Apa itu MiniMax M2.1
MiniMax M2.1 adalah rilis lanjutan dari keluarga MiniMax M2, diterbitkan oleh MiniMax pada 23 Desember 2025. Model ini diposisikan sebagai model open-source berorientasi produksi yang dirancang khusus untuk coding, alur kerja multi-langkah berbasis agen (penggunaan alat, perencanaan multi-giliran), dan pembuatan aplikasi full-stack (web, mobile, backend). Rilis ini menekankan peningkatan pemrograman multibahasa, kapabilitas aplikasi seluler/native yang lebih baik, respons yang ringkas, dan peningkatan generalisasi alat/agen.
Fitur utama
- Efisiensi MoE: Jumlah parameter total besar tetapi hanya subset kecil yang aktif per token (arsitektur dirancang untuk menukar kapasitas puncak dengan efisiensi inferensi).
- Optimasi berorientasi coding: Pemahaman dan generasi kode poliglot yang kuat di banyak bahasa (Python, TypeScript, Rust, Go, C++, Java, Swift, bahasa native seluler).
- Alur kerja berbasis agen & alat: Dirancang untuk pemanggilan alat, rencana multi-langkah, dan “interleaved thinking”/eksekusi berantai atas kendala instruksi komposit.
- Dukungan konteks besar & keluaran panjang: Ditujukan untuk alur kerja pengembang berkonteks panjang dan jejak/riwayat agen.
- Latensi rendah / throughput tinggi: Praktis untuk asisten coding interaktif dan loop agen berskala berkat desain aktivasi selektif dan optimasi penyebaran.
Kemampuan dan spesifikasi teknis
- Arsitektur: Desain Mixture-of-Experts (MoE).
- Parameter: Desain yang dilaporkan: ~230 miliar parameter total dengan ~10 miliar parameter aktif per inferensi (subset aktif MoE). Ini adalah model efisiensi parameter aktif yang sama seperti pada keluarga M2.
- Karakteristik inferensi: Dirancang untuk penggunaan interaktif berlatensi rendah, inferensi batch ber-throughput tinggi, dan loop berbasis agen dengan pemanggilan alat yang sering.
- Streaming / pemanggilan fungsi: mendukung output token streaming dan antarmuka pemanggilan fungsi/alat tingkat lanjut untuk I/O terstruktur.
Performa benchmark
MiniMax merilis klaim benchmark komparatif dan agregator pihak ketiga melaporkan skor saat peluncuran; angka representatif yang dipublikasikan mencakup:
Multi-SWE Bench / SWE-Bench (suites coding/agen): daftar dari penyedia dan agregator menyebut 49.4% pada Multi-SWE-Bench dan 72.5% pada SWE-Bench Multilingual untuk M2.1 (ini adalah agregat skor untuk tugas pembuatan dan penalaran kode).
M2.1 menunjukkan peningkatan menyeluruh dibanding M2 dalam pembuatan kasus uji, optimasi kode, code review, dan pemenuhan instruksi; M2.1 mengungguli M2 dan seringkali menyamai atau melampaui Claude Sonnet 4.5 pada beberapa sub-tugas pengkodean.

Use case produksi representatif
- Asisten kode di IDE & refactoring: Refactor banyak berkas, saran code review, pembuatan kasus uji otomatis, dan pembuatan patch lintas banyak bahasa.
- “Karyawan Digital” berbasis agen: Mengotomatisasi alur kerja kantor yang berulang (mencari di sistem tiket, merangkum dokumen, berinteraksi dengan aplikasi web melalui perintah berbasis teks) menggunakan integrasi alat dan “interleaved thinking”.
- Dukungan rekayasa multibahasa: Tim yang memelihara basis kode poliglot (Rust, Go, Java, C++, TypeScript) dapat menggunakan M2.1 untuk sintesis dan konversi kode lintas bahasa.
- Evaluasi kode otomatis & pembuatan uji: Menghasilkan kasus uji, menjalankan analisis kode, dan menghasilkan perbaikan atau optimasi yang disarankan sebagai bagian dari tooling CI.
- Riset dan kustomisasi lokal/on-prem: Organisasi yang memerlukan kontrol on-prem dapat melakukan fine-tune atau menjalankan M2.1 secara lokal menggunakan bobot yang dipublikasikan dan tumpukan inferensi yang direkomendasikan.
Cara mengakses dan menggunakan MiniMax M2.1 API
Langkah 1: Daftar untuk Kunci API
Masuk ke cometapi.com. Jika Anda belum menjadi pengguna kami, silakan daftar terlebih dahulu. Masuk ke konsol CometAPI Anda. Dapatkan kunci API kredensial akses antarmuka. Klik “Add Token” pada token API di pusat pribadi, dapatkan kunci token: sk-xxxxx dan kirimkan.
Langkah 2: Kirim permintaan ke MiniMax M2.1 API
Pilih endpoint “minimax-m2.1” untuk mengirim permintaan API dan atur body permintaan. Metode permintaan dan body permintaan diperoleh dari dokumen API di situs web kami. Situs kami juga menyediakan pengujian Apifox untuk kenyamanan Anda. Ganti <YOUR_API_KEY> dengan kunci CometAPI sebenarnya dari akun Anda. Tempat pemanggilan: API bergaya Chat.
Masukkan pertanyaan atau permintaan Anda ke bidang content—itulah yang akan direspons oleh model. Proses respons API untuk mendapatkan jawaban yang dihasilkan.
Langkah 3: Ambil dan verifikasi hasil
Proses respons API untuk mendapatkan jawaban yang dihasilkan. Setelah diproses, API merespons dengan status tugas dan data keluaran.