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 là một mô hình ngôn ngữ lớn gọn nhẹ và hiệu quả, được tối ưu cho lập trình end-to-end và quy trình làm việc của agent, với 10 tỷ tham số đang hoạt động (230 tỷ tham số tổng cộng), đạt hiệu năng tiệm cận mức tiên tiến nhất trong suy luận tổng quát, sử dụng công cụ và thực thi nhiệm vụ nhiều bước, đồng thời duy trì độ trễ thấp và hiệu quả triển khai cao. Mô hình xuất sắc trong sinh mã, chỉnh sửa đa tệp, các vòng lặp biên dịch-chạy-sửa và sửa lỗi trong xác minh kiểm thử, đạt kết quả xuất sắc trên các benchmark như SWE-Bench Verified, Multi-SWE-Bench và Terminal-Bench, và cho thấy tính cạnh tranh trong lập kế hoạch nhiệm vụ chu kỳ dài, truy xuất thông tin và khắc phục lỗi khi thực thi trong các đánh giá agent như BrowseComp và GAIA. Theo đánh giá của Artificial Analysis, MiniMax-M2 xếp trong nhóm hàng đầu của các mô hình mã nguồn mở về trí tuệ tổng hợp ở các lĩnh vực như toán học, suy luận khoa học và tuân thủ chỉ dẫn. Số lượng tham số đang hoạt động nhỏ cho phép suy luận nhanh, mức độ đồng thời cao và hiệu quả kinh tế đơn vị tốt hơn, khiến nó lý tưởng cho triển khai agent quy mô lớn, các công cụ hỗ trợ nhà phát triển và các ứng dụng dựa trên suy luận đòi hỏi tốc độ phản hồi và hiệu quả chi phí.