AI 分析 · 由大模型根据 README 与仓库数据生成 · 2026年11月18日
MiniMax-M2 是面向编程与智能体工作流的高效 MoE 大模型,总参数 230B、激活 10B。
MiniMax-M2 是一个为编程和智能体(agentic)工作流设计的大语言模型,采用 MoE 架构,总参数 2300 亿、激活参数 100 亿。仓库提供模型介绍、基准测试结果和 API 入口,强调在代码编辑、终端操作和工具调用等任务上的效率与性能。
推荐指数
适合需要高效部署编程/Agent 模型的开发者,但需注意模型权重获取方式和实际部署成本。
总 Star 排名
#1924
雷达追踪的 3,958 个 AI 仓库中
创建于
2025
2025年10月26日
核心亮点
1高效 MoE 架构
总参数 230B,激活仅 10B,降低推理延迟和成本。
2编程能力突出
在 SWE-bench Verified 等基准上得分 69.4,接近部分闭源模型。
3智能体工具调用
支持长链路工具编排,在 BrowseComp、GAIA 等评测中表现良好。
4开源 MIT 许可
采用 MIT 许可证,允许商业使用和修改。
5提供免费 API
README 显示 API 限时免费,可快速体验。
适用场景
代码生成与修复
例如:在 IDE 或 CI 中自动修复多文件代码问题并通过测试验证。
智能体工作流
例如:构建能操作终端、浏览网页、调用检索工具的自动化 Agent。
低成本模型部署
例如:在有限算力下部署激活参数 10B 的模型,服务交互式编程助手。
它是怎么工作的
第 1 步
模型架构
采用 MoE 结构,总参数 230B,每次推理激活 10B 参数。
第 2 步
训练目标
针对编程和智能体任务优化,支持多文件编辑、工具调用和长程规划。
第 3 步
使用方式
可通过 MiniMax API 调用,或从 Hugging Face/ModelScope 获取权重自行部署。
快速上手
- 1
获取 API 密钥
访问 MiniMax 平台文档注册并获取 API key(限时免费)。
- 2
调用 API
使用平台提供的 SDK 或 HTTP 接口发送请求。
- 3
下载模型权重
从 Hugging Face 或 ModelScope 下载模型文件用于本地部署。
适合谁
- 需要高效编程助手的开发者
- 构建智能体应用的 AI 工程师
- 希望低成本部署大模型的研究者
不太适合
- 需要开箱即用聊天界面的普通用户
- 算力资源非常有限(无法运行 230B 模型)的团队
成熟度
- 活跃度创建于 2025 年 10 月,最近推送在 2026 年 10 月,更新活跃。
- 文档README 包含基准和链接,但缺少详细的部署和微调文档。
- 社区2600+ stars、214 forks,有 Discord 和微信社区,但 issue 数 55 表明讨论量中等。
- 上手难度提供 API 可快速体验,但本地部署 230B 模型需要较高硬件门槛。
同类项目怎么选
- DeepSeek-V3同为 MoE 架构,但参数规模和激活策略不同,侧重通用能力。
- Qwen2.5-Coder专注代码生成,提供多种尺寸,部署更灵活。
- GLM-4智谱开源模型,同样覆盖编程和智能体场景,生态不同。
使用前注意
- · 许可证为 MIT,但需确认模型权重使用是否有额外条款。
- · 本地部署需要大量 GPU 显存,不适合资源有限的个人开发者。
- · API 目前限时免费,长期使用需关注定价策略。
- · 基准测试结果基于特定评估框架,实际表现可能因场景而异。
