MiniMax 正式发布并开源了 MiniMax-M2,这是一款专为编码与智能体(agentic)工作流设计的混合专家(MoE)模型。其核心规格为:总参数 2300 亿,但每次推理仅激活 100 亿参数。这种“大容量、小激活”的设计,目标是在保持较强通用智能的同时,显著降低延迟与部署成本,更适合交互式智能体和批量采样场景。
根据官方披露的基准测试,M2 在多项编码与智能体任务上表现突出。在 SWE-bench Verified 上得分 69.4,Multi-SWE-Bench 为 36.2,SWE-bench Multilingual 为 56.5,Terminal-Bench 为 46.3。在智能体与工具使用类评测中,BrowseComp 得分 44,BrowseComp-zh 为 48.5,GAIA(纯文本)为 75.7,xbench-DeepSearch 为 72,τ²-Bench 为 77.2。这些成绩表明,M2 在真实仓库编辑、命令行执行、网页浏览与多步工具链规划等端到端任务上具备实用能力。
通用智能方面,MiniMax 引用了 Artificial Analysis 的聚合评测,称 M2 在数学、科学、指令遵循、编码和智能体工具使用等维度的综合得分在开源模型中排名 第一。具体到单项,AIME25 得分为 78,MMLU-Pro 为 82,GPQA-Diamond 为 78,HLE(无工具)为 12.5。与闭源头部模型相比,M2 在部分编码与智能体指标上接近甚至局部领先,但在一些通用知识和高难度推理项目上仍有差距。
从产业视角看,M2 的发布延续了开源模型向“高总参数、低激活参数”演进的趋势。100 亿激活参数意味着单次推理的算力开销远低于同等总参数的全激活模型,这对需要频繁调用工具、多轮交互的智能体应用尤为关键——延迟和成本直接决定用户体验与商业可行性。同时,模型采用修改版 MIT 许可(modified-mit),在开源可用性与商业使用条款之间做了平衡,有利于开发者集成。
值得注意的是,页面信息显示已有新版本 MiniMax-M2.1 的预告,表明迭代节奏较快。对于关注 AI 产业的投资者而言,M2 的意义不仅在于榜单排名,更在于它降低了构建编码智能体的门槛:当开源模型能以更低成本提供接近头部闭源模型的工具调用能力时,下游 AI 应用(尤其是开发者工具、自动化编程、企业工作流)的供给可能加速丰富,而模型层本身的差异化竞争也将更依赖工程效率与生态整合。