ยืนยันแล้วความเชื่อมั่นของวันที่: ยืนยันแล้วระบุว่าแน่นอนแหล่งที่มาระบุวันที่ชัดเจนเพียงใด: ยืนยันแล้ว กำหนดการ ประมาณการ เลื่อน หรือยังไม่ยืนยันแสดงหมุดทั้งหมดที่เป็น ยืนยันแล้วความเชื่อมั่น 87%ความเชื่อมั่นโดยรวม: 87%แหล่งที่มาและแหล่งอ้างอิงของหมุดยืนยันวันที่ได้ดีเพียงใดค่าเฉลี่ยถ่วงน้ำหนักว่าแหล่งอ้างอิง 6 แหล่ง รวมแหล่งที่มา สนับสนุนเวลาเริ่มและสิ้นสุดของหมุดมากเพียงใด แหล่งอ้างอิงจะมีน้ำหนักลดลงครึ่งหนึ่งทุก ๆ 180 วันที่เก่ากว่าแหล่งล่าสุดแสดงหมุดทั้งหมดที่มีความเชื่อมั่น 75% ขึ้นไป
โพสต์ของ MiniMax[1][3] “MiniMax M2.5: Built for Real-World Productivity” ลงวันที่ 2026.2.12 และเปิดด้วยประโยค “Today we’re introducing our latest model, MiniMax-M2.5” ส่วนบันทึกการออกรุ่นของ API ระบุซีรีส์ M2.5 ในเดือนกุมภาพันธ์ 2026- เริ่ม
- 12 ก.พ. 2026ความเชื่อมั่น 90%จาก แหล่งที่มา
เปิดตัว MiniMax-M2.5
แปลอัตโนมัติจากต้นฉบับ
ชื่อต้นฉบับ: MiniMax-M2.5 Released
MiniMax เปิดตัว M2.5 โมเดลโอเพนเวตขนาด 229B พารามิเตอร์ที่ฝึกด้วยการเรียนรู้แบบเสริมกำลังในสภาพแวดล้อมจริงมากกว่า 200,000 แบบ ทำคะแนนได้ 80.2% บน SWE-Bench Verified ด้วยความเร็ว 100 โทเคนต่อวินาที
- MiniMax เปิดตัว M2.5 เมื่อวันที่ 12 กุมภาพันธ์ 2026 หลังเริ่มซีรีส์ M2 มาสามเดือนครึ่ง ในฐานะโมเดลโอเพนเวตที่ “สร้างมาเพื่อผลิตภาพในโลกจริง” และฝึกด้วยการเรียนรู้แบบเสริมกำลังในสภาพแวดล้อมจริงหลายแสนแบบ[1][2]
- ทำคะแนนได้ 80.2% บน SWE-Bench Verified (Claude Opus 4.6 ได้ 80.8%), 51.3% บน Multi-SWE-Bench และ 76.3% บน BrowseComp พร้อมการจัดการบริบท และทำ SWE-Bench Verified เสร็จเร็วกว่า M2.1 อยู่ 37% บนชุดทดสอบ Droid และ OpenCode นำ Opus 4.6 เล็กน้อย คือ 79.7 ต่อ 78.9 และ 76.1 ต่อ 75.9[1]
- จุดขายด้านความเร็วของ MiniMax คือ 100 โทเคนต่อวินาทีในเวอร์ชัน Lightning ที่ราคา $0.30 ต่อโทเคนอินพุต 1 ล้านโทเคน และ $2.40 สำหรับเอาต์พุต ส่วนเวอร์ชันมาตรฐานราคาครึ่งหนึ่งที่ 50 โทเคนต่อวินาที หรือราว $1 ต่อชั่วโมงของการทำงานต่อเนื่อง[1][2] ปัจจุบัน API ระบุราคา $0.30 และ $1.20 สำหรับโมเดลมาตรฐาน[3]
- weights อยู่บน Hugging Face ภายใต้สัญญาอนุญาต MIT ที่ปรับแก้ มีพารามิเตอร์ 229B โดยใช้งานจริงราว 10B[2][4][6]
- หุ้นของ MiniMax ที่จดทะเบียนในฮ่องกงปรับขึ้นกว่า 20% ระหว่างวันในวันเปิดตัว หลังการ IPO ได้เพียงเกินหนึ่งเดือนเล็กน้อย[6]
ฟีเจอร์เด่น
- การเขียนโค้ดแบบสถาปนิก: ก่อนเขียนโค้ด M2.5 จะแยกฟีเจอร์ โครงสร้าง และ UI ของโปรเจกต์ออกเป็นสเปก โดยฝึกด้วยภาษามากกว่า 10 ภาษา รวมถึง Go, C, C++, TypeScript, Rust, Kotlin และ Python ในสภาพแวดล้อมมากกว่า 200,000 แบบ[1]
- งานสำนักงาน: พัฒนาร่วมกับผู้เชี่ยวชาญด้านการเงิน กฎหมาย และสังคมศาสตร์ สำหรับงานส่งมอบ Word, PowerPoint และการสร้างแบบจำลองทางการเงินใน Excel และจัดส่งใน MiniMax Agent เป็น Office Skills ที่ใช้ซ้ำได้[1]
- สแตกการฝึก: เฟรมเวิร์ก RL แบบเอเจนต์เนทีฟ Forge ที่พัฒนาเองภายในบริษัท (เร่งการฝึกได้ราว 40x จากการจัดตารางแบบอะซิงโครนัสและการรวมตัวอย่างแบบโครงสร้างต้นไม้) อัลกอริทึม CISPO และรางวัลเชิงกระบวนการสำหรับการรันเอเจนต์ที่ยาว[1][5]
- การค้นหา: MiniMax ระบุว่าผลลัพธ์บน BrowseComp และ Wide Search เป็นผู้นำในอุตสาหกรรม แม้แผนภูมิของบริษัทเองจะให้ Opus 4.6 นำทั้งสองรายการ (84 และ 79.4 เทียบกับ 76.3 และ 70.3) และบอกว่าพฤติกรรมนิ่งกว่าบน scaffold ที่ไม่คุ้นเคย[1]
เกณฑ์มาตรฐาน[1]
| เกณฑ์มาตรฐาน | M2.5 | M2.1 | Claude Opus 4.5 | Claude Opus 4.6 | Gemini 3 Pro | GPT-5.2 |
|---|---|---|---|---|---|---|
| SWE-Bench Verified | 80.2 | 74 | 80.9 | 80.8 | 78 | 80 |
| SWE-Bench Pro | 55.4 | 49.7 | 56.9 | 55.4 | 54.1 | 55.6 |
| SWE-Bench Multilingual | 74.1 | 71.9 | 77.5 | 77.8 | 65 | 72 |
| Multi-SWE-Bench | 51.3 | 47.2 | 50 | 50.3 | 42.7 | — |
| Terminal Bench 2 | 51.7 | 47.9 | 53.4 | 55.1 | 54 | 54 |
| VIBE-Pro (เฉลี่ย) | 54.2 | 42.4 | 55.2 | 55.6 | 36.9 | — |
| BrowseComp (พร้อมการจัดการบริบท) | 76.3 | 62 | 67.8 | 84 | 59.2 | 65.8 |
| BFCL หลายรอบ | 76.8 | 37.4 | 68 | 63.3 | 61 | — |
| MEWC (Excel) | 74.4 | 55.6 | 82.1 | 89.8 | 78.7 | 41.3 |
| GDPval-MM | 59 | 24.6 | 61.1 | 73.5 | 28.1 | 54.5 |
- อ่านจากแผนภูมิเบนช์มาร์กของ MiniMax ในโพสต์เปิดตัว เครื่องหมายขีดหมายถึงโมเดลไม่อยู่ในแผงนั้น[1]