MiniMax-AI/MiniMax-M2.1

解決する課題

MiniMax-M2.1は、強力なエージェント機能を誰もが利用できるように設計されたオープンソースの言語モデルです。高性能なAIエージェントが通常はプロプライエタリなサービス内に閉じ込められているという一般的な問題を解決します。モデルの重みを公開することで、開発者は透明性や制御を損なうことなく、コーディング、ツール使用、指示追従、長期計画のための自律型アプリケーションを構築できるようになります。

仕組み

このモデルは、エージェントタスクに特化して最適化された大規模言語モデルです。MiniMax APIを通じて利用できるほか、SGLang、vLLM、Transformers、MLX-LM、KTransformersといった一般的な推論フレームワークを使用してローカル環境にデプロイ可能です。推奨される推論パラメータ（temperature=1.0, top_p=0.95, top_k=40）とデフォルトのシステムプロンプトが提供されています。READMEには、ツール呼び出しガイドや複数のデプロイガイドも含まれています。このモデルは、SWE-bench、Terminal-bench、および「Agent-as-a-Verifier」アプローチを用いてフルスタックアプリケーション生成を検証する新導入のVIBEベンチマークで評価されています。

対象ユーザー

自律型コーディングエージェント、多段階ワークフローの自動化、またはフルスタックアプリケーションジェネレーターを構築したい開発者やチーム。また、強力なエージェント機能と多言語能力を備えた、透明性が高くローカルデプロイ可能なモデルを必要とする研究者や実務者にも役立ちます。

ハイライト

• 修正済みMITライセンスの下で重みをオープンソース化。
• ソフトウェアエンジニアリングのベンチマーク、特に多言語タスクにおいて強力なパフォーマンスを発揮し、Claude Sonnet 4.5を上回り、Claude Opus 4.5に迫る性能を実現。
• スクラッチからのフルスタックアプリケーション開発を評価するためのVIBEベンチマークを導入。
• VIBEでの平均スコアは88.6で、Web (91.5) および Android (89.7) サブセットで高い結果を記録。
• 前世代のM2と比較して、ツール使用 (Toolathlon 43.5 vs 16.7) およびブラウザタスク (BrowseComp 47.4 vs 44.0) で大幅な向上を実現。
• 複数の推論エンジンに対応し、デプロイガイドも同梱。
• MiniMaxプラットフォームAPIおよびMiniMax Code製品を通じても利用可能。