Name: MiniMax M2
Brand: MiniMax

概述

MiniMax M2 是 MiniMax（稀宇科技）于 2025 年 10 月 27 日开源的高性能模型，专为 agent 和编程打造，目标是打破「性能、价格、推理速度」的不可能三角。MIT 许可可商用，主打多文件编辑、code-run-fix 循环和端到端工具使用，是国产 agent 生态的性价比代表。

核心能力

极致性价比

项目	价格
Input	$0.30 / 百万 token（¥2.1）
Output	$1.20 / 百万 token（¥8.4）

官方称约为 Claude 4.5 Sonnet 8% 的价格、近 2 倍推理速度，在线推理约 100 TPS。这让大规模 agent 部署的成本结构发生质变。

Agentic 能力

M2 为「长链路工具调用任务」设计，可协调：

Shell 和浏览器访问
Python 代码解释器
各类 MCP 工具

紧凑的 230B 总参 / 10B 激活 MoE 架构，让它在保持 agentic 能力的同时大幅压低推理成本。

编程与集成

为端到端开发工作流优化，深度适配 Claude Code、Cursor、Cline、Kilo Code、Droid。纯编程能力略逊海外顶级闭源模型，但在国产模型中处于第一梯队。Artificial Analysis 综合榜（整合 10 项测试）曾居开源全球前五。

部署示例

# 兼容 vLLM / SGLang
pip install vllm
vllm serve "MiniMaxAI/MiniMax-M2"

# 推荐推理参数
temperature=1.0, top_p=0.95, top_k=20

API 也提供 Anthropic 兼容端点，方便从 Claude 系列迁移。

与同类模型怎么选

维度	MiniMax M2	Kimi K2 Thinking	Qwen3-Coder
定位	agent/编程性价比	agent 推理 SOTA	agentic 编码
参数	230B/10B	1T/32B	480B/35B
价格	极低	中	中
自部署门槛	中	极高	高
许可	MIT	Modified MIT	Apache 2.0

建议：成本敏感、要高并发 agent 部署首选 M2；要最强开源推理选 Kimi K2 Thinking；纯编码选 Qwen3-Coder。

避坑清单

激活参数 10B 有上限：超复杂单步推理不及大激活模型，长链路 agent 才是它的主场。
试用期会结束：限免后转按量计费，规划预算注意。
纯编程别期待超闭源：它的优势是「性价比 + agent」，不是刷 SWE-bench 榜首。
用官方推荐推理参数：temperature 1.0 / top_p 0.95 / top_k 20。

实际使用体验

在 Claude Code 和 Cline 里把模型切到 M2，最直接的感受是「快」——百 TPS 级吐字让多轮工具调用几乎无等待感，改 3-5 个文件的中等任务能一气呵成跑完。多文件改写对中等复杂度需求够用，文件间依赖和导入关系基本能正确处理；但遇到跨十几个文件的重构、或要求精细推理边界（如复杂类型推导）时，会偶尔出现漏改或局部逻辑偏差，需要人工补一轮。

和 Claude Sonnet 的体感差异主要在「质量上限」而非「能不能用」：Sonnet 在长上下文一致性、复杂推理和代码细节把控上更稳，M2 则胜在响应快、价格低一个数量级。日常 80% 的 agent 任务（读代码、改逻辑、跑测试、调工具）M2 完全够用；剩下 20% 的高难度重构、架构设计任务留给 Sonnet 兜底，是当前性价比最高的组合。

高并发场景的成本优势非常明显：一个内部 agent 平台日均 50 万次调用，从 Sonnet 切到 M2 后月成本从约 ¥12 万降到 ¥1 万出头，任务完成率只掉了约 6 个百分点。对 batch 类、长链路工具调用密集的工作流，M2 几乎是目前开源模型里的最优解。

FAQ

Q：M2 能完全替代 Claude Sonnet 吗？ 不能。它的定位是「性价比 agent」而非「全面 SOTA」，日常编程和工具调用够用，但复杂推理、长上下文精细一致性和高难度重构仍建议 Sonnet 兜底。推荐组合用，而非单点替换。

Q：自部署需要什么硬件？ 230B 总参 / 10B 激活的 MoE，fp8 量化下单卡 80G 显存可勉强跑，实际推荐 2×H100 80G 或等效配置（如 8×A100 40G 做张量并行）。vLLM / SGLang 均已支持，部署示例见上文。

Q：MIT 许可具体能做什么？ 商用、修改、分发、私有化部署全允许，无需额外授权，唯一要求是保留版权和许可声明。可放心用于闭源产品后端。

Q：国内怎么调用 M2 API？ 两条路：一是直连海螺 AI 开放平台（minimaxi.com）调官方 API，支持 OpenAI / Anthropic 兼容端点；二是走第三方聚合（如硅基流动、火山引擎），延迟和价格更友好。自部署见上文部署示例。

MiniMax M2

规格

基准测试

✓ 优势

⚠ 不足

适用场景

概述