MiniMax-M2 — новая локальная модель для агентского кодинга

Введение

Китайская команда разработчиков MiniMax представила MiniMax-M2 — новую открытую модель, которая обещает изменить представление об эффективности и экономичности агентных решений. MiniMax-M2 сочетает большую скорость отклика, высокую производительность и бюджетную стоимость использования, открывая новые возможности для разработчиков, исследователей и компаний, работающих с кодом и интеллектуальными ИИ-агентами.

Подробнее о MiniMax-M2

MiniMax-M2 — это модель с архитектурой Mixture of Experts (MoE), имеющая 230 миллиардов общих параметров и 10 миллиардов активных параметров. Благодаря этому модель достигает скорости и производительности ведущих коммерческих агентских решений, оставаясь доступной для локального развертывания и масштабирования. По данным независимого бенчмарка Artificial Analysis, MiniMax-M2 демонстрирует высокий уровень общего интеллекта, обходя другие open-source платформы: 82 балла в MMLU-Pro, 83 в GPQA, 83 в LiveCodeBench, 78 в IFBench, 69.4 в SWE-Bench, 46.3 в Terminal-Bench и 66.8 в Artifact-Bench. При этом нейросеть работает в два раза быстрее Claude Sonnet 4.5, а стоит всего 8% от ценника проприетарной LLM. Также в задачах кодинга и агентских сценариев MiniMax-M2 обходит или соответствует модели GPT-5 Thinking, но уступает ей в других операциях. MiniMax-M2 умеет планировать и выполнять сложные цепочки действий, работать с браузером, окружением, извлекать данные и использовать внешние инструменты. В тестах BrowseComp она демонстрирует уверенную способность к поиску информации и восстановлению после ошибок — ключевые навыки для автономных агентов. Веса нейросети уже доступны на Hugging Face, официально поддерживается локальный инференс через движки SGLang и vLLM. Также доступен запуск через API platform.minimax.io (https://www.minimax.io/news/minimax-m2) по цене $0,30 за млн входных и $1,20 за млн выходных токенов.

Выводы

MiniMax-M2 — это еще одно доказательство того, что ИИ-агенты для кодинга могут быть доступными всем юзерам, при этом работая на уровне топовых проприетарных решений. Эффективность нейросети, низкая производительность и бюджетная стоимость использования — все это помогло MiniMax-M2 всего за сутки после своего выхода вырываться на четвертое место в топ рейтинга Hugging Face Trending, отражая выбор ИИ-энтузиастов в пользу открытых, а не проприетарных языковых моделей. Если вы ищете мощный инструмент для кодирования, автоматизации и построения интеллектуальных агентских систем — MiniMax-M2 создана для вас.