MiniMax-M2.5: флагманская китайская модель для кодинга в открытом доступе

Введение

Китайская компания MiniMax выложила свою новую флагманскую модель MiniMax M2.5 в открытый доступ на Hugging Face. Передовая нейросеть построена на архитектуре MoE, имеет 229 миллиардов общих параметров и 10 миллиардов активных параметров, а объем ее контекстного окна достигает 204 тысяч токенов. Благодаря этому MiniMax-M2.5 демонстрирует впечатляющие результаты: 80,2% в SWE-Bench Verified, 51,3% в Multi-SWE-Bench и 76,3% в BrowseComp с управлением контекстом.

Подробнее о MiniMax M2.5

Архитектура M2.5 строится вокруг способности эффективно анализировать и оптимально разделять задачи, что обеспечивает невероятную скорость выполнения сложных агентских сценариев. Прохождение SWE-Bench Verified ускорилось на 37% по сравнению с M2.1, достигнув показателей скорости Claude Opus 4.6. Модель демонстрирует не просто точность в исправлении ошибок, а полноценное участие во всех этапах разработки сложных систем: от проектирования архитектуры и настройки окружения до итеративной разработки функций, код-ревью и системного тестирования. MiniMax-M2.5 обучена на более чем десяти языках программирования — от Go и Rust до Kotlin и Dart — в 200 000 реальных средах, что позволяет ей работать с проектами полного цикла на всех платформах, включая веб, мобильные приложения и серверную инфраструктуру.

В области поиска информации и вызова инструментов модель также демонстрирует лучшее в отрасли качество по результатам бенчмарков BrowseComp и Wide Search. Одним из главных нововведений MiniMax-M2.5 стала система RISE (Realistic Interactive Search Evaluation), оценивающая способность модели к глубокому изучению информационно насыщенных веб-страниц в реальных профессиональных задачах. M2.5 показывает выдающиеся результаты, одновременно повышая эффективность принятия решений: по сравнению с M2.1 модель использует на 20% меньше раундов поиска для достижения лучших результатов, что свидетельствует о формировании навыка выбора оптимальных путей решения.

Благодаря проведению обучения с реальными специалистами, MiniMax-M2.5 получила расширенные компетенции при работе с Word, PowerPoint и сложном финансовом моделировании в Excel. Разработанная компанией система оценки Cowork (GDPval-MM) учитывает как качество результата, так и профессионализм действий агента, фиксируя средний процент успешных решений на уровне 59,0% — показатель, выгодно отличающий M2.5 от популярных альтернатив.

Модель MiniMax-M2.5 обеспечивает скорость до 100 токенов в секунду (вдвое быстрее конкурентов), при этом сохраняет низкую стоимость использования за счет оптимизации ветвления задач и параллельному вызову инструментов. Благодаря этому, на решение сложной задачи в SWE-Bench Verified уходит в среднем 22,8 минуты (против 31,3 минуты у M2.1), причем стоимость выполнения составляет всего 10% от стоимости аналогичной работы Claude Opus 4.6.

Кроме того, платформа Forge, разработанная компанией, полностью отделяет механизм обучения от агентной логики, позволяя интегрировать произвольные агенты и оптимизировать обобщение модели. Асинхронное планирование и древовидная стратегия объединения выборок ускорили обучение примерно в 40 раз. Алгоритм CISPO в сочетании с механизмом процессного вознаграждения обеспечивает стабильность даже при длинных агентских траекториях и позволяет находить оптимальный баланс между интеллектом и скоростью.

В открытый доступ вышли сразу две версии MiniMax-M2.5: Base и Lightning. M2.5-Lightning обеспечивает стабильные 100 токенов в секунду при стоимости $0,3 за миллион входных токенов и $2,4 за миллион выходных токенов. Базовая M2.5 работает вдвое медленнее при вдвое меньшей цене. Это 10–20 раз дешевле использования Opus, Gemini 3 Pro или GPT-5. M2.5 полностью интегрирована в MiniMax Agent, где ключевые офисные навыки (работа с документами, презентациями, таблицами) превращены в стандартизированные инструменты. В режиме MAX агент автоматически загружает соответствующие навыки в зависимости от типа файла, повышая качество выполнения. Пользователи могут комбинировать эти навыки с отраслевыми стандартными операционными процедурами, создавая универсальных экспертов для конкретных задач.

Выводы

Релиз MiniMax-M2.5 знаменует переход от эпохи дорогих агентских систем к эре доступного специализированного ИИ с открытым исходным кодом, который ничем не уступает и даже обходит проприетарные решения. Сочетание лучших в классе результатов в кодировании, поиске и офисных задачах с революционной экономикой делает M2.5 идеальным движком для массового внедрения агентных технологий. Уникальный подход к обучению с подкреплением в реальных средах, эффективная архитектура и глубокая интеграция с платформой MiniMax Agent создают экосистему, где каждый может развернуть профессионального цифрового сотрудника за стоимость, сопоставимую с несколькими минутами работы традиционных моделей.