关于MiniMax-M2
MiniMax-M2 重新定义了代理的效率。这是一种紧凑、快速且具成本效益的 MoE 模型（2300亿总参数，其中100亿为活跃参数），专为在编码和代理任务中提供精英表现而打造，同时保持强大的通用智能。仅用100亿活跃参数，MiniMax-M2 提供了当今领先模型所期望的复杂端到端工具使用性能，但其精简的形态更易于部署和扩展。
探索MiniMax-M2在复杂编码、调试和自动化代理工作流中如何通过紧凑的效率和强大的代理智能表现出色。
高级代码生成与重构
通过MiniMax-M2的高级编码能力加快开发，处理多文件编辑、编码运行修复循环，以及经过测试验证的修复，促进高效的软件交付。
示例：
"为Node.js应用开发了新的用户认证模块，自动生成样板代码，集成现有数据库模式，并修复集成测试。"
智能代理工作流自动化
利用MiniMax-M2的代理性能来编排复杂的多步骤工作流，集成shell、浏览器、检索和自定义代码，实现无缝自动化。
示例：
"自动化部署机器学习模型，包括通过网络爬虫获取数据、在Python环境中训练模型到使用shell脚本在云实例上进行部署。"
跨堆栈调试与优化
利用MiniMax-M2定位细微的逻辑错误并给出性能优化建议，涉及多种编程语言和复杂技术堆栈，提高代码质量。
示例：
"找出了微服务架构中的关键延迟瓶颈，从C# API网关到Python数据处理服务，提出了缓存策略。"
自动化代码与安全审核
部署MiniMax-M2进行代码库和系统配置的自动审核，通过逻辑依赖推理识别不一致性、漏洞和合规性缺陷。
示例：
"审计了用Solidity编写的智能合约，识别了重入漏洞并建议实施安全模式来防止潜在的财务损失。"
元数据
规格
州
Deprecated
建筑
Mixture of Experts
校准的
不
专家混合
是
总参数
230B
激活的参数
10B
推理
不
精度
FP8
上下文长度
197K
最大输出长度
131K
与其他模型进行比较
看看这个模型与其他模型相比表现如何。
MiniMaxAI
chat
MiniMax-M2.5
发行日期：2026年2月15日
上下文长度：
197K
最大输出长度：
131K
Input:
$
0.3
/ M Tokens
Output:
$
1.2
/ M Tokens
MiniMaxAI
chat
MiniMax-M2.1
发行日期：2025年12月23日
上下文长度：
197K
最大输出长度：
131K
Input:
$
0.29
/ M Tokens
Output:
$
1.2
/ M Tokens
MiniMaxAI
chat
MiniMax-M2
发行日期：2025年10月28日
上下文长度：
197K
最大输出长度：
131K
Input:
$
0.3
/ M Tokens
Output:
$
1.2
/ M Tokens
MiniMaxAI
chat
MiniMax-M1-80k
发行日期：2025年6月17日
上下文长度：
131K
最大输出长度：
131K
Input:
$
0.55
/ M Tokens
Output:
$
2.2
/ M Tokens
