MiniMax-M2 — компактная и высокоэффективная большая языковая модель, оптимизированная для сквозного кодирования и агентных рабочих процессов. В модели задействовано 10 млрд активированных параметров (230 млрд всего), что обеспечивает практически передовой уровень интеллекта в задачах общего рассуждения, использования инструментов и выполнения многоэтапных операций при низкой задержке и эффективном развёртывании.
Модель превосходно справляется с генерацией кода, редактированием нескольких файлов, циклами «компиляция–запуск–исправление» и исправлением по результатам тестов, демонстрируя впечатляющие результаты на SWE-Bench Verified, Multi-SWE-Bench и Terminal-Bench. Она также конкурентоспособна в агентных бенчмарках, таких как BrowseComp и GAIA, эффективно решая задачи долгосрочного планирования, поиска информации и восстановления после ошибок выполнения.
По данным Artificial Analysis, MiniMax-M2 входит в число лучших открытых моделей по комплексному интеллекту в областях математики, естественных наук и работы с инструкциями. Благодаря небольшому объёму активируемой памяти модель обеспечивает быструю генерацию, высокую степень параллелизма и улучшенную рентабельность, что делает её отличным выбором для масштабных агентов, помощников разработчиков и приложений, требующих быстрого отклика и оптимизации затрат.
Чтобы не снижать производительность, MiniMax настоятельно рекомендует сохранять рассуждения между шагами. Подробнее об использовании параметра reasoning_details для передачи блоков рассуждений читайте в нашей документации.
