MiniMax M2：所有坑都踩过，才能做出所有人都能用上的Agent

来源：市场资讯

（来源：硅星人）

作者 ｜ 王兆洋

邮箱 ｜ wangzhaoyang@pingwest.com

1

8%！

最近一个月，基础模型似乎又有点多起来。但若仔细去看这些模型厂商的动作，大体还是走出了两条路。

一种是在诸多难点里选择一个死磕，成为这个单点上的SOTA。这种路线可以快速在开发者群体留下一个明确的印象，但也可能限制住了一家模型公司的“基座”属性。另一种则是在各个模态上全面前进，在一个最全面的基础模型蓝图里不停交出一个个关键拼图。

已经有了全球最强语音模型和视频模型的MiniMax就是第二种。而它最新的拼图，是MiniMax M2。

10月28日，MiniMax正式发布了MiniMax M2。根据官方的信息，MiniMax-M2是一款专门为coding和agent打造，但同时保持了轻量级和灵敏度的模型。除了基于通用能力上的专门优化，它目前的上下文窗口保持了目前此类模型的通用水准，最大输入token和输出token总和为200k，最大输出(max_tokens)为128k。它也提供了开发者期待的端到端工具使用性能。

官方定义它是“极具成本效益的模型，提供全球最高性价比和极致速度”。值得注意的是，它的模型为2300亿总参数，而激活参数控制在了100亿。

在全球评测模型最受认可的，覆盖了数学、科学与编码等多个核心领域能力的榜单之一，Artificial Analysis榜单上，M2总分目前位列全球前五。也就是，它是一个在MiniMax过往模型强大的基础能力基础上，优化了coding和agent能力后，依然可以在综合能力上不牺牲太多的模型。

而更关键的是这一切达成的同时，它的价格再次大幅下降。根据MiniMax的介绍，它在一些任务上的成本只有Claud的8%。

目前MiniMax模型的API价格定在每百万Token输入0.3美金/2.1元人民币，输出1.2美金/8.4元，同时，它在线上提供每秒输出Token数在100左右的推理服务，且这个速度还在继续提升，这让它从价格和速度综合性能上来看，成为最具性价比的模型之一。

在发布后，MiniMax也宣布延长免费测试时间，11月6日前用户可以免费使用它。MiniMax在官方文章里写道：“我们目前在免费提供MiniMax Agent，直到我们的服务器撑不住为止。”

这一策略也得到显著效果，限时免费期间开发者的调用量正在快速增长，它已经成为现在OpenRouter上调用量第十的模型。

能达到这样的成本控制，一部分是因为模型技术上的更新，但同时也来自于工程能力。在此次模型发布同时，MiniMax也宣布，其 Agent应用同步更新，它的安卓/IOS版本同时发布。

这个策略和OpenAI发布Sora2时类似，今天的模型从第一天就要以产品的样子展示，因为模型和工程等能力已经分不开，而当你使用这个以Agent能力吸引用户体验的产品时，能更直接体验到模型的能力进步，这些技术上的变化，不只是论文和技术报告里的表述，而直接成为用户可以在使用的时候感受到的产品能力。这也为其他模型能力的最终融合提供了一个统一出口。

1

实测：丝滑！

为了了解 MiniMax M2 的实际表现，我们做了几组测试：写文章的速度、写代码的能力，以及能否像程序员一样完成整个开发闭环。

测试 A：速度

第一项测试，我们让 M2 和 Claude 4.1 用同样的题目《AI智能体的未来》写一篇约 800 字的中文文章。要求不复杂，只看速度。

M2 几乎是秒出，Claude 还在一段段生成的时候，它已经写完了四段。这不是那种糊弄，内容结构和语言也都正常。从体验上，M2 给人一种很少见的“响应即结果”的感觉。

测试 B：编程能力

第二项测试更像真正的工程挑战。我们用了经典的 Gilded Rose Refactoring Kata，这是程序员常拿来练手的老项目。

简单来说，它包含一个基本的物品管理系统，系统会按照规则更新商品的质量。为完成任务，它原本的代码需要改进，模型的任务就是确保不影响原有功能的情况下，逐步优化代码结构，完成特定目标：在原代码基础上加一种新商品“Conjured”，让它的品质下降速度是普通商品的两倍，到期后再翻倍。

当模型加载项目后，它自动判断语言版本，选择 Python 实现作为操作对象。M2 首先解析出原始代码中的五种商品类型及其逻辑关系——普通商品、Aged Brie、Sulfuras、Backstage Passes、以及在测试中出现但尚未实现的 Conjured。它明确识别出原始代码的主要问题：条件分支复杂、逻辑重复、不利于扩展。

M2 随后提出方案：采用策略模式重构。它为每个商品类型建立独立类，使更新逻辑彼此隔离；同时新增 Conjured 类，定义“每天品质下降两倍、到期后再翻倍下降”的规则。在此过程中，它同步修改测试脚本和示例文件，确保数据初始化、实例化方式及边界条件与新架构一致。

第一次测试时，部分断言未通过。M2 自动读取错误日志，并分析根因。几轮之后，所有测试全绿。

从交互过程看，M2 并非简单地“生成代码”，而是在执行一个标准工程师的任务循环：阅读 → 分析 → 重构 → 实现 → 调试 → 验证。它理解上下文、能跨文件修改、能根据测试反馈定位问题并自我修复。它在一个中等复杂度的项目中展示出清晰的架构意识、错误修复能力和稳定的执行表现，完成了传统意义上由一名软件工程师完成的工作流程。

测试 C：端到端开发

另外我们用最简单的方式看它能不能独立完成一次完整开发。只给它两个文件：一个空的 calc.py，一个测试文件 test_calc.py，要求实现加法和除法，还要能处理除以零的错误。

它先读测试，再写代码。第一次运行 pytest 报错，它马上分析错误原因——方法没定义、异常没处理。修完后再跑，立刻通过。整个过程不到一分钟，从空白文件到测试全绿。

测试 D：交互网页

另外为了更加直观一些，我们也用了比较经典的网页交互任务来测试。

在这轮测试中，我们采用了“受控指令”的方式来评估大模型的 three.js 编程能力。我们的 prompt 明确规定了每一项功能，避免让模型自由发挥或凭经验补全，从而能更清晰地观察它在严格约束下的执行准确度。

指令中要求模型实现的功能包括：创建一个太阳与三颗行星的三维场景；行星颜色各异，并具备自转与公转动画；轨道辅助线可见；使用 requestAnimationFrame 实现循环渲染；同时在页面中加入可调控制面板，支持调整动画速度（timeScale）、显示或隐藏轨道（showOrbits）、修改三颗行星的公转半径（radiusA/B/C），以及统一控制行星大小（sizeScale）。

评测时，我们对照这些具体要求，一项项核查生成网页是否确实实现了对应功能。

结果显示，m2在第一次编程时候，完成了“统一控制行星大小”之外的所有功能，而“统一控制行星大小”也在新增一次对话后修改成功。

从运行日志来看，模型的工作过程呈现出清晰的“生成—验证—修复”三步节奏。它先按指令搭建完整的 three.js 场景，包括太阳、三颗行星及轨道动画，并逐步验证运行效果；在发现行星缩放后消失的问题时，没有重新生成全部代码，而是像开发者一样逐层排查原因，最终判断是几何体替换破坏了渲染引用，并改用 planet.scale.setScalar() 进行安全缩放。整个过程展现出较强的逻辑性与工程意识，说明模型不仅能生成代码，还具备一定的调试与优化能力。

1

MiniMax自己的一张蓝图

今天Agent已成为一个最明确的技术演进和落地路线，但同时也带来一些争论——究竟是“模型即agent”，还是应用本身大量工作其实无法被模型一口吃掉，这些话题几乎每天都被讨论。

MiniMax M2的出现给这些讨论提供了一个新的启发：

在各模态模型上都达到SOTA的模型公司，可能才是最能把Agent能力更好提供给所有人的公司。

目前MiniMax 的语音模型和视频模型都是全球SOTA的水平：在Artificial Analysis的Text to Speech Arena Quality ELO上，MiniMax的语音模型Speech-02-HD今天依然是领先OpenAI和ElevenLabs等公司模型的存在。视频模型Hailuo 02接下来也会迎来更新，它在发布多个月后依然在多个评测榜单上位列前五的位置。

而这些模型的优异表现都不是单纯的“雕花”创新带来的，MiniMax 的Speech模型有自己全新的Flow-VAE架构，Hailuo 02此前升级使用了NCR的架构，靠此推动整个模型对复杂指令和场景的理解能力提升。

MiniMax这家公司有一种和许多公司不同的技术追求，它宁愿多花一些时间，慢一点，甚至显得“拙”一些，也要为整个技术的底层进步添些砖加些瓦，进而解决技术落地过程里的真问题。

今天M2背后的“文本模型”领域，MiniMax也走过了相似的路。从年初发布和开源的MiniMax 01系列开始，到后来的M1、今天的M2，模型从线性注意力机制，到新的强化学习技巧CISPO，再到更彻底地为Agent能力做特定优化，最终MiniMax交出了它自己心目中这个阶段最能解决实际问题的Agent，它是模型，也是应用，是MiniMax“让每个人都拥有充裕的智能”过程里重要一步。

所以，不必区分谁是Agent公司谁是模型公司，真正重要的就是体验。而这种体验最根本的区别，来自于对模型全方位能力的真正自主的把握。在各个重要模态上，坚持用自己的一套方法来训练模型，并逐渐获得现实收益，这可能是MiniMax今天和其他公司最大的不同。

今天的MiniMax继续在按照它自己的路线，交出一个个拼图。而这是一个系统工程，这些不同模型的节奏，技术突破的节奏和把这些模型能力变为应用的底层能力，都是这张蓝图的一部分。而接下来，我们也许可以期待一把，拥有了各个模态的不同强大模型的MiniMax，会如何把它们融合起来。这可能也会是下一个突破的来源。

目前，MiniMax M2 可以通过 MiniMax Agent APP，API和各大模型平台上使用，且MiniMax宣布Agent和模型全球限时免费14天，各位可以体验起来了。

点个“爱心”，再走 吧