MiniMax-M2 Sekarang di SiliconFlow: Pengkodean Gaya Frontier dan Kecerdasan Agentik

5 Nov 2025

Daftar Isi

TL;DR: MiniMax-M2, model MoE open-source terbaru dari MiniMax AI, kini tersedia di SiliconFlow. Dengan 230B total parameter dan 10B aktif, ini memberikan kemampuan penalaran, pengkodean, dan kinerja agenik tingkat tinggi dalam bentuk yang ringkas dan efisien. M2 mencapai keseimbangan sempurna antara kecerdasan, kecepatan, dan biaya, mencapai hasil benchmark teratas sambil menawarkan inference yang cepat dan harga terjangkau melalui API SiliconFlow. Coba MiniMax-M2 di SiliconFlow — jelajahi kecerdasan tingkat depan dengan biaya yang terjangkau.

SiliconFlow dengan senang hati memperkenalkan MiniMax-M2, model yang ringkas namun kuat yang dirancang untuk alur kerja pengkodean dan agenik tingkat lanjut, sekarang tersedia di platform kami. Ini adalah model MoE yang ringkas dan efisien (230B total parameter dengan 10B aktif) yang dirancang untuk kinerja kuat dalam tugas pengkodean dan agenik sambil mempertahankan kecerdasan umum yang kuat. Dengan 10B parameter aktif, ini memberikan kemampuan penalaran dan penggunaan alat tingkat lanjut yang sebanding dengan model yang lebih besar.

Melalui API MiniMax-M2 dari SiliconFlow, Anda dapat mengharapkan:

Harga Terjangkau: MiniMax-M2 $0.3/M token (input) dan $1.2/M token (output).
192K Context Window: Sempurna untuk dokumen panjang, penalaran kompleks, dan tugas-tugas agenik yang diperpanjang.
Kinerja Dunia Nyata Terbukti: Dinilai #1 di antara model open-source pada benchmark Analisis Artifisial, unggul dalam matematika, sains, mengikuti instruksi, pengkodean, dan tugas-tugas agenik.

Fitur Utama & Kinerja Benchmark

Di era Agen yang cerdas dan bergerak cepat, kebanyakan tim masih menghadapi dilema yang sama: tidak ada model tunggal yang benar-benar menyeimbangkan kinerja, biaya, dan kecepatan. Model kelas atas memberikan hasil tingkat depan tetapi mahal dan lambat, sementara alternatif yang lebih ringan terjangkau namun terbatas dalam kedalaman penalaran dan responsivitas.

MiniMax M2 diposisikan untuk memecahkan dilema ini, memberikan pengkodean tingkat depan, penggunaan alat, dan penalaran dengan inference yang cepat dan efisiensi biaya yang luar biasa. Berdasarkan harga API SiliconFlow, menjalankan M2 memakan biaya sekitar 92% lebih rendah daripada **Claude Sonnet 4.5** — sambil memberikan kemampuan pengkodean dan penalaran yang sebanding.

Kecerdasan Superior: Menurut benchmark dari Analisis Artifisial, MiniMax-M2 menunjukkan kecerdasan umum yang sangat kompetitif di seluruh matematika, sains, mengikuti instruksi, penggunaan alat agenik, dan pengkodean. Skor kompositnya masuk #1 di antara model open-source secara global.
Pengkodean Lanjutan: Dirancang untuk alur kerja pengembang end-to-end, MiniMax-M2 unggul dalam pengeditan multi-berkas, loop coding-run-fix, dan perbaikan terverifikasi uji. Kinerja kuat pada tugas-tugas gaya Terminal-Bench dan (Multi-)SWE-Bench menunjukkan efektivitas praktis dalam terminal, IDE, dan CI dalam berbagai bahasa.
Kinerja Agen: Merencanakan dan menjalankan rantai alat jangka panjang di seluruh shell, browser, penarikan, dan pelari kode. Dalam evaluasi bergaya BrowseComp, ini secara konsisten menemukan sumber yang sulit ditemukan, mempertahankan bukti terjejak, dan pulih dengan anggun dari langkah-langkah yang tidak stabil.

Gunakan API MiniMax-M2 dari SiliconFlow

Mari kita lihat MiniMax-M2 dalam aksi — menjalankan di API SiliconFlow via Claude Code, menyelesaikan tugas pengkodean dunia nyata:

"Buatlah game breaker batu bata bertema ruang angkasa di React menggunakan HTML5 Canvas. Dayung pesawat angkasa bergerak dengan tombol panah, bola bersinar memantul untuk menghancurkan balok alien. Sertakan latar belakang berbintang gelap, 5 baris balok warna-warni, tampilan skor, dan 3 nyawa. Game berakhir ketika nyawa habis, menang saat semua balok dibersihkan. Tambahkan efek partikel sederhana ketika balok pecah dan gunakan Vite untuk pengaturan."

Kode Claude

Sekarang, Anda dapat dengan mudah mengintegrasikan API MiniMax-M2 dari SiliconFlow **Claude Code**.

Langkah 1: Dapatkan API Key SiliconFlow Anda

Masuk ke dasbor SiliconFlow Anda.
Masuk ke bagian API Key.
Hasilkan API key baru untuk akses MiniMax-M2 .
Salin dan amankan API key Anda.

Langkah 2: Konfigurasikan Variabel Lingkungan

Buka terminal Anda dan atur variabel lingkungan berikut:

export ANTHROPIC_BASE_URL="https://api.siliconflow.com/v1/chat/completions"
export ANTHROPIC_MODEL="MiniMaxAI/MiniMax-M2"  # You can modify this to use other models as needed
export ANTHROPIC_API_KEY="YOUR_SILICONFLOW_API_KEY" # Please replace with your actual API Key

Langkah 3: Mulai Menggunakan Claude Code dengan MiniMax-M2

Arahkan ke direktori proyek Anda dan luncurkan Claude Code:

cd

Kode Claude kini akan menggunakan MiniMax-M2 melalui layanan API dari SiliconFlow untuk semua kebutuhan bantuan pengkodean Anda!

Apa lagi, Anda juga dapat mengakses model MiniMax-M2 dari SiliconFlow melalui gen-cli dan Cline.

Gen-CLI

Gen-CLI didasarkan pada Gemini-CLI open-source dan kini tersedia di GitHub. Instal dengan langkah-langkah berikut:

Pastikan sistem Anda memiliki Node.js 18+ terpasang.
Set variabel lingkungan API key:

export SILICONFLOW_API_KEY="YOUR_API_KEY"

Jalankan Gen-CLI:

Melalui npx:

npx https://github.com/gen-cli/gen-cli

Atau instal melalui npm:

npm install -g @gen-cli/gen-cli
gen

Mulai Segera

Jelajahi: Coba MiniMax-M2 di SiliconFlow Playground.
Integrasikan: Gunakan API kompatibel OpenAI kami. Jelajahi spesifikasi API lengkap dalam dokumentasi API SiliconFlow.

import requests

url = "https://api.siliconflow.com/v1/chat/completions"

payload = {
    "model": "MiniMaxAI/MiniMax-M2",
    "messages": [
        {
            "role": "user",
            "content": "Please provide information about a person in the following JSON format:"
        }
    ],
    "max_tokens": 4096,
    "stream": True,
    "enable_thinking": False,
    "temperature": 0.1,
    "response_format": {"type": "json_object"}
}
headers = {
    "Authorization": "Bearer <token>",
    "Content-Type": "application/json"
}

response = requests.request("POST", url, json=payload, headers=headers)

print(response.text)