MiniMax-M2.7
MiniMax-M2.7 offers the same top-tier intelligence as the standard version—including recursive self-evolution and expert-level office productivity—but is designed for applications requiring sub-second latency and high-speed token generation. Leveraging an enhanced inference backbone architecture, its output speed is 66% faster than the standard model (reaching 100 tps). It is the preferred choice for interactive programming assistants, real-time agent loop execution, and high-throughput enterprise pipelines with stringent completion time requirements.
MiniMax M2.5
MiniMax-M2.5 is a SOTA large language model designed for real-world productivity. Trained in a diverse range of complex real-world digital working environments, M2.5 builds upon the coding expertise of M2.1 to extend into general office work, reaching fluency in generating and operating Word, Excel, and Powerpoint files, context switching between diverse software environments, and working across different agent and human teams.
MiniMax M2.1
MiniMax M2.1
MiniMax M2.1: Significantly Enhanced Multi-Language Programming, Built for Real-World Complex Tasks
minimax-m2
minimax-m2
minimax-m2 — компактная и эффективная большая языковая модель, оптимизированная для сквозного программирования и агентных рабочих процессов, с 10 миллиардами активных параметров (230 миллиардов параметров всего), показывающая результаты, близкие к state-of-the-art, в общем инференсе, использовании инструментов и многошаговом выполнении задач, при этом сохраняя низкую задержку и высокую эффективность развертывания. Модель превосходит в генерации кода, редактировании нескольких файлов, циклах компиляции–запуска–исправления и устранении дефектов при тестовой верификации, демонстрируя отличные результаты в бенчмарках, таких как SWE-Bench Verified, Multi-SWE-Bench и Terminal-Bench, а также конкурентоспособность в планировании задач с длинным циклом, поиске информации и восстановлении после ошибок выполнения в агентных оценках, таких как BrowseComp и GAIA. По оценке Artificial Analysis, MiniMax-M2 относится к высшему эшелону открытых моделей в областях комплексного интеллекта, таких как математика, научный инференс и следование инструкциям. Небольшое число активных параметров обеспечивает быстрый инференс, высокую параллельность и лучшую юнит-экономику, что делает модель идеальной для крупномасштабного развертывания агентов, вспомогательных инструментов для разработчиков и приложений, ориентированных на инференс, которым требуются высокая скорость отклика и экономическая эффективность.