Spesifikasi teknis MiniMaxโM2.5
| Bidang | Klaim / nilai |
|---|---|
| Nama model | MiniMaxโM2.5 (rilis produksi, 12 Feb 2026). |
| Arsitektur | Transformer MixtureโofโExperts (MoE) (keluarga M2). |
| Total parameter | ~230 miliar (kapasitas total MoE). |
| Parameter aktif (perโinferensi) | ~10 miliar diaktifkan per inferensi (aktivasi jarang). |
| Jenis input | Teks dan kode (dukungan bawaan untuk konteks kode multiโberkas), pemanggilan alat / antarmuka alat API (alur kerja berbasis agen). |
| Jenis output | Teks, output terstruktur (JSON/pemanggilan alat), kode (multiโberkas), artefak Office (PPT/Excel/Word via rantai alat). |
| Varian / mode | M2.5 (akurasi/kapabilitas tinggi) dan M2.5โLightning (kualitas sama, latensi lebih rendah / TPS lebih tinggi). |
Apa itu MiniMaxโM2.5?
MiniMaxโM2.5 adalah pembaruan andalan keluarga M2.x yang berfokus pada produktivitas dunia nyata dan alur kerja berbasis agen. Rilis ini menekankan peningkatan dekomposisi tugas, integrasi alat/pencarian, fidelitas generasi kode, dan efisiensi token untuk masalah yang panjang dan multiโlangkah. Model ini ditawarkan dalam varian standar dan varian โlightningโ berlatensi lebih rendah untuk kompromi penerapan yang berbeda.
Fitur utama MiniMaxโM2.5
- Desain berorientasi agen: Perencanaan dan orkestrasi alat yang ditingkatkan untuk tugas multiโtahap (pencarian, pemanggilan alat, kerangka eksekusi kode).
- Efisiensi token: Dilaporkan terjadi pengurangan konsumsi token per tugas dibandingkan M2.1, sehingga memungkinkan biaya ujung ke ujung lebih rendah untuk alur kerja panjang.
- Penyelesaian ujung ke ujung lebih cepat: Benchmark penyedia melaporkan waktu penyelesaian tugas rataโrata ~37% lebih cepat daripada M2.1 pada evaluasi pengodean berbasis agen.
- Pemahaman kode yang kuat: Disetel pada korpus kode multibahasa untuk refaktor lintas bahasa yang andal, edit multiโberkas, dan penalaran skala repositori.
- Penyajian throughput tinggi: Ditargetkan untuk penerapan produksi dengan profil token/detik tinggi; cocok untuk beban kerja agen berkelanjutan.
- Varian untuk kompromi latensi vs daya: M2.5โlightning menawarkan latensi lebih rendah pada komputasi dan jejak yang lebih kecil untuk skenario interaktif.
Kinerja benchmark (dilaporkan)
Sorotan yang dilaporkan penyedia โ metrik representatif (rilis):
- SWEโBench Verified: 80.2% (tingkat lolos yang dilaporkan pada harness benchmark penyedia)
- BrowseComp (pencarian & penggunaan alat): 76.3%
- MultiโSWEโBench (pengodean multibahasa): 51.3%
- Kecepatan / efisiensi relatif: ~37% lebih cepat penyelesaian ujung ke ujung vs M2.1 pada SWEโBench Verified dalam pengujian penyedia; ~20% lebih sedikit putaran pencarian/alat di beberapa evaluasi.
Interpretasi: Angkaโangka ini menempatkan M2.5 setara atau mendekati model agen/kode terdepan di industri pada benchmark yang disebutkan. Benchmark dilaporkan oleh penyedia dan direproduksi oleh beberapa outlet ekosistem โ anggap diukur di bawah harness/konfigurasi penyedia kecuali direproduksi secara independen.
MiniMaxโM2.5 vs pesaing (perbandingan ringkas)
| Dimensi | MiniMaxโM2.5 | MiniMax M2.1 | Contoh pesaing (Anthropic Opus 4.6) |
|---|---|---|---|
| SWEโBench Verified | 80.2% | ~71โ76% (bervariasi menurut harness) | Sejajar (Opus dilaporkan dengan hasil mendekati puncak) |
| Kecepatan tugas berbasis agen | 37% lebih cepat vs M2.1 (uji penyedia) | Basis | Kecepatan serupa pada harness tertentu |
| Efisiensi token | Meningkat vs M2.1 (~token per tugas lebih rendah) | Penggunaan token lebih tinggi | Kompetitif |
| Penggunaan terbaik | Alur kerja agen produksi, pipeline pengodean | Generasi lebih awal dari keluarga yang sama | Kuat pada penalaran multimodal dan tugas yang disetel untuk keamanan |
Catatan penyedia: perbandingan berasal dari materi rilis dan laporan benchmark vendor. Perbedaan kecil dapat sensitif terhadap harness, toolchain, dan protokol evaluasi.
Kasus penggunaan perusahaan yang representatif
- Refaktor skala repositori & pipeline migrasi โ mempertahankan intent di seluruh edit multiโberkas dan patch PR otomatis.
- Orkestrasi berbasis agen untuk DevOps โ mengorkestrasi menjalankan tes, langkah CI, pemasangan paket, dan diagnostik lingkungan dengan integrasi alat.
- Tinjauan kode otomatis & remediasi โ melakukan triase kerentanan, mengusulkan perbaikan minimal, dan menyiapkan kasus uji yang dapat direproduksi.
- Pengambilan informasi berbasis pencarian โ memanfaatkan kompetensi pencarian tingkat BrowseComp untuk melakukan eksplorasi multiโputaran dan peringkasan basis pengetahuan teknis.
- Agen & asisten produksi โ agen berkelanjutan yang memerlukan inferensi jangka panjang yang efisien biaya dan stabil.
Cara mengakses dan mengintegrasikan MiniMaxโM2.5
Langkah 1: Daftar untuk Kunci API
Masuk ke cometapi.com. Jika Anda belum menjadi pengguna kami, silakan daftar terlebih dahulu. Masuk ke konsol CometAPI. Dapatkan kunci API sebagai kredensial akses antarmuka. Klik โAdd Tokenโ pada token API di pusat pribadi, dapatkan kunci token: sk-xxxxx lalu kirimkan.
Langkah 2: Kirim Permintaan ke API minimax-m2.5
Pilih endpoint โminimax-m2.5โ untuk mengirim permintaan API dan atur body permintaan. Metode permintaan dan body permintaan dapat diperoleh dari dokumen API di situs kami. Situs kami juga menyediakan uji Apifox untuk kenyamanan Anda. Ganti <YOUR_API_KEY> dengan kunci CometAPI Anda yang sebenarnya dari akun Anda. Di mana memanggilnya: format Chat.
Masukkan pertanyaan atau permintaan Anda ke bidang contentโitulah 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 output.