Сравнение Model
MiniMax-M2
против
Step-3.5-Flash
15 февр. 2026 г.
Цены
Input
$
0.3
/ M Tokens
$
0.1
/ M Tokens
Output
$
1.2
/ M Tokens
$
0.3
/ M Tokens
Метаданные
Создать на
22 окт. 2025 г.
1 февр. 2026 г.
Лицензия
MIT
APACHE 2.0
Поставщик
MiniMaxAI
StepFun
Спецификация
Государство
Deprecated
Available
Архитектура
Mixture of Experts
Sparse Mixture-of-Experts (MoE) transformer architecture
Калибровка
Нет
Нет
Смешение экспертов
Да
Да
Общее количество параметров
230B
196B
Активированные параметры
10B
11B
Мышление
Нет
Нет
Точность
FP8
FP8
Длина контекста
197K
262K
Максимум Tokens
131K
66K
поддерживается функциональность
Безсерверный
поддерживается
поддерживается
Безсерверный LoRA
Не поддерживается
Не поддерживается
Тонкая настройка
Не поддерживается
Не поддерживается
Embeddings
Не поддерживается
Не поддерживается
Rerankers
Не поддерживается
Не поддерживается
Поддержка Image Input
Не поддерживается
Не поддерживается
Режим JSON
поддерживается
Не поддерживается
Структурированные Outputs
Не поддерживается
Не поддерживается
Инструменты
поддерживается
поддерживается
Завершение погашения
Не поддерживается
Не поддерживается
Chat Префикс Заполнение
поддерживается
поддерживается
MiniMax-M2в сравнении
Смотрите как MiniMax-M2сравнивается с другими популярными моделями по ключевым параметрам.
ВС
MiniMax-M2.5
ВС
Step-3.5-Flash
ВС
MiniMax-M2.1
ВС
Qwen3-VL-235B-A22B-Instruct
ВС
Qwen3-VL-235B-A22B-Thinking
ВС
Ring-flash-2.0
ВС
Qwen3-Next-80B-A3B-Instruct
ВС
Qwen3-Next-80B-A3B-Thinking
ВС
gpt-oss-120b
ВС
step3
ВС
Qwen3-235B-A22B-Thinking-2507
ВС
Qwen3-Coder-480B-A35B-Instruct
ВС
Qwen3-235B-A22B-Instruct-2507
ВС
Qwen2.5-VL-72B-Instruct
ВС
Qwen2.5-72B-Instruct
ВС
Qwen2.5-72B-Instruct-128K
ВС
ВС
