MiniMax M2.5 становится открытым исходным кодом, открывая эру доступных ИИ-агентов

MiniMax выпустила модель M2.5, третью версию в серии M2, выпущенную всего за 108 дней. Веса моделей с открытым исходным кодом теперь доступны на ModelScope, что знаменует собой значительный прогресс в производительности, эффективности и доступности. Она превосходно подходит для программирования, поиска и приложений для рабочего места. Кроме того, она предлагает беспрепятственный путь доступа — от использования без кода до частного развертывания — наряду с исчерпывающим руководством по вызову инструментов и настройке параметров вывода, открывая эру недорогих ИИ-агентов.

Основные возможности обеспечивают многомерные прорывы

M2.5 достиг выдающихся результатов по нескольким авторитетным тестам. Он набрал 80,2% по SWE-Bench Verified, превзойдя GPT-5.2 и приблизившись к Claude Opus4.5. По Multi-SWE-Bench он набрал 51,3%, заняв первое место по производительности в многоязычном программировании. Производительность BrowseComp достигла 76,3%, что отражает сильные преимущества в задачах поиска и вызова инструментов. В программировании модель демонстрирует планирование на архитектурном уровне, охватывая полный жизненный цикл разработки программного обеспечения и обеспечивая кроссплатформенную разработку полного стека с лучшей обобщенностью фреймворка, чем Claude Opus4.6. В поиске она сокращает количество раундов взаимодействия на 20%, превосходя в задачах поиска на экспертном уровне. Для офисных сценариев она интегрирует знания в области финансов и права, обеспечивая расширенные возможности производительности и достигая 59,0% побед по сравнению с основными моделями во внутренних оценках. В то же время M2.5 на 37% быстрее, чем M2.1, и по времени отклика соответствует Claude Opus4.6, при этом ее стоимость составляет лишь одну десятую часть.

Быстрая итерация благодаря технологическим инновациям

Быстрое развитие M2.5 обусловлено тремя основными технологическими достижениями: во-первых, нативной средой Forge Agent RL, которая обеспечивает примерно 40-кратное ускорение обучения; во-вторых, алгоритмом CISPO, который обеспечивает стабильность при крупномасштабном обучении и решает проблему присвоения кредитов в длинном контексте; и, в-третьих, инновационным дизайном Reward, который обеспечивает баланс между производительностью модели и скоростью отклика. Благодаря этим технологиям M2.5 теперь обрабатывает 30 % ежедневных задач и 80 % новых кодов, поступающих в MiniMax. За 108 дней оценка M2 серии по SWE-Bench Verified выросла с 69,4 % до 80,2 %, а скорость итерации превосходит показатели основных моделей в отрасли.

Несколько вариантов развертывания для различных сценариев

M2.5 предоставляет три метода доступа: без кода, вызовы API и локальное развертывание, удовлетворяя разнообразные потребности пользователей. Пользователи, не обладающие техническими знаниями, могут сразу же приступить к работе, используя веб-интерфейс MiniMax Agent, где сообществом было создано более 10 000 повторно используемых «экспертных» агентов. Разработчики могут использовать бесплатный API на ModelScope или официальный API. Доступны две официальные версии API — Lightning и Standard — с затратами от 1/10 до 1/20 от сопоставимых моделей. Для локального развертывания поддерживаются четыре решения: SGLang, vLLM, Transformers и MLX, каждое из которых адаптировано для производства с высокой степенью параллелизма, развертывания в малых и средних масштабах, быстрой валидации или локальной разработки на базе Mac, с указанием требований к оборудованию и инструкций по эксплуатации.

Специальная поддержка вызовов инструментов и оптимизации параметров

M2.5 изначально поддерживает структурированные вызовы инструментов, что позволяет параллельно вызывать несколько инструментов. При развертывании с vLLM или SGLang вы можете напрямую использовать формат OpenAI SDK; другие фреймворки требуют ручного разбора вывода в формате XML. Предоставляется полный рабочий процесс и передовые методы для обратной передачи результатов инструментов в модель. Для вывода рекомендуемые настройки параметров: temperature=1.0, top_p=0.95 и top_k=40, с возможностью оптимизации для конкретных случаев использования. Программные подсказки могут использовать архитектурное мышление модели, а модель хорошо адаптируется к более чем 10 языкам программирования и различным инструментам для создания каркаса.