關於MiniMax-M2.1
MiniMax-M2.1 是一個開源的大型語言模型，專為代理能力優化，擅長編程、工具使用、指導跟隨和長期計劃。它支持多語言軟體開發和複雜的多步驟工作流程，在 SWE-bench Verified 上達到 74.0，並在多語言場景中超過 Claude Sonnet 4.5。
探索MiniMax-M2.1的代理能力、編程技術和長期規劃如何在各種領域解決複雜的多步驟挑戰。
多語言代碼代理
自動化全棧開發，涵蓋從初始設計到部署的多種語言，處理複雜的多步驟編碼任務。
使用案例範例：
"通過代理規劃開發了一個完整的电子商務後端採用Python和React前端，整合了支付網關並部署到AWS。"
複雜工作流程自動化
通過智能選擇和使用各種工具及API來設計和執行錯綜複雜的多步驟工作流程，以實現長期目標。
使用案例範例：
"自動化了一個數據管道：從Salesforce獲取數據，使用自定義Python腳本清洗數據，生成Tableau報告，適應架構變更。"
主動系統修復
持續監控在線系統，識別性能瓶頸、安全漏洞和邏輯錯誤，然後生成並應用修復措施。
使用案例範例：
"檢測到Go微服務中的競態條件，自動生成互斥鎖補丁並將其部署到預備環境進行驗證。"
先進技術輔導
提供互動式的、逐步的學習指導，學習複雜的編程概念，調試學生代碼並推薦最佳解決方案。
使用案例範例：
"引導學生建立一個PyTorch機器學習模型，解釋層次結構、調試張量錯誤並建議進行效率上的重構。"
元數據
規格
狀態
Deprecated
架構
Transformer
經過校準的
否
專家並行
否
總參數
230B
啟用的參數
230B
推理
否
精度
FP8
上下文長度
197K
最大輸出長度
131K
與其他模型比較
看看這個模型與其他模型的對比如何。
MiniMaxAI
chat
MiniMax-M2.5
發行日期：2026年2月15日
總上下文：
197K
最大輸出：
131K
輸入：
$
0.3
/ M Tokens
輸出：
$
1.2
/ M Tokens
MiniMaxAI
chat
MiniMax-M2.1
發行日期：2025年12月23日
總上下文：
197K
最大輸出：
131K
輸入：
$
0.29
/ M Tokens
輸出：
$
1.2
/ M Tokens
MiniMaxAI
chat
MiniMax-M2
發行日期：2025年10月28日
總上下文：
197K
最大輸出：
131K
輸入：
$
0.3
/ M Tokens
輸出：
$
1.2
/ M Tokens
MiniMaxAI
chat
MiniMax-M1-80k
發行日期：2025年6月17日
總上下文：
131K
最大輸出：
131K
輸入：
$
0.55
/ M Tokens
輸出：
$
2.2
/ M Tokens
