Китайский стартап MiniMax выпустил MiniMax-M2 — открытую языковую модель, созданную для агентских запросов и задач программирования, к которой быстро растёт интерес. Эта модель лицензирована под MIT, что позволяет свободно использовать её в коммерческих продуктах, переобучать и интегрировать без ограничений.
MiniMax-M2 построена на основе архитектуры Mixture-of-Experts (MoE), благодаря чему на каждом шаге активации задействуется лишь около 10 миллиардов параметров из общего объёма порядка 230 миллиардов. Такая оптимизация обеспечивает высокую производительность при относительно низких вычислительных затратах, что позволяет запускать модель на умеренном количестве GPU, снижая инфраструктурные расходы.
По результатам независимых тестирований, проведённых исследовательской организацией Artificial Analysis, MiniMax-M2 занимает лидирующие позиции в категории открытых моделей по показателям интеллекта и агентской работы — планированию, выполнению задач и использованию внешних инструментов. Её результаты сравнимы с результатами GPT-5 (thinking) и Claude Sonnet 4.5, включая высокие оценки на таких тестах, как τ²-Bench, BrowseComp и Terminal-Bench.
Модель специализируется на комплексных рабочих процессах, поддерживая многофайловое редактирование кода, автоматическое тестирование и исправление ошибок внутри интегрированных сред разработки и CI/CD пайплайнов. Особенность MiniMax-M2 — формат «перемежающегося мышления» с сохранением логики рассуждений в специальных тегах, что упрощает понимание её шагов для пользователей и разработчиков.
Компания MiniMax продолжает активно расширять линейку своих продуктов. Помимо модели, доступна платформа с API и веб-интерфейсом MiniMax Agent, бесплатные инструменты для масштабирования и сопровождения, а также подробная документация, помогающая предприятиям быстро внедрять и адаптировать ИИ-решения.
Запуск MiniMax-M2 демонстрирует, что новые стандарты производительности и экономической эффективности достигаются не только путём увеличения числа параметров, но и за счёт инноваций в архитектуре и оптимизации.