats élevés par rapport aux autres modèles ouverts et fermés. Cela concorde avec l'accent mis par MiniMax sur les outils de développement et les assistants de codage.
Efficacité du mélange clairsemé d'experts (MoE)
Plutôt qu’un seul ensemble de paramètres dense, MiniMax M2 utilise une mélange clairsemé d'experts Stratégie de routage : seul un sous-ensemble de la banque de paramètres complète est activé par jeton. Cela produit un nombre total de paramètres important, mais un nombre bien plus faible. activé Empreinte des paramètres lors de l'inférence — amélioration de l'efficacité des coûts et de la latence pour de nombreuses charges de travail.
Comment fonctionne MiniMax M2 en interne ?
Architecture de haut niveau
Selon les informations techniques et les rapports indépendants de MiniMax, MiniMax M2 est implémenté comme un transformateur MoE clairsemé avec les décisions de conception suivantes, largement rapportées :
- Un très grand la totalité de votre cycle de coaching doit être payée avant votre dernière session. nombre de paramètres (rapporté dans la couverture de presse comme étant de l'ordre de centaines de milliards), avec seul un sous-ensemble d'experts activés par jeton (la presse mentionne des exemples comme 230 milliards au total avec environ 10 milliards actifs par inférence dans les premiers rapports). Il s'agit du compromis classique entre MoE : capacité d'échelle sans coût d'inférence linéaire.
- Routage : routage expert top-k (Top-2 ou Top-K) qui envoie chaque jeton à un petit nombre d'experts afin que la charge de calcul soit clairsemée et prévisible.
- Codage d'attention et de position : les schémas d'attention hybrides (par exemple, mélange de noyaux d'attention denses et efficaces) et les codages positionnels modernes de type rotatif ou RoPE sont mentionnés dans la documentation du modèle communautaire et la fiche du modèle Hugging Face. Ces choix améliorent le comportement en contexte long, important pour le codage multi-fichiers et la mémoire des agents.
Pourquoi un MoE clairsemé favorise les flux de travail agentiques
Les workflows agentiques requièrent généralement un mélange de raisonnement, de génération de code, d'orchestration d'outils et de planification avec état. Avec MoE, MiniMax M2 Peut gérer de nombreux sous-modules experts spécialisés (par exemple, experts en code, experts en formatage d'outils, experts en recherche factuelle) tout en activant uniquement les experts nécessaires pour chaque jeton. Cette spécialisation améliore le débit et l'exactitude des tâches complexes, tout en réduisant le coût d'inférence par rapport à un modèle dense et uniformément grand.
Notes de formation et de mise au point (ce que MiniMax a publié)
MiniMax cite un mélange de codes, de réglages d'instructions, de textes Web et d'ensembles de données de boucle d'agent pour la maîtrise des instructions et des outils de M2.
Pourquoi MoE pour les agents et le code ?
MoE vous permet d'accroître la capacité du modèle (pour un meilleur raisonnement et une capacité multimodale) sans augmenter linéairement les FLOP d'inférence pour chaque jeton. Pour les agents et les assistants de codage, qui effectuent fréquemment de nombreuses requêtes courtes et interactives et font appel à des outils externes, l'activation sélective de MoE maintient une latence et une facture cloud raisonnables, tout en conservant les avantages de capacité d'un modèle très volumineux.
Performances de référence
Selon les évaluations indépendantes d'Artificial Analysis, un organisme de recherche et de référence de modèles d'IA générative tiers, M2 se classe actuellement au premier rang parmi tous les systèmes open source pondérés à l'échelle mondiale dans l'« Intelligence Index », une mesure complète des performances de raisonnement, de codage et d'exécution des tâches.
La carte modèle de MiniMax montre des résultats comparatifs sur codage / agentique Suites de tests (SWE-bench, Terminal-Bench, BrowseComp, GAIA, τ²-Bench, etc.). Dans les tableaux publiés, M2 affiche d'excellents résultats pour les tâches de codage et les outils multi-étapes, tandis que MiniMax met en avant des scores composites de veille concurrentielle et d'agentique par rapport à d'autres modèles ouverts.
Ces scores le placent au niveau ou à proximité des meilleurs systèmes propriétaires tels que GPT-5 (thinking) et Claude Sonnet 4.5, faisant de MiniMax-M2 le modèle ouvert le plus performant à ce jour sur les tâches d'invocation d'agents et d'outils du monde réel.
MiniMax-M2 atteint des performances de pointe ou presque dans de nombreuses catégories :
- SWE-bench Vérifié : 69.4 — proche des 74.9 de GPT-5
- ArtifactsBench : 66.8 — supérieur à Claude Sonnet 4.5 et DeepSeek-V3.2
- τ²-Bench : 77.2 — proche des 80.1 du GPT-5
- GAIA (texte uniquement) : 75.7 — surpassant DeepSeek-V3.2
- BrowseComp : 44.0 — nettement plus puissant que les autres modèles ouverts
- FinSearchComp-global : 65.5 — meilleur parmi les systèmes de pondération ouverte testés
Coût et tarification
MiniMax propose publiquement un prix API très compétitif de 0.30 $ pour 1 000 000 jetons d'entrée et 1.20 $ pour 1 000 000 de jetons de sortie. La société rapporte également un chiffre de débit d'inférence (TPS) sur son point de terminaison hébergé de ~100 jetons/sec (et déclare l'améliorer). CometAPI offre 20 % de réduction sur le prix officiel pour accéder à l'API MiniMax M2.
Interprétation rapide
- Les jetons d'entrée sont extrêmement bon marché par jeton par rapport à de nombreux modèles commerciaux ; les jetons de sortie sont plus chers mais toujours bas par rapport à de nombreuses alternatives fermées.
- Le débit (jetons/s) et la latence dépendront fortement des choix de déploiement (hébergé ou auto-hébergé, du type de GPU, du traitement par lots et de la quantification). Utilisez le TPS publié comme référence uniquement pour la planification des API hébergées.
Quels sont les meilleurs cas d’utilisation du MiniMax M2 ?
1) Assistants développeurs de bout en bout (création de code → exécution → correction → vérification)
MiniMax M2 est spécialement conçu pour les modifications multi-fichiers, les boucles de compilation/exécution/correction et l'automatisation CI/IDE, où le modèle doit mémoriser de volumineuses bases de code ou de longues transcriptions de terminaux et orchestrer les appels d'outils (build, test, lint, git). Les benchmarks et les premiers tests communautaires le placent parmi les meilleures suites de codage/agentique.
Débit typique : récupérer le dépôt → exécuter les tests dans le sandbox → analyser les échecs → produire un correctif → exécuter à nouveau les tests → ouvrir la PR si elle est verte.
2) Agents multi-étapes et RPA (outils + mémoire)
Les applications agentiques nécessitant planification, appel d'outils et récupération (navigation web, terminal, base de données, API personnalisées) bénéficient du contexte long et des appels de fonctions/outils structurés. La capacité de contexte long de M2 vous permet de conserver les plans, les journaux et l'état en mémoire sans récupération externe agressive.
3) Raisonnement sur de longs documents et support client (playbooks, manuels)
Étant donné que M2 prend en charge des contextes très vastes, vous pouvez alimenter des manuels de produits entiers, des playbooks ou de longs historiques de conversations utilisateur sans segmentation importante, ce qui est idéal pour l'automatisation du support riche en contexte, le raisonnement des politiques et les contrôles de conformité.
4) Recherche et expérimentation (poids ouverts, usage permissif)
Grâce aux pondérations ouvertes sur Hugging Face, vous pouvez mener des expériences (réglages personnalisés, recherche de MoE, nouvelles stratégies de routage ou mécanismes de sécurité) localement ou sur des clusters privés. Cela rend M2 attractif pour les laboratoires et les équipes souhaitant un contrôle total.
Recommandations pratiques pour les ingénieurs et les équipes produits
Si vous souhaitez une expérimentation rapide : Utilisez l'API cloud MiniMax (compatible Anthropic/OpenAI). Elle élimine les contraintes d'infrastructure locale et vous offre un accès immédiat aux appels d'outils et aux fonctionnalités à contexte long.
Si vous avez besoin de contrôle et d’optimisation des coûts : Téléchargez les pondérations depuis Hugging Face et utilisez vLLM ou SGLang. Prévoyez des investissements en ingénierie pour le partitionnement MoE et un réglage précis des inférences. Testez la mémoire, le coût et la latence par rapport à votre charge de travail réelle (agents multi-tours et tâches de code multi-fichiers).
Tests et sécurité : Exécutez vos propres tests en équipe rouge, filtres de sécurité et validation d'outils. Les pondérations ouvertes accélèrent la recherche, mais permettent également aux acteurs malveillants d'itérer rapidement ; créez des détecteurs et des contrôles humains si nécessaire.
Conclusion
MiniMax M2 représente une étape importante dans l'écosystème LLM open source : un vaste modèle, centré sur les agents et sous licence permissive, qui privilégie le codage et l'utilisation des outils tout en visant à maintenir un coût d'inférence raisonnable grâce à un routage MoE clairsemé. Pour les organisations développant des outils de développement, des agents autonomes ou des équipes de recherche ayant besoin d'accéder à des pondérations pour des ajustements précis, M2 offre une option convaincante et immédiatement utilisable, à condition que l'équipe soit prête à gérer la complexité du déploiement MoE.
Comment accéder à l'API MiniMax M2
CometAPI est une plateforme d'API unifiée qui regroupe plus de 500 modèles d'IA provenant de fournisseurs leaders, tels que la série GPT d'OpenAI, Gemini de Google, Claude d'Anthropic, Midjourney, Suno, etc., au sein d'une interface unique et conviviale pour les développeurs. En offrant une authentification, un formatage des requêtes et une gestion des réponses cohérents, CometAPI simplifie considérablement l'intégration des fonctionnalités d'IA dans vos applications. Que vous développiez des chatbots, des générateurs d'images, des compositeurs de musique ou des pipelines d'analyse pilotés par les données, CometAPI vous permet d'itérer plus rapidement, de maîtriser les coûts et de rester indépendant des fournisseurs, tout en exploitant les dernières avancées de l'écosystème de l'IA.
Les développeurs peuvent accéder Minimax M2 API via CometAPI, la dernière version du modèle est constamment mis à jour avec le site officiel. Pour commencer, explorez les capacités du modèle dans la section cour de récréation et consultez le Guide de l'API Pour des instructions détaillées, veuillez vous connecter à CometAPI et obtenir la clé API avant d'y accéder. API Comet proposer un prix bien inférieur au prix officiel pour vous aider à vous intégrer.
Prêt à partir ?→ Inscrivez-vous à CometAPI dès aujourd'hui !
Si vous souhaitez connaître plus de conseils, de guides et d'actualités sur l'IA, suivez-nous sur VK, X et Discord!