MiniMax-AI/MiniMax-M2.1

解决的问题

MiniMax-M2.1 是一款开源语言模型，旨在让每个人都能使用强大的智能体能力。它解决了高性能 AI 智能体通常被锁定在专有服务之后这一常见问题。通过发布模型权重，开发者现在可以构建用于编码、工具使用、指令遵循和长程规划的自主应用程序，而无需牺牲透明度或控制权。

工作原理

该模型是一个专门针对智能体任务进行优化的超大规模语言模型。它可以通过 MiniMax API 使用，也可以使用 SGLang、vLLM、Transformers、MLX-LM 和 KTransformers 等主流推理框架进行本地部署。文档提供了推荐的推理参数（temperature=1.0, top_p=0.95, top_k=40）以及默认的系统提示词。README 还包含了工具调用指南和多个部署指南。该模型在 SWE-bench、Terminal-bench 以及新引入的 VIBE 基准测试上进行了评估，VIBE 基准测试通过“智能体作为验证者”（Agent-as-a-Verifier）的方法验证全栈应用程序的生成能力。

适用人群

希望构建自主编码智能体、多步工作流自动化或全栈应用程序生成器的开发者和团队。对于需要一个透明、可本地部署且具备强大智能体和多语言能力的模型的研究人员和从业者也非常有用。

亮点

• 在修改后的 MIT 许可下开源模型权重。
• 在软件工程基准测试中表现强劲，尤其是在多语言任务中，性能优于 Claude Sonnet 4.5 并接近 Claude Opus 4.5。
• 引入了 VIBE 基准测试，用于评估从零开始的全栈应用程序开发。
• 在 VIBE 上平均得分为 88.6，在 Web (91.5) 和 Android (89.7) 子集中表现优异。
• 在工具使用 (Toolathlon 43.5 vs 16.7) 和浏览器任务 (BrowseComp 47.4 vs 44.0) 方面较前代 M2 有显著提升。
• 支持多种推理引擎并包含部署指南。
• 也可通过 MiniMax 平台 API 和 MiniMax Code 产品使用。