大家好，我是 Ai 學(xué)習(xí)的老章

6月MiniMax M1開(kāi)源，，剛剛MiniMax M2 開(kāi)源了，感受了一下，還算優(yōu)秀，除了TOP5級(jí)的實(shí)力，還有它的模型大小比M1的900GB+降到了230GB，本地部署成為可能。

MiniMax M2

MiniMax M2 專為 Agent 和代碼打造，價(jià)格僅為 Claude Sonnet 的 8%，速度卻是其兩倍，限時(shí)免費(fèi)！

模型文件 230GB：https://huggingface.co/MiniMaxAI/MiniMax-M2

• 
  

  頂級(jí)編碼能力：專為端到端開(kāi)發(fā)工作流設(shè)計(jì)，它在 Claude Code、Cursor、Cline、Kilo Code 和 Droid 等眾多應(yīng)用中表現(xiàn)出色。

• 強(qiáng)大的代理性能：它展示了出色的規(guī)劃能力和對(duì)復(fù)雜、長(zhǎng)鏈工具調(diào)用任務(wù)的穩(wěn)定執(zhí)行，協(xié)調(diào)對(duì) Shell、瀏覽器、Python 代碼解釋器以及各種 MCP 工具的調(diào)用。

• 極致的性價(jià)比與速度：通過(guò)高效設(shè)計(jì)激活參數(shù)，實(shí)現(xiàn)了智能、速度和成本的最佳平衡。

看測(cè)評(píng)代碼能力也就比 Claude Sonnet 4.5 和 GPT-5 的 Thinking 版弱

后面我自己測(cè)試的兩個(gè)例子，MiniMax-M2 已經(jīng)和 Claude Sonnet 3.7 一個(gè)檔次了

官方測(cè)試也顯示硬剛Sonnet4.5有點(diǎn)難

在流行的 Artificial Analysis 基準(zhǔn)測(cè)試中（綜合 10 項(xiàng)測(cè)試任務(wù)），MiniMax-M2 排第五

在線體驗(yàn)

通用 Agent 產(chǎn)品 MiniMax Agent，由 MiniMax-M2 驅(qū)動(dòng)，現(xiàn)在完全開(kāi)放使用，并限時(shí)免費(fèi)：https://agent.minimax.io/

兩種模式：

• 閃電模式：一種高效高速的 Agent，適用于即時(shí)輸出的場(chǎng)景，如對(duì)話式問(wèn)答、輕量級(jí)搜索和簡(jiǎn)單的編碼任務(wù)。它增強(qiáng)了基于對(duì)話的產(chǎn)品體驗(yàn)，具備強(qiáng)大的代理能力。

• 專業(yè)模式：在復(fù)雜且長(zhǎng)時(shí)間運(yùn)行的任務(wù)中提供專業(yè)的代理能力，并具有最佳性能。它在深入研究、全棧開(kāi)發(fā)、制作 PPT/報(bào)告、網(wǎng)頁(yè)開(kāi)發(fā)等方面表現(xiàn)出色。

• 高級(jí)編碼：擅長(zhǎng)復(fù)雜的開(kāi)發(fā)工作流程，包括多文件編輯和經(jīng)測(cè)試驗(yàn)證的修復(fù)。

• 卓越性能：憑借強(qiáng)大的規(guī)劃能力，可靠執(zhí)行復(fù)雜的長(zhǎng)期工具鏈。

• 高效且響應(yīng)迅速：實(shí)現(xiàn)更低的延遲和更高的吞吐量，帶來(lái)更快的代理體驗(yàn)。

我的測(cè)試就是直接使用了 Agent 的閃電模式，對(duì)比其他模型時(shí)，可能有點(diǎn)占便宜

API

API 價(jià)格：每百萬(wàn)輸入令牌 0.30 美元/2.1 元人民幣，每百萬(wàn)輸出令牌 1.20 美元/8.4 元人民幣，同時(shí)提供每秒約 100TPS（令牌/秒）的在線推理服務(wù)。這個(gè)價(jià)格是 Claude 3.5 Sonnet 的 8%，推理速度幾乎是其兩倍。

MiniMax-M2 API 可在 MiniMax 開(kāi)放平臺(tái)獲取，并限時(shí)免費(fèi)： https://platform.minimax.io/docs/api-reference/text-anthropic-api

接口調(diào)用方式：

import anthropic

 client = anthropic.Anthropic(
    base_url="https://api.minimax.io/anthropic",
    api_key="", # Your MiniMax API Key
)

 message = client.messages.create(
    model="MiniMax-M2",
    max_tokens=1024,
    messages=[
        {
            "role": "user",
            "content": "Explain machine learning in simple terms"
        }
    ]
)

 print(message.content[0].text)

vLLM 或 SGLang 部署 MiniMax-M2 均可，具體方式：

vLLM: https://huggingface.co/MiniMaxAI/MiniMax-M2/blob/main/docs/vllm_deploy_guide.md

SGLang:https://huggingface.co/MiniMaxAI/MiniMax-M2/blob/main/docs/sglang_deploy_guide.md

實(shí)測(cè)

先看一個(gè)我最近常用的題目，感覺(jué)不如 啊，甚至不如

GLM-4.6

另一個(gè)題目，，也很美觀

但是缺點(diǎn)是引號(hào)中的內(nèi)容匹配的不對(duì)

目前測(cè)試這么多模型，標(biāo)準(zhǔn)答案依然是 Claude Sonnet 3.7

另外MiniMax M2的API可以直接與Claude Code結(jié)合使用，方法 [[2025-07-18-Claude Code + Kimi K2 & DeepSeek 強(qiáng)強(qiáng)聯(lián)合]]

@jungeAGI做了測(cè)試，創(chuàng)建一個(gè) macOS Sonoma 風(fēng)格的網(wǎng)頁(yè)，效果很不錯(cuò)，要求：
1.實(shí)現(xiàn)毛玻璃效果的頂部菜單欄
2. 包含至少 3 個(gè)帶有 3D 懸浮效果的卡片
3.鼠標(biāo)懸停時(shí)有平滑的動(dòng)畫(huà)過(guò)渡
4.支持深色/淺色模式切換
5.所有樣式用純 CSS 實(shí)現(xiàn)，不使用外部庫(kù)

在另外，量化版的也出來(lái)了，最快的居然還是MLX，模型文件129GB

https://huggingface.co/mlx-community/MiniMax-M2-4bit