MiniMax-M2 veröffentlicht

Belege 686 % SICHERHEIT

Der erste Eintrag ist immer die Quelle des Pins. Die Gesamtsicherheit ist ein gewichteter Durchschnitt, wie fest jeder Beleg die oben verwendeten Start- und Endzeiten stützt; ein Beleg zählt für je 180 Tage, die er älter ist als der neueste, nur halb so viel.

[1]90%

minimax.io/news/minimax-m2

minimax.io· Gepostet am 12. Okt. 2026· Beginn 27. Okt. 2025 ✓· 38 % der Wertung

MiniMax' Nachrichtenbeitrag trägt das Datum 2025.10.27 und kündigt M2 als Open Source an, mit API und MiniMax Agent zeitlich begrenzt kostenlos; VentureBeat^[3] berichtete am 27. Oktober um 12:01 pm PT, während die Hugging-Face^[5]-Gewichte am 25. Oktober UTC hochgeladen wurden und Artificial Analysis^[4] den 26. Oktober nennt.

[2]85%

The MiniMax-M2 Series: Mini Activations Unleashing Max Real-World Intelligence - arXiv

arxiv.org· Veröffentlicht am 26. Mai 2026· 22 % der Wertung

Technical paper for the M2 series (submitted 26 May 2026): the flagship M2 has 229.9B total and 9.8B activated parameters, trained with agent-driven data pipelines and the Forge reinforcement-learning system.^[1]

[3]88%

MiniMax-M2 is the new king of open source LLMs (especially for agentic tool calling) - VentureBeat

venturebeat.com· Veröffentlicht am 27. Okt. 2025· Beginn 27. Okt. 2025· 10 % der Wertung

VentureBeat (Carl Franzen), 27 Oct 2025: MIT-licensed sparse MoE with 230B total and 10B active parameters, first among open-weight models on the Artificial Analysis^[4] Intelligence Index v3.0 with 61 points, servable on four H100s at FP8, $0.30 and $1.20 per million tokens, OpenAI and Anthropic API compatible.

[4]75%

MiniMax-M2 - Intelligence, Performance & Price Analysis - Artificial Analysis

artificialanalysis.ai· Veröffentlicht am 26. Okt. 2025· 10 % der Wertung

Artificial Analysis: open-weights text model, 230B total and 10B active, released October 2025 (26 October per its FAQ), modified MIT license, $0.30 and $1.20 per million tokens, 205k context; now marked deprecated in favour of M2.1.

[5]90%

MiniMaxAI/MiniMax-M2 - Hugging Face

huggingface.co· Veröffentlicht am 25. Okt. 2025· 10 % der Wertung

Model card: 230B total and 10B active parameters, coding and agentic tables (SWE-bench Verified 69.4, Terminal-Bench 46.3, BrowseComp 44, tau2-Bench 77.2), Artificial Analysis^[4] intelligence table with AA Intelligence 61, interleaved-thinking requirement, SGLang, vLLM, MLX and Transformers deployment.

Korrektur vorschlagen

Fehlt etwas oder stimmt etwas nicht? Sag es in deinen eigenen Worten: ein Link, der diesen Pin belegt, ein anderes Start- oder Enddatum und warum, oder eine Angabe, die fehlt oder falsch ist. Die KI prüft es an den Quellen dieses Pins, sucht nach besseren und ergänzt jede Seite, die dich bestätigt. Die eigenen Quellen des Pins zählen weiterhin am meisten. Auch Bilder sieht sich die KI an: Eines, das etwas anderes oder die Sache schlecht zeigt, wird nach hinten gestellt oder ersetzt.

MiniMax-M2 veröffentlicht

Automatisch aus dem Original übersetzt

Originaltitel: MiniMax-M2 Released

MiniMax stellt M2 als Open Source bereit, ein Mixture-of-Experts-Modell mit 230B Parametern und 10B aktiven Parametern für Coding und agentische Aufgaben, zum Preis von $0.30 pro Million Eingabe-Token und zum Start auf Platz eins unter den Open-Weight-Modellen im Intelligence Index von Artificial Analysis.

MiniMax hat M2 am 27. Oktober 2025 veröffentlicht und als Open Source freigegeben, ein Modell, das es als "Max coding & agentic workflows" beschreibt; die API und MiniMax Agent (in den Modi Lightning und Pro) waren zeitlich begrenzt kostenlos, verlängert bis zum 7. November, und die Gewichte erschienen auf Hugging Face mit Day-0-Unterstützung für vLLM und SGLang^[1][5]
M2 ist ein sparsames Mixture-of-Experts-Modell mit 230B Gesamtparametern und 10B pro Token aktivierten Parametern, das laut Artificial Analysis auf nur vier H100-GPUs in FP8 betrieben werden kann^[3][5]
VentureBeat berichtete, Artificial Analysis habe es im Intelligence Index v3.0 mit 61 bewertet, dem höchsten Wert eines Open-Weight-Modells zu dieser Zeit und unter allen Modellen nur hinter GPT-5 (high) und Grok 4; im Beitrag sagt MiniMax, es gehöre in diesem Index weltweit zu den Top fünf^[1][3]
MiniMax' eigene Zahlen lauten 69.4 bei SWE-bench Verified (GPT-5 thinking 74.9, Claude Sonnet 4.5 77.2), 46.3 bei Terminal-Bench, 44.0 bei BrowseComp und 77.2 bei tau2-Bench; damit liegt es bei Werkzeugnutzung und Tiefensuche nahe an den besten geschlossenen Modellen und beim Programmieren leicht dahinter^[1][5]
Die API-Preise betragen $0.30 pro Million Eingabe-Tokens und $1.20 pro Million Ausgabe-Tokens (2.1 und 8.4 Yuan), etwa 8% des Preises von Claude Sonnet 4.5 bei rund 100 Tokens pro Sekunde, was MiniMax als nahezu doppelte Geschwindigkeit von Sonnet 4.5 bezeichnet; OpenRouter führt denselben Preis^[1][6]

Wichtige Funktionen

Ein Modell mit verschachteltem Denken: Das Reasoning innerhalb der think-Tags muss im Gesprächsverlauf erhalten bleiben, und MiniMax empfiehlt temperature 1.0, top_p 0.95 und top_k 40^[5]
Mit OpenAI- und Anthropic-kompatiblen API-Formaten lässt es sich ohne Umbau in bestehende Agenten-Stacks einsetzen; ein Leitfaden zum Tool-Calling ist veröffentlicht^[3]
Der Schwerpunkt liegt auf Programmierung mit Änderungen über mehrere Dateien, Kompilieren-Ausführen-Korrigieren-Schleifen und testvalidierten Reparaturen sowie auf Agenten-Workflows über Shell, Browser, Retrieval und Code-Runner^[5]
Ein Kontext von 204,800 Tokens auf OpenRouter, Ein- und Ausgabe nur als Text; die Gewichte stehen unter einer modifizierten MIT-Lizenz^[4][5][6]

Benchmarks

MiniMax' Tabelle zu Programmierung und Agenten aus der Modellkarte; "-" bedeutet nicht angegeben, "*" kennzeichnet Werte aus dem eigenen Bericht des Konkurrenten^[5].

Benchmark	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 (nur Text)	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 (mit Werkzeugen)	31.8	20.3	24.5	28.4*	35.2*	30.4*	26.9*	27.2*
tau2-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

Tags

Tags

Thread

Nutzerfotos

Kommentare

Korrektur vorschlagen

MiniMax-M2 veröffentlicht

Wichtige Funktionen

Benchmarks

Tags

Thread