Tekniske spesifikasjoner for MiniMax‑M2.5
| Felt | Påstand / verdi |
|---|---|
| Modellnavn | MiniMax-M2.5 (produksjonsutgivelse, 12. feb. 2026). |
| Arkitektur | Mixture-of-Experts (MoE) Transformer (M2‑familien). |
| Totalt antall parametere | ~230 milliarder (total MoE‑kapasitet). |
| Aktive parametere (per inferens) | ~10 milliarder aktivert per inferens (sparsom aktivering). |
| Inndatatyper | Tekst og kode (innebygd støtte for kodekontekster med flere filer), verktøykall / API‑verktøygrensesnitt (agentbaserte arbeidsflyter). |
| Utdatatyper | Tekst, strukturerte utdata (JSON/verktøykall), kode (flere filer), Office‑artefakter (PPT/Excel/Word via verktøykjeder). |
| Varianter / moduser | M2.5 (høy nøyaktighet/kapabilitet) og M2.5‑Lightning (samme kvalitet, lavere latens / høyere TPS). |
Hva er MiniMax‑M2.5?
MiniMax‑M2.5 er flaggskipoppdateringen i M2.x‑familien med fokus på praktisk produktivitet og agentbaserte arbeidsflyter. Utgivelsen legger vekt på forbedret oppgavenedbryting, verktøy-/søk‑integrasjon, nøyaktighet i kodegenerering og token‑effektivitet for utvidede problemer med flere steg. Modellen tilbys i en standard‑ og en «lightning»‑variant med lavere latens, tilpasset ulike avveiinger ved utrulling.
Hovedfunksjoner i MiniMax‑M2.5
- Agentbasert‑først‑design: Forbedret planlegging og verktøyorkestrering for flerstegsoppgaver (søk, verktøykall, kjørerammer for kode).
- Token‑effektivitet: Rapporterte reduksjoner i tokenforbruk per oppgave sammenlignet med M2.1, som muliggjør lavere ende‑til‑ende‑kostnader for lange arbeidsflyter.
- Raskere ende‑til‑ende fullføring: Leverandørens benchmarking rapporterer gjennomsnittlige tider for oppgavefullføring ~37% raskere enn M2.1 på agentbaserte kodeevalueringer.
- Sterk kodeforståelse: Tunet på flerspråklige kodekorpora for robuste tverrspråklige refaktoriseringer, flerfil‑endringer og resonnement i repo‑skala.
- Høy gjennomstrømming i drift: Rettet mot produksjonsutrullinger med høye token/sec‑profiler; egnet for kontinuerlige agent‑arbeidsbelastninger.
- Varianter for avveiing mellom latens og ytelse: M2.5‑lightning gir lavere latens med lavere beregningsbehov og fotavtrykk for interaktive scenarier.
Benchmark‑ytelse (rapportert)
Høydepunkter rapportert av leverandør — representative måltall (utgivelse):
- SWE‑Bench Verified: 80.2% (rapportert beståttandel på leverandørens benchmark‑rammeverk)
- BrowseComp (søk og verktøybruk): 76.3%
- Multi‑SWE‑Bench (flerspråklig koding): 51.3%
- Relativ hastighet / effektivitet: ~37% raskere ende‑til‑ende fullføring vs M2.1 på SWE‑Bench Verified i leverandørtester; ~20% færre søke-/verktøyrunder i noen evalueringer.
Tolkning: Disse tallene plasserer M2.5 på linje med eller nær bransjeledende agent-/kodemodeller på de nevnte benchmarkene. Benchmarkene er rapportert av leverandøren og gjengitt av flere aktører i økosystemet — betrakt dem som målt under leverandørens rammeverk/konfigurasjon med mindre de er reprodusert uavhengig.
MiniMax‑M2.5 mot konkurrenter (kort sammenligning)
| Dimensjon | MiniMax‑M2.5 | MiniMax M2.1 | Eksempel på konkurrent (Anthropic Opus 4.6) |
|---|---|---|---|
| SWE‑Bench Verified | 80.2% | ~71–76% (varierer etter rammeverk) | Sammenlignbar (Opus rapporterte nær toppresultater) |
| Hastighet på agentoppgaver | 37% raskere vs M2.1 (leverandørtester) | Basislinje | Lignende hastighet på spesifikke rammeverk |
| Token‑effektivitet | Forbedret vs M2.1 (~færre tokens per oppgave) | Høyere tokenbruk | Konkurransedyktig |
| Beste bruk | Produksjonsklare agentbaserte arbeidsflyter, kodepipeliner | Tidligere generasjon i samme familie | Sterk på multimodal resonnering og sikkerhetstilpassede oppgaver |
Merknad fra leverandør: sammenligninger stammer fra lanseringsmateriell og leverandørers benchmark‑rapporter. Små forskjeller kan være sensitive for rammeverk, verktøykjede og evalueringsprotokoll.
Representative bedriftsbrukstilfeller
- Repo‑skala refaktoriseringer og migrasjonspipeliner — bevar intensjon på tvers av flerfil‑endringer og automatiserte PR‑patcher.
- Agentbasert orkestrering for DevOps — orkestrer testrunder, CI‑steg, pakkeinstallasjoner og miljødiagnostikk med verktøyintegrasjoner.
- Automatisert kodegjennomgang og utbedring — triager sårbarheter, foreslå minimale rettelser og forbered reproduserbare testtilfeller.
- Søkedrevet informasjonsinnhenting — utnytt BrowseComp‑nivå søkekompetanse til å utføre fleromgangs utforskning og oppsummering av tekniske kunnskapsbaser.
- Produksjonsagenter og assistenter — kontinuerlige agenter som krever kostnadseffektiv, stabil, langvarig inferens.
Slik får du tilgang til og integrerer MiniMax‑M2.5
Trinn 1: Registrer deg for API‑nøkkel
Logg inn på cometapi.com. Hvis du ikke er bruker ennå, registrer deg først. Logg inn i din CometAPI‑konsoll. Hent API‑nøkkelen for tilgang til grensesnittet. Klikk «Add Token» ved API‑token i det personlige senteret, hent token‑nøkkelen: sk-xxxxx og send inn.
Trinn 2: Send forespørsler til minimax-m2.5‑API‑et
Velg «minimax-m2.5»‑endepunktet for å sende API‑forespørselen og angi forespørselskroppen. Forespørselsmetoden og forespørselskroppen hentes fra API‑dokumentasjonen på nettstedet vårt. Nettstedet vårt tilbyr også Apifox‑test for enkelhets skyld. Erstatt <YOUR_API_KEY> med din faktiske CometAPI‑nøkkel fra kontoen din. Hvor du kaller den: Chat‑format.
Sett inn spørsmålet eller forespørselen din i content‑feltet — det er dette modellen vil svare på. Prosesser API‑responsen for å få det genererte svaret.
Trinn 3: Hent og verifiser resultater
Prosesser API‑responsen for å få det genererte svaret. Etter behandling svarer API‑et med oppgavestatus og utdata.