Nahigitan ng AI Model na MiniMax M2 ang Google DeepMind

Bagong lider sa mga open-weight na modelo

Inilabas ng MiniMax, isang mabilis na umuunlad na Chinese AI startup na suportado ng malalaking lokal na mamumuhunan, ang M2 large language model nito at umakyat sa pinakamataas na antas ng mga pandaigdigang ranggo para sa mga open-weight system. Ayon sa mga independiyenteng pagsusuri, ang MiniMax M2 ang pinakamalakas na open-weight model sa Artificial Analysis Intelligence Index. Nahihigitan nito ang Gemini 2.5 Pro ng Google DeepMind at halos kapantay ng mga nangungunang proprietary system mula sa Estados Unidos. Binuo ng kumpanya ang M2 para sa dalawang popular na gamit: pagbuo ng code at paggamit ng mga tool sa istilong agent. Idinisenyo at itinakda rin ang presyo nito para maging mabilis at makahikayat ng mga developer at negosyo na gustong magbawas ng gastos nang hindi isinasakripisyo ang kakayahan.

Ang pangunahing teknikal na katangian nito ay kahusayan. Gumagamit ang MiniMax M2 ng Mixture of Experts design na nagdidirekta sa bawat input sa piling mga neuron ng modelo. Dahil dito, humigit-kumulang 10 bilyong parameter lamang ang aktibo sa bawat pagkakataon, kahit mas malaki ang kabuuang kapasidad ng modelo. Binabawasan nito ang latency at pangangailangan sa GPU memory nang hindi pinahihina ang kakayahan sa pangangatwiran. Mababa ang itinakdang presyo ng MiniMax API: 0.30 dolyar kada milyong input token at 1.20 dolyar kada milyong output token. Ayon sa sariling paghahambing ng kumpanya, nasa humigit-kumulang 8 porsiyento lamang ito ng presyo ng Claude 3.5 Sonnet ng Anthropic. Ipinagmamalaki rin ng pangkat ang bilis ng inference na halos 100 token kada segundo. Makukuha ang buong model weights sa ilalim ng permisibong lisensiya at mada-download para patakbuhin sa sariling imprastraktura, kaya maaaring i-fine-tune at i-deploy ng mga pangkat ang M2 sa loob ng kanilang organisasyon ayon sa pangangailangan.

Uminit ang kompetisyon sa mga open-weight model sa China sa buong taon, habang itinutulak ng DeepSeek, Qwen ng Alibaba, Moonshot AI, at iba pa ang mas mahabang context at mas mahusay na pangangatwiran. Mahalaga ang pag-angat ng MiniMax sa unahan dahil pumapasok ang M2 sa mga larangang malaki ang aktuwal na ginagastos ng mga negosyo: pag-automate ng suporta, pananaliksik, at pagbuo sa pamamagitan ng mga agent na gumagamit ng tool upang mag-browse sa web, kumuha ng datos mula sa loob ng organisasyon, magpatakbo ng code, at magsuri ng resulta. Ang kombinasyong ito ng kakayahan, mababang gastos, at malinaw na lisensiya ang dahilan kung bakit naging bagong pamantayan ang M2 para sa open-weight AI.

Gaano kataas ang performance nito

Nagsasama-sama ang Artificial Analysis ng mahihirap na benchmark sa matematika, agham, pagsunod sa mga tagubilin, coding, at mga workflow ng agent upang makabuo ng iisang Intelligence Index. Nakakuha ang MiniMax M2 ng markang 61 sa pinakabagong bersiyon, kaya ito ang nangungunang open-weight model at kabilang sa pinakamalalakas na modelo sa kabuuan. Nahihigitan nito ang Gemini 2.5 Pro at malapit ang marka nito sa Claude Sonnet 4.5 ng Anthropic sa ilang gawain ng agent at coding, bagaman nahuhuli pa rin ito sa pinakabagong mga frontier system gaya ng GPT 5 at Grok ng xAI. Para sa maraming developer, mainam na balanse ito: halos frontier-level ang kakayahan nang walang frontier-level na gastos o pagkakakulong sa iisang provider.

Halos frontier-level sa mga gawain ng agent

Sinusukat ng mga pagsusuri sa istilong agent kung kaya ng modelo na magplano, tumawag ng mga tool, magbasa ng resulta, mag-angkop, at magberipika ng kinalabasan sa mga gawaing may maraming hakbang. Mahusay ang M2 sa larangang ito. Iniulat ng MiniMax ang matataas na marka sa mga benchmark na nakatuon sa agent, kabilang ang 77.2 sa tau squared Bench, 44.0 sa BrowseComp, at 65.5 sa FinSearchComp global. Saklaw ng mga ito ang pag-browse at pagsipi ng sanggunian, pagkuha ng impormasyong pampinansiya, at pagpaplano at pagbangon kapag pumalya ang mga hakbang. Sa aktuwal na paggamit, nangangahulugan ito na kayang bumuo ng planong M2-powered agent, magpatakbo ng mga shell command, maghanap at magbasa ng mga sanggunian, gumamit ng interpreter para subukan ang code, magwasto ng mga error, at maglahad ng masusubaybayang ebidensiya nang hindi palaging ginagabayan ng tao.

Mga benchmark sa coding at pangangatwiran

Inihanda ng MiniMax ang M2 para sa buong workflow ng developer, kung saan nag-eedit ang modelo ng maraming file, nagko-compile at sumusubok ng code, at paulit-ulit na nagkukumpuni rito. Sa mga gawaing gaya ng SWE Bench at sa Terminal Bench, ipinakikita ng modelo ang kakayahang magtrabaho sa mga totoong repository at command-line environment sa iba’t ibang wika. Ipinakikita ng pinagsamang pagsusuri ng Artificial Analysis, na isinasaalang-alang din ang kaalaman at mga pagsusulit sa pangangatwiran gaya ng GPQA Diamond at AIME, na hindi kapalit ng pangkalahatang katalinuhan ang husay ng M2 sa coding. Para sa mga organisasyong naghahanap ng assistant na kayang tumulong kapwa sa software at pananaliksik, kaakit-akit ang pagiging mahusay nito sa iba’t ibang larangan.

Pangkalahatang-ideya ng arkitektura

Isa ang M2 sa mga sparse Mixture of Experts model. Sa halip na ipadaan ang bawat token sa bawat bahagi ng napakalaking network, pumipili ang isang natutunang gate ng ilang expert subnetwork lamang na ia-activate para sa bawat input. Ayon sa dokumentasyon ng MiniMax, may humigit-kumulang 230 bilyong kabuuang parameter ang modelo at 10 bilyon ang ina-activate sa bawat inference. Binanggit sa mga naunang ulat ang 200 bilyong kabuuang parameter, ngunit ipinaliliwanag ng mga teknikal na pahina at model card ng kumpanya ang mas malaking kabuuang kapasidad nito, habang nananatiling 10 bilyon ang aktibong parameter. Malinaw ang pakinabang: taglay nito ang lawak ng kaalaman at espesyalisasyon ng napakalaking modelo, ngunit mas kahalintulad ng 10-bilyong-parameter na dense system ang gastos sa inference.

Nakikita ang kahusayan nito sa pangangailangan sa hardware. Ayon sa MiniMax at mga third-party tester, praktikal itong patakbuhin gamit ang apat na NVIDIA H100 GPU lamang sa FP8 precision, kaya abot-kaya ito para sa mga katamtamang laki ng pangkat sa engineering. Sa paghahambing, mas marami ang aktibong parameter ng ilang karibal. Ina-activate ng kamakailang V3.2 ng DeepSeek ang humigit-kumulang 37 bilyong parameter kada token, samantalang gumagamit ang Kimi K2 ng Moonshot AI ng halos 32 bilyon. Mas malaki ang nagiging memory footprint at mas bumababa ang throughput dahil dito. Nakakatulong din ang mas maliit na activation footprint ng M2 na bawasan ang tail latency at mapahusay ang concurrency, dalawang hamong operasyonal para sa mga interactive na tool at agent.

Disenyo ng agent at paggamit ng mga tool

Binuo ng MiniMax ang M2 upang mag-isip, kumilos, at magberipika nang paulit-ulit. Inilabas din nito ang kakayahang iyon sa pamamagitan ng gabay sa pagtawag ng tool na nag-uugnay sa modelo sa mga shell, browser, retrieval system, at code runner. Binibigyang-diin ng kumpanya ang nakikitang mga bakas ng pangangatwiran sa isang interleaved na format ng pag-iisip. Sa mga session na may maraming palitan, napapanatili ng assistant ang konteksto ng pagpaplano at kadena ng ebidensiya. Nakakatulong ito para makabawi kapag kulang ang datos o pumalya ang mga hakbang, at para masuri ng mga developer ang mga naging pasiya. Layunin ng paraang ito na gawing mas maaasahan at mas madaling i-debug ang mga gawaing tumatagal nang matagal.

Mahigpit ding iniangkop ng MiniMax ang M2 sa praktikal na kapaligiran ng mga developer. Mahusay itong gumagana sa mga popular na inference framework na SGLang at vLLM, at sumusunod sa karaniwang format ng request ng OpenAI at Anthropic. Dahil dito, maaaring ipalit ng mga pangkat ang M2 nang kaunti lamang ang pagbabago sa code, at palawakin ang kapasidad ng pagpapatakbo kung kinakailangan. Mahalaga ang mas madaling integrasyon para sa sinumang gumagawa ng internal copilot o production-grade na agent.

Inilarawan ng MiniMax ang paglulunsad bilang bahagi ng misyon nitong palawakin ang akses. Sinabi ng kumpanya na nais nitong maabot ng makabagong intelligence ang mas malawak na pangkat ng mga gumagamit, hindi lamang ang mga kayang magbayad para sa mamahaling proprietary model.

Mula pa sa simula, isinusulong na ng MiniMax ang pananaw na 'Intelligence with Everyone.'

Sa pampublikong model card nito, binigyang-diin ng pangkat ang pagtutuon sa mga agent at kahusayan.

Binabago ng MiniMax-M2 ang pamantayan ng kahusayan para sa mga agent.

Nagpapatakbo ang MiniMax ng serbisyong Agent na pinapagana ng M2 at may dalawang mode. Nagbibigay ang Lightning Mode ng agarang tugon sa mga simpleng tanong. Hinahawakan naman ng Pro Mode ang mas masalimuot at mas matagal na gawain gaya ng pananaliksik, pagkuha ng datos, o coding na may maraming yugto. Sumasalamin ang paghahating ito sa aktuwal na paraan ng pagtatrabaho ng mga pangkat: salit-salitang humihingi ng mabilis na sagot at nagsasagawa ng mas mahahabang proyekto kung saan kailangang magplano, kumilos, at magsuri ng resulta ang modelo mula simula hanggang katapusan.

Akses, lisensiya, at presyo

Hindi pangkaraniwan ang pagiging bukas ng M2 para sa sistemang ganito kalakas. Inilabas ng MiniMax ang buong weights sa ilalim ng permisibong lisensiya at naglathala ng mga gabay sa deployment. Maaaring i-download ng mga developer ang repository mula sa mga platform gaya ng Hugging Face, magpatakbo ng local inference gamit ang SGLang o vLLM, at i-fine-tune ang modelo para sa mga partikular na larangan. Nag-aalok din ang MiniMax ng API na napakababa ng singil kada token at mabilis ang streaming throughput. Itinaguyod din ng kumpanya ang libreng akses sa limitadong panahon para sa Agent app at API nito.

Kabilang sa mahahalagang praktikal na detalye para sa mga mamimili ang suporta sa structured function calling, pagproseso ng mahabang context, at maaasahang paggamit ng tool. Inirerekomenda ng MiniMax ang karaniwang sampling setting at nagbibigay ng malinaw na schema para sa pagtawag ng tool upang maiugnay ang modelo sa mga panlabas na serbisyo. Para sa mga pangkat na nag-aalala sa pagkakakulong sa iisang vendor, malakas na dahilan para suriin ang M2 ang kombinasyon ng open weights at maayos na API compatibility. Para naman sa mga pangkat na gustong patakbuhin ito nang buo sa sarili nilang lugar, ipinapaliwanag sa dokumentasyon ng kumpanya kung paano ito mahusay na patakbuhin at kung gaano karaming GPU memory ang kailangan sa iba’t ibang precision setting.

• Nai-publish ang weights para mapatakbo sa sariling imprastraktura, kasama ang mga gabay para sa SGLang at vLLM.
• Ang singil sa API ay 0.30 dolyar kada milyong input token at 1.20 dolyar kada milyong output token, at ina-advertise ang bilis na halos 100 token kada segundo.
• Saklaw ng paggamit ng tool ang mga shell, browser, retrieval system, at code interpreter, at may nakikitang mga bakas ng pangangatwiran para sa pagsusuri at pag-debug.
• Nababawasan ng pagiging tugma sa mga API na istilo ng OpenAI at Anthropic ang gawaing kailangan para maisama ito sa mga kasalukuyang app.

Dahil sa mga katangiang ito, kaakit-akit ang M2 para sa mga copilot sa software engineering, assistant sa pagsusuri ng datos, at agent sa customer support na kailangang magsama ng pangangatwiran at maaasahang paggamit ng tool.

Mga karibal at nagbabagong ranggo

Muling itinatakda ng pag-angat ng MiniMax M2 ang ranggo ng mga open-weight model at pinatitindi ang kompetisyon sa China at Estados Unidos. Itinuturing ng Artificial Analysis na pinakamalakas na open-weight model ang M2, na may Intelligence Index na 61. Nahihigitan nito ang Gemini 2.5 Pro ng Google at bahagyang nahuhuli sa mga nangungunang proprietary model gaya ng Claude Sonnet 4.5, GPT 5, at Grok 4, depende sa gawain. Kapansin-pansin ang puwestong ito sa mga pagsusuri sa agent gaya ng BrowseComp at FinSearchComp global, kung saan malaki na ang naipangsara ng kakayahan ng M2 na magplano, sumipi ng ebidensiya, at bumawi mula sa mga error sa agwat nito sa mga closed system.

Nagbabago rin ang mapa ng kompetisyon sa loob ng China. Ilang buwan nang nangingibabaw sa mga balita ang DeepSeek at Qwen dahil sa pagsasanay sa frontier scale at mahabang context. Ngayon, napapansin ang MiniMax dahil naghahatid ito ng maihahambing na performance sa mga agent at coding gamit ang mas kaunting aktibong parameter at sa mas mababang gastos. Sinaliksik ng DeepSeek ang mga modelong may napakalaking kabuuang bilang ng parameter, na sa ilang setup ay maaaring mangailangan ng halos 700 gigabyte na memory. Dahil sa sparse activation at maingat na mga paraan ng pagpapatakbo ng MiniMax, naibababa ang pangangailangan sa isang cluster na kayang tustusan ng maraming katamtamang laki ng pangkat sa negosyo, lalo na kung gagamit sila ng FP8 at mga na-optimize na inference framework.

Mahalaga rin ang presyo. Mas mababa nang isang order of magnitude ang singil ng MiniMax kada token kaysa sa malalaking proprietary na karibal. Para sa mga negosyong gustong magpatakbo ng daan-daang agent o magbigay ng coding tool sa maraming developer buong araw, maaari nitong gawing praktikal na production deployment ang mga proyektong pilot pa lamang. Isa pang bentahe ang paglalabas ng open weights dahil nabibigyang-daan nito ang mga kumpanyang sensitibo sa seguridad na magsuri, mag-fine-tune, at mag-deploy ng modelo sa sarili nilang kapaligiran. Direktang hamon sa mga proprietary platform na umaasa sa mataas na presyo ang kombinasyon ng akses, mababang gastos, at kakayahan.

Mga dapat isaalang-alang ng mga mamimili

Mga kapaki-pakinabang na gabay ang mga benchmark, ngunit hindi garantiya ang mga ito. Sinusuri ng Artificial Analysis ang mga modelo gamit ang kontroladong test harness at nakapirming prompt, na maaaring hindi lubos na tumugma sa larangan o mga tool ng isang kumpanya. Dapat magsagawa ang mga pangkat na magpapatupad ng M2 ng sarili nilang pagsusuri gamit ang mga gawaing kumakatawan sa kanilang aktuwal na pangangailangan, at sukatin ang latency, throughput, at pagiging maaasahan ng agent gamit ang mga tool na talagang gagamitin nila.

Kailangan ding pagplanuhan ang mga operasyonal na detalye. Iminumungkahi ng MiniMax na panatilihin ang magkakahalong bakas ng pag-iisip ng modelo sa bawat palitan upang manatiling magkakaugnay ang mga plano at ebidensiya sa mahahabang gawain. Maaari itong magbunga ng mahahabang output at mas malaking history ng pag-uusap. Dahil dito, dapat maingat na pamahalaan ng mga developer ang context window at magbawas o magbuod ng nilalaman kung maaari. Dapat ding subukan ng mga organisasyong naglalayong makamit ang pinakamataas na throughput ang mga quantization setting at batching strategy upang mabalanse ang bilis, gastos, at katumpakan.

Sa huli, open-weight system pa rin ang M2 na maaaring baguhin ng mga organisasyon, kaya mas malaki rin ang kanilang pananagutan sa kaligtasan at pagsunod sa mga regulasyon. Kakailanganin ng mga pangkat na magpatupad ng monitoring, mga pananggalang sa pagtawag ng tool, at kontrol sa akses sa anumang deployment na maaaring makaabot sa panlabas na mapagkukunan o sensitibong datos. Karaniwan ang mga alalahaning ito sa mga agent system, at kailangan din dito ang gayunding antas ng pag-iingat.

Sa madaling sabi

• Nangunguna ang MiniMax M2 sa mga open-weight model sa Artificial Analysis Intelligence Index at kabilang ito sa mga nangungunang modelo sa buong mundo.
• Nahihigitan nito ang Gemini 2.5 Pro ng Google sa pinagsama-samang sukatan ng intelligence, ngunit nahuhuli ito sa ilang gawain sa mga frontier proprietary system gaya ng GPT 5 at Claude Sonnet 4.5.
• Mixture of Experts model ang M2, na may humigit-kumulang 230 bilyong kabuuang parameter at 10 bilyong aktibo sa bawat inference upang mapababa ang latency at gastos.
• Namumukod-tangi ang performance nito bilang agent, na may matataas na resulta sa tau squared Bench, BrowseComp, at FinSearchComp global.
• Pinagtitibay ng mga gawaing tulad ng SWE Bench at Terminal Bench ang husay nito sa coding at suporta nito sa buong workflow ng developer.
• Ang singil sa API ay 0.30 dolyar kada milyong input token at 1.20 dolyar kada milyong output token, at umaabot ang bilis sa halos 100 token kada segundo.
• Bukas ang buong weights para patakbuhin sa sariling imprastraktura sa ilalim ng permisibong lisensiya, at tugma ang modelo sa SGLang, vLLM, at mga karaniwang format ng API.
• Maaari itong patakbuhin gamit ang apat na NVIDIA H100 GPU lamang sa FP8 precision, kaya mas madali itong i-deploy ng mga katamtamang laki ng pangkat.
• Kung ihahambing sa mga karibal, mas kaunting parameter ang ina-activate ng M2 kaysa sa DeepSeek V3.2 at Moonshot Kimi K2, kaya mas mahusay ito sa paggamit ng mapagkukunan.
• Dapat tiyakin ng mga negosyo ang performance nito sa sarili nilang toolchain at paghandaan ang mahahabang output, pamamahala ng context, at mga pananggalang sa kaligtasan.