MiniMax M2 開源，全球TOP5級別，實測，還算優(yōu)秀

大家好，我是 Ai 學習的老章

6月MiniMax M1開源，，剛剛MiniMax M2 開源了，感受了一下，還算優(yōu)秀，除了TOP5級的實力，還有它的模型大小比M1的900GB+降到了230GB，本地部署成為可能。

MiniMax M2

MiniMax M2 專為 Agent 和代碼打造，價格僅為 Claude Sonnet 的 8%，速度卻是其兩倍，限時免費！

模型文件 230GB：https://huggingface.co/MiniMaxAI/MiniMax-M2

• 
  

  頂級編碼能力：專為端到端開發(fā)工作流設計，它在 Claude Code、Cursor、Cline、Kilo Code 和 Droid 等眾多應用中表現出色。

• 強大的代理性能：它展示了出色的規(guī)劃能力和對復雜、長鏈工具調用任務的穩(wěn)定執(zhí)行，協(xié)調對 Shell、瀏覽器、Python 代碼解釋器以及各種 MCP 工具的調用。

• 極致的性價比與速度：通過高效設計激活參數，實現了智能、速度和成本的最佳平衡。

看測評代碼能力也就比 Claude Sonnet 4.5 和 GPT-5 的 Thinking 版弱

后面我自己測試的兩個例子，MiniMax-M2 已經和 Claude Sonnet 3.7 一個檔次了

官方測試也顯示硬剛Sonnet4.5有點難

在流行的 Artificial Analysis 基準測試中（綜合 10 項測試任務），MiniMax-M2 排第五

在線體驗

通用 Agent 產品 MiniMax Agent，由 MiniMax-M2 驅動，現在完全開放使用，并限時免費：https://agent.minimax.io/

兩種模式：

• 閃電模式：一種高效高速的 Agent，適用于即時輸出的場景，如對話式問答、輕量級搜索和簡單的編碼任務。它增強了基于對話的產品體驗，具備強大的代理能力。

• 專業(yè)模式：在復雜且長時間運行的任務中提供專業(yè)的代理能力，并具有最佳性能。它在深入研究、全棧開發(fā)、制作 PPT/報告、網頁開發(fā)等方面表現出色。

• 高級編碼：擅長復雜的開發(fā)工作流程，包括多文件編輯和經測試驗證的修復。

• 卓越性能：憑借強大的規(guī)劃能力，可靠執(zhí)行復雜的長期工具鏈。

• 高效且響應迅速：實現更低的延遲和更高的吞吐量，帶來更快的代理體驗。

我的測試就是直接使用了 Agent 的閃電模式，對比其他模型時，可能有點占便宜

API

API 價格：每百萬輸入令牌 0.30 美元/2.1 元人民幣，每百萬輸出令牌 1.20 美元/8.4 元人民幣，同時提供每秒約 100TPS（令牌/秒）的在線推理服務。這個價格是 Claude 3.5 Sonnet 的 8%，推理速度幾乎是其兩倍。

MiniMax-M2 API 可在 MiniMax 開放平臺獲取，并限時免費： https://platform.minimax.io/docs/api-reference/text-anthropic-api

接口調用方式：

import anthropic

 client = anthropic.Anthropic(
    base_url="https://api.minimax.io/anthropic",
    api_key="", # Your MiniMax API Key
)

 message = client.messages.create(
    model="MiniMax-M2",
    max_tokens=1024,
    messages=[
        {
            "role": "user",
            "content": "Explain machine learning in simple terms"
        }
    ]
)

 print(message.content[0].text)

vLLM 或 SGLang 部署 MiniMax-M2 均可，具體方式：

vLLM: https://huggingface.co/MiniMaxAI/MiniMax-M2/blob/main/docs/vllm_deploy_guide.md

SGLang:https://huggingface.co/MiniMaxAI/MiniMax-M2/blob/main/docs/sglang_deploy_guide.md

實測

先看一個我最近常用的題目，感覺不如 啊，甚至不如

GLM-4.6

另一個題目，，也很美觀

但是缺點是引號中的內容匹配的不對

目前測試這么多模型，標準答案依然是 Claude Sonnet 3.7

另外MiniMax M2的API可以直接與Claude Code結合使用，方法 [[2025-07-18-Claude Code + Kimi K2 & DeepSeek 強強聯(lián)合]]

@jungeAGI做了測試，創(chuàng)建一個 macOS Sonoma 風格的網頁，效果很不錯，要求：
1.實現毛玻璃效果的頂部菜單欄
2. 包含至少 3 個帶有 3D 懸浮效果的卡片
3.鼠標懸停時有平滑的動畫過渡
4.支持深色/淺色模式切換
5.所有樣式用純 CSS 實現，不使用外部庫

在另外，量化版的也出來了，最快的居然還是MLX，模型文件129GB

https://huggingface.co/mlx-community/MiniMax-M2-4bit