MiniMax开源M2模型并推出Agent产品，称价格仅为Claude Sonnet 4.5的8%

声明：文档由AI根据原文生成。

M2模型定位：瞄准Agent与代码场景的"不可能三角"

2025年10月27日，MiniMax宣布正式开源并上线M2模型，定位为"专为Agent和代码而生"。该公司称，M2在效果、价格和推理速度三个维度上寻求平衡，API定价为每百万Token输入0.3美元（2.1元人民币）、输出1.2美元（8.4元人民币），约为Claude Sonnet 4.5价格的8%，推理速度快近一倍，线上TPS（每秒输出Token数）约100且仍在提升。

MiniMax自创立之初提出"让每个人都拥有充裕的智能"愿景。该公司内部已广泛搭建各类Agent，用于线上数据分析、技术问题调研、日常编程、用户反馈处理及HR简历筛选等场景，试图构建"原生的AI组织"。但团队发现，现有模型在效果、价格、速度上难以兼顾：海外顶尖模型效果尚可但价格高昂、推理偏慢；国内模型价格较低，但效果与速度存在差距，导致Agent产品月费常达数十至数百美元，单次任务耗时以小时计。

核心能力对比：工具调用与深度搜索接近海外顶尖水平

MiniMax公布了M2在编程、工具调用、深度搜索三项Agent核心能力上的对比测试。结果显示，M2在工具调用和深度搜索能力上接近海外最好模型，编程能力虽逊于海外顶尖水平，但处于国内第一梯队。

在综合评测方面，M2在整合10项测试任务的Artificial Analysis榜单中排名全球前五。该公司表示，算法和认知层面的提升将陆续分享，但"最核心的只有一点：要做出来符合要求的模型，首先要我们自己能用起来"——开发、业务及后台团队与算法团队共同投入大量精力构建环境、评测体系，并将模型应用于日常工作。

性价比与速度分析：试图切入"绿色区域"

MiniMax从两个维度展示M2的市场定位。在"价格VS效果"维度，以Artificial Analysis 10项测试集平均分衡量效果，M2试图落在"效果好且价格普惠"的绿色区域；在"价格VS推理速度"维度，M2强调避免"以 slower 推理换取更低价格"的权衡，追求价格普惠与较快推理速度兼得。

该公司还与Claude Sonnet 4.5及多款开源模型进行了1V1实用表现对比，相关测试集将于本周在GitHub公布。

Agent产品上线：Lightning与Pro双模式

基于M2模型，MiniMax在国内上线Agent产品，并升级海外版本。该产品提供两种模式：

• Lightning高效模式：面向对话问答、轻量级搜索、轻量级代码场景，强调极速输出，以Agentic能力升级对话体验；
• Pro专业模式：面向复杂长程任务，擅长深度研究、全栈开发、PPT/报告撰写、网页制作等。

开源与获取方式

M2模型权重已在HuggingFace完整开源，支持vLLM和SGLang部署。推荐推理参数为temperature=1.0、top_p=0.95、top_k=20。

免费测试期限延长至11月6日。用户可通过以下渠道获取：

• MiniMax Agent（限时免费）：https://agent.minimaxi.com/
• M2 API（限时免费）：https://platform.minimaxi.com/docs/guides/text-generation
• 模型权重下载：https://huggingface.co/MiniMaxAI/MiniMax-M2
• vLLM部署指南：https://huggingface.co/MiniMaxAI/MiniMax-M2/blob/main/docs/vllm_deploy_guide_cn.md
• SGLang部署指南：https://huggingface.co/MiniMaxAI/MiniMax-M2/blob/main/docs/sglang_deploy_guide_cn.md
• 工具调用指南：https://huggingface.co/MiniMaxAI/MiniMax-M2/blob/main/docs/tool_calling_guide_cn.md