---

认识 MiniMax-M2

今天，我们发布并开源了 MiniMax-M2，这是一款专为最大化代码与智能体（Agent）工作流而打造的微型模型。

MiniMax-M2 重新定义了智能体的效率。它是一个紧凑、快速且高性价比的 MoE 模型（Mixture of Experts，混合专家模型）（总共 2300 亿参数，激活 100 亿参数），专为在代码和智能体任务中实现精英级性能而打造，同时保持强大的通用智能。仅通过 100 亿激活参数，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，但采用了更精简的形态，使得部署和扩展比以往任何时候都更容易。

---

亮点

卓越的智能。根据 Artificial Analysis 的基准测试，MiniMax-M2 在数学、科学、指令遵循、编码和智能体工具使用方面展示了极具竞争力的通用智能。其综合得分在全球开源模型中排名第一。

先进的编码能力。专为端到端开发者工作流而设计，MiniMax-M2 在多文件编辑、编码 - 运行 - 修复循环以及测试验证修复方面表现出色。在 Terminal-Bench 和 (Multi-)SWE-Bench 风格任务上的强劲表现，证明了其在跨语言的终端、IDE 和 CI 中的实际有效性。

智能体性能。MiniMax-M2 能够在 Shell、浏览器、检索和代码执行器上规划和执行复杂的长周期工具链。在 BrowseComp 风格评估中，它能持续定位难以发现的源，保持证据可追溯，并能优雅地从不稳定步骤中恢复。

高效设计。拥有 100 亿激活参数（总计 2300 亿），MiniMax-M2 为交互式智能体和批量采样提供了更低的延迟、更低的成本和更高的吞吐量——完美契合向高度可部署模型的转变，同时仍能在代码和智能体任务中脱颖而出。

编码与智能体基准测试

这些全面的评估测试了现实世界中的端到端编码和智能体工具使用：编辑真实仓库、执行命令、浏览网页以及交付功能性解决方案。该套件的绩效表现与开发者在终端、IDE 和 CI 中的日常体验密切相关。

基准测试	MiniMax-M2	Claude Sonnet 4	Claude Sonnet 4.5	Gemini 2.5 Pro	GPT-5 (thinking)	GLM-4.6	Kimi K2 0905	DeepSeek-V3.2
SWE-bench Verified	69.4	72.7 *	77.2 *	63.8 *	74.9 *	68 *	69.2 *	67.8 *
Multi-SWE-Bench	36.2	35.7 *	44.3	/	/	30	33.5	30.6
SWE-bench Multilingual	56.5	56.9 *	68	/	/	53.8	55.9 *	57.9 *
Terminal-Bench	46.3	36.4 *	50 *	25.3 *	43.8 *	40.5 *	44.5 *	37.7 *
ArtifactsBench	66.8	57.3*	61.5	57.7*	73*	59.8	54.2	55.8
BrowseComp	44	12.2	19.6	9.9	54.9*	45.1*	14.1	40.1*
BrowseComp-zh	48.5	29.1	40.8	32.2	65	49.5	28.8	47.9*
GAIA (text only)	75.7	68.3	71.2	60.2	76.4	71.9	60.2	63.5
xbench-DeepSearch	72	64.6	66	56	77.8	70	61	71
HLE (w/ tools)	31.8	20.3	24.5	28.4 *	35.2 *	30.4 *	26.9 *	27.2 *
τ²-Bench	77.2	65.5*	84.7*	59.2	80.1*	75.9*	70.3	66.7
FinSearchComp-global	65.5	42	60.8	42.6*	63.9*	29.2	29.5*	26.2
AgentCompany	36	37	41	39.3*	/	35	30	34

注：带星号 (*) 的数据点直接取自模型的官方技术报告或博客。所有其他指标均使用下文描述的评估方法获得。

• SWE-bench Verified：我们在 OpenHands 之上使用与 R2E-Gym (Jain et al. 2025) 相同的框架，针对 SWE 任务测试智能体。所有分数均在内部基础设施上验证，上下文长度为 128k，最大步数为 100，且无测试时扩展。所有与 git 相关的内容均被移除，以确保智能体仅看到问题点的代码。
• Multi-SWE-Bench & SWE-bench Multilingual：所有分数是使用 claude-code CLI（最大 300 步）作为评估框架，在 8 次运行中取平均值获得的。
• Terminal-Bench：所有分数均使用来自原始 Terminal-Bench 仓库（commit 94bf692）的官方 claude-code 进行评估，并在 8 次运行中取平均值以报告平均通过率。
• ArtifactsBench：所有分数是使用 ArtifactsBench 的官方实现，通过三次运行取平均值计算得出，并使用稳定的 Gemini-2.5-Pro 作为裁判模型。
• BrowseComp & BrowseComp-zh & GAIA (text only) & xbench-DeepSearch：所有报告的分数均使用与 WebExplorer (Liu et al. 2025) 相同的智能体框架，并进行了轻微的工具描述调整。我们使用了 WebExplorer (Liu et al. 2025) 的 103 样本纯文本 GAIA 验证子集。
• HLE (w/ tools)：所有报告的分数均使用搜索工具和 Python 工具获得。搜索工具采用与 WebExplorer (Liu et al. 2025) 相同的智能体框架，Python 工具在 Jupyter 环境中运行。我们使用了纯文本 HLE 子集。
• τ²-Bench：所有报告的分数均采用“带有工具使用的扩展思维”，并使用 GPT-4.1 作为用户模拟器。
• FinSearchComp-global：GPT-5-Thinking、Gemini 2.5 Pro 和 Kimi-K2 的报告了官方结果。其他模型使用开源 FinSearchComp (Hu et al. 2025) 框架进行评估，同时使用搜索和 Python 工具，启动时间保持一致。
• AgentCompany：所有报告的分数均使用 OpenHands 0.42 智能体框架。

---

智能基准测试

我们与 Artificial Analysis 保持一致，后者聚合了具有挑战性的基准测试，采用一致的方法论来反映模型在数学、科学、指令遵循、编码和智能体工具使用方面的更广泛 智能概况。

指标 (AA)	MiniMax-M2	Claude Sonnet 4	Claude Sonnet 4.5	Gemini 2.5 Pro	GPT-5 (thinking)	GLM-4.6	Kimi K2 0905	DeepSeek-V3.2
AIME25	78	74	88	88	94	86	57	88
MMLU-Pro	82	84	88	86	87	83	82	85
GPQA-Diamond	78	78	83	84	85	78	77	80
HLE (w/o tools)	12.5	9.6	17.3	21.1	26.5	13.3	6.3	13.8
LiveCodeBench (LCB)	83	66	71	80	85	70	61	79
SciCode	36	40	45	43	43	38	31	38
IFBench	72	55	57	49	73	43	42	54
AA-LCR	61	65	66	66	76	54	52	69
τ²-Bench-Telecom	87	65	78	54	85	71	73	34
Terminal-Bench-Hard	24	30	33	25	31	23	23	29
AA Intelligence	61	57	63	60	69	56	50	57

AA：MiniMax-M2 的所有分数均与 Artificial Analysis 智能基准测试方法论对齐 (https://artificialanalysis.ai/methodology/intelligence-benchmarking)。其他模型的所有分数均来自 https://artificialanalysis.ai/。

---

为什么激活大小很重要

通过将激活值保持在 10B 左右，智能体工作流中的计划 → 执行 → 验证循环得以简化，提高了响应速度并降低了计算开销：

• 更快的反馈周期，适用于编译 - 运行 - 测试和浏览 - 检索 - 引用链。

• 更多的并发运行，在相同预算下支持回归套件和多种子探索。

• 更简单的容量规划，具有更小的每请求内存和更稳定的尾部延迟。

简而言之：10B 激活值 = 响应式智能体循环 + 更优的单位经济模型。

概览

如果您需要前沿风格的编码和智能体，但无需前沿规模的成本，MiniMax-M2 正好处于最佳平衡点：快速的推理速度、强大的工具使用能力以及易于部署的占用空间。

我们期待您的反馈，并期待与开发者和研究人员合作，将智能协作的未来再推进一步。

如何使用

• 我们的基于 MiniMax-M2 构建的产品 MiniMax Agent 现已 公开可用且限时免费：https://agent.minimax.io/

• MiniMax-M2 API 现已在 MiniMax 开放平台 上线，并 限时免费：https://platform.minimax.io/docs/guides/text-generation

• MiniMax-M2 模型权重现已 开源，支持本地部署和使用：https://huggingface.co/MiniMaxAI/MiniMax-M2.

本地部署指南

从 HuggingFace 仓库下载模型：https://huggingface.co/MiniMaxAI/MiniMax-M2。我们建议使用以下推理框架（按字母顺序排列）来部署该模型：

SGLang

我们建议使用 SGLang 来部署 MiniMax-M2。SGLang 为 MiniMax-M2 模型提供了坚实的 Day-0 支持。有关更多详细信息，请参阅我们的 SGLang 部署指南，非常感谢我们与 SGLang 团队的协作。

vLLM

我们建议使用 vLLM 来部署 MiniMax-M2。vLLM 为 MiniMax-M2 模型提供高效的 Day-0 支持，请查看 https://docs.vllm.ai/projects/recipes/en/latest/MiniMax/MiniMax-M2.html 获取最新部署指南。我们也提供了我们的 vLLM 部署指南。

MLX

我们建议使用 MLX-LM 来部署 MiniMax-M2。有关更多详细信息，请参阅我们的 MLX 部署指南。

推理参数

为了获得最佳性能，我们建议使用以下参数：temperature=1.0, top_p = 0.95, top_k = 40。

重要提示：MiniMax-M2 是一个交错思考模型。因此，在使用时，重要的是在历史消息中保留助手回合的思考内容。在模型的输出内容中，我们使用 ynchroneg>...ost switching> 格式来包裹助手的思考内容。使用模型时，您必须确保历史内容以其原始格式传回。请勿移除 ynchroneg>...ost switching> 部分，否则模型的性能将受到负面影响。

工具调用指南

请参阅我们的 工具调用指南。

社区展示

以下项目由社区/合作伙伴构建和维护。它们不是官方的 MiniMax 产品，结果可能有所不同。

• AnyCoder — Hugging Face 上的一个 Web IDE 风格编码助手 Space，默认使用 MiniMax-M2 作为模型: https://huggingface.co/spaces/akhaliq/anycoder
  维护者: @akhaliq (Hugging Face)

联系我们

请通过 model@minimax.io | 微信 与我们联系。

MiniMax-M2 快速上手指南

MiniMax-M2 是一款专为编码和智能体（Agentic）工作流设计的 MoE 模型（230B 总参数，10B 激活参数），在代码生成、工具调用及通用智能方面表现卓越。本指南将帮助您快速完成本地部署或 API 调用。

环境准备

在开始之前，请确保您的开发环境满足以下要求：

• 操作系统: Linux / macOS / Windows (WSL)
• Python: 版本 >= 3.9
• 硬件: 建议配备 NVIDIA GPU (显存根据量化方案而定，FP8 或 FP16 需较大显存)
• 网络: 访问 HuggingFace 或 ModelScope 下载模型

安装步骤

1. 获取模型权重

您可以从 HuggingFace 或国内加速平台 ModelScope 下载模型。

方式 A：使用 ModelScope (推荐国内用户)

# 安装 modelscope 库
pip install modelscope

# 下载模型到本地目录
from modelscope import snapshot_download
snapshot_download('MiniMaxAI/MiniMax-M2', cache_dir='./models')

方式 B：使用 HuggingFace

# 安装 huggingface_hub
pip install huggingface-hub

# 下载模型
huggingface-cli download MiniMaxAI/MiniMax-M2 --local-dir ./models

2. 安装推理框架

MiniMax-M2 支持多种主流推理引擎，推荐使用 vLLM 或 SGLang。

安装 vLLM

pip install vllm

安装 SGLang

pip install sglang

基本使用

方案一：本地部署推理服务

以 vLLM 为例，启动 API 服务器：

python -m vllm.entrypoints.api_server \
    --model ./models/MiniMax-M2 \
    --port 8000

启动后，即可通过 HTTP 请求与模型交互。

方案二：使用官方 API (免费限时)

如果您希望零配置立即体验，可直接使用 MiniMax 开放平台的 API：

1. 访问 MiniMax Open Platform 获取 API Key。
2. 参考文档中的代码示例进行调用。

方案三：使用 MiniMax Agent

MiniMax 官方推出的基于 M2 的 Agent 产品已上线：

• 访问地址：MiniMax Agent
• 当前处于免费公测阶段，适合快速验证智能体工作流。

注意: 具体推理参数（如温度、Top-P 等）建议参考各推理框架的官方文档以获得最佳性能。