• 克雷西 發(fā)自 凹非寺
  量子位 | 公眾號 QbitAI

MiniMax最新旗艦級Coding & Agent模型M2.1，剛剛對外發(fā)布了。

一邊是港交所聆訊通過新進展，另一邊新模型還在嗖嗖嗖上新——而且還SOTA了。

這一次，它直接甩出了一份硬核成績單，在衡量多語言軟件工程能力的Multi-SWE-bench榜單中，以僅10B的激活參數(shù)拿下了49.4%的成績，超越了Claude Sonnet 4.5等國際頂尖競品，拿下全球SOTA。

它試圖解決的，就是此前模型身上嚴重的“學科偏科”問題。

所謂偏科，指的是過去的模型，寫寫Python腳本或Web前端頁面表現(xiàn)還可以，可一旦涉及到后端架構(gòu)，亦或底層邏輯，表現(xiàn)往往會出現(xiàn)斷崖式下跌。

M2.1的核心進化，就在于它終于突破了這個難題，掌握了后端的開發(fā)規(guī)范。

M2.1的發(fā)布，也證明了MiniMax在推進上市流程的同時，仍保持著高頻的研發(fā)節(jié)奏。

更懂底層，10B激活參數(shù)拿下SOTA

M2.1將對工程上下文的理解，轉(zhuǎn)化為了對開發(fā)工具鏈的深度適配。它不僅能生成代碼，更能熟練配合Cursor、Claude Code等主流編程工具，在存量代碼庫中執(zhí)行精準的修復（Fix）或重構(gòu)（Refactor）。

這意味著它不再是一個只會寫新功能的菜鳥，而是一個能遵循既有架構(gòu)規(guī)范、進行工程級操作的熟手。

具體來說，M2.1系統(tǒng)性提升了Rust / Java / Golang / C++ / Kotlin / Objective-C / TypeScript / JavaScript等語言的能力。

在WebDev與AppDev上，M2.1針對業(yè)界普遍存在的移動端開發(fā)短板，顯著加強了原生Android / iOS開發(fā)能力。

另外，M2.1作為率先引入Interleaved Thinking的模型系列，不僅能關注代碼執(zhí)行是否正確，還能同時關注模型對“復合指令約束”的整合執(zhí)行能力。

使用過程中，M2.1表現(xiàn)出了出色的泛化性，在Claude Code、Droid（Factory AI）、Cline等各類編程工具與Agent框架中均有出色表現(xiàn)。

為了驗證上述能力在真實環(huán)境中的表現(xiàn)，MiniMax還構(gòu)建并開源了全新的測試基準VIBE（Visual & Interactive Benchmark for Execution in Application Development），將考核維度從純文本擴展到了Web、仿真、Android、iOS及后端五個領域。

M2.1最終取得了88.6的平均分，綜合水準逼近Claude Opus 4.5。特別是在開發(fā)環(huán)境最為復雜的Android子項上，它跑出了89.7分，這為那些試圖用AI解決原生客戶端難題的開發(fā)者提供了一個具備說服力的數(shù)據(jù)參考。

特點說了這么多，MiniMax M2.1面對真實的編程任務表現(xiàn)究竟如何，接下來就真刀真槍地試上一試。

實測MiniMax M2.1

先看第一個案例——H5小游戲開發(fā)。

為了更真實地模擬實際開發(fā)過程中的場景，我們沒有一次性提完所有需求，而是將開發(fā)過程分成了三個階段逐步進行。

我們要寫的是一個“星際彈弓”游戲，第一輪的目標是搭建出最基本的游戲界面和功能。

只用不到一分鐘，MiniMax M2.1就完成了HTML架構(gòu)、CSS屬性和JS腳本的搭建。

實際運行結(jié)果也證明，M2.1設計的代碼滿足了prompt當中的所有要求。

當然，這樣設計出來的游戲沒什么難度，我們需要在這個基礎之上增加一些額外設定，這便是第二輪的任務。

M2.1會讀取已有代碼和新的指令，在原有基礎之上進行多輪次的修改。

結(jié)果頁面當中也如期出現(xiàn)了“黑洞”，并且通過不斷刷新可以發(fā)現(xiàn)，黑洞的大小和位置的確都是隨機產(chǎn)生的。

接著進行試玩檢驗，球的確會受到黑洞的引力吸引，并且被吸入之后游戲自動結(jié)束。

這下難度確實上來了，但是好像又太難了，這種水多加面、面多加水的需求，也是實際開發(fā)當中經(jīng)常遇到的情況，所以第三個階段就是再引入一些新機制，降低一下難度，順便再加一下視覺特效。

對照運行結(jié)果，逐一核對提示中的三點需求，確實都滿足了。

這樣這個“星際彈弓”游戲的開發(fā)過程就基本完成了，不過接下來還有一道加試題，用Python把這個程序重寫一遍。

M2.1理解了網(wǎng)頁版的程序邏輯之后，抓住了所要表達的內(nèi)容，并最終成功實現(xiàn)了從前端到Python的代碼遷移。

接下來我們換一種語言，測試一下最新模型的后端開發(fā)能力。

過去的模型一直按照前端思路在寫后端代碼，造成的結(jié)果就是實際跑不通或者并不實用，但實測M2.1之后，感覺后端這塊硬骨頭確確實實被啃下來了。

正好最近量子位官網(wǎng)后臺需要更新升級，我們就選擇了主流開發(fā)語言Java，實現(xiàn)的功能是權(quán)限設計體系。這是每個系統(tǒng)必不可少的體系，也是面向Agent大規(guī)模落地，從業(yè)者認為需要重新設計的關鍵部件。

因為這是一項系統(tǒng)任務，而非小修小補，所以我們沒有選擇直接用提示詞去生成代碼，而是先讓模型根據(jù)需求輸出了一份設計文檔，接著再根據(jù)設計文檔去實現(xiàn)代碼。

模型很快就輸出了一份Markdown文檔，內(nèi)容非常詳細，包括了權(quán)限設計需要實現(xiàn)哪些類。

類都包含什么方法和屬性，屬性的類型、方法的參數(shù)、返回值和注釋……都寫得很清晰。

同時還根據(jù)我的需求，把類之間的關系也寫清楚了，在設計之初很好地利用了Java語言的繼承特性。

最后也給出了幾個數(shù)據(jù)庫表設計的建議，定義好了需要哪些字段和對應屬性，看下來有沒有感覺比你那個不寫文檔的同事還好用（Doge）？

接下來我們回到和模型的對話，讓它根據(jù)它自己寫的設計文檔，生成代碼（doge）。

模型生成的速度依然很快，輸出的項目包結(jié)構(gòu)很清晰，分好了實體類、枚舉和實現(xiàn)邏輯等，代碼中也寫清楚了注釋。IDE的代碼行數(shù)統(tǒng)計插件顯示，這個小項目一共有1700多行代碼，而我只花了不到一分鐘時間，輸入了兩句話

接下來，我們又讓M2.1給它配上一套UI界面。

結(jié)果非常驚喜，前面階段所需的全部功能全都實現(xiàn)了。

再切換到低權(quán)限賬號，能夠進行的操作也匹配了一開始的設定。

總結(jié)下來呢，M2.1確實是在后端邏輯的設計上有兩把刷子，能夠完成一個項目從后端到前臺的完整交付。

當然它在多語言支持上修煉的本領還不止如此，像Rust這樣的小眾語言，M2.1也進行了專門學習。

比如官方展示的案例當中，M2.1用Rust打造了CLI + TUI雙模式的Linux安全審計利器，支持一鍵對進程、網(wǎng)絡和SSH等關鍵項的底層掃描與智能風險評級。

而且針對業(yè)界普遍存在的移動端開發(fā)短板，M2.1顯著加強了原生Android / iOS開發(fā)能力。

比如這個iOS桌面交互小組件，設計了“沉睡圣誕老人”點擊喚醒機制，邏輯完整且具備原生級的交互動畫效果。

MiniMax選擇在此時發(fā)新模型，背后又有怎樣的目的呢？

IPO前夕的硬核自證

在剛剛通過港交所聆訊這一微妙的時間節(jié)點，MiniMax選擇發(fā)布M2.1，是一種無聲的戰(zhàn)略宣言。

外界往往因Talkie、海螺等爆款產(chǎn)品給這家公司貼上感性的標簽，認為其長板在于語音和視頻等多模態(tài)交互。

但MiniMax今年在M2、M2.1上接連發(fā)力，證明了文本模型的coding、Agent實力。

長期以來，行業(yè)內(nèi)默認AI僅擅長Web前端或Python腳本等容錯率高的任務，而M2.1通過對齊崗位上下文——比如真正理解Go語言的并發(fā)模型或C++的內(nèi)存管理機制——打破了這一天花板。

M2.1同時也是MiniMax研發(fā)效率的一種具象化解釋。招股書披露，公司成立至今僅消耗約5億美元，便構(gòu)建了全模態(tài)能力。

支撐這一效能的關鍵，在于其內(nèi)部極高的“含AI量”——超過80%的代碼已由AI完成。M2.1本質(zhì)上就是這位在內(nèi)部長期服役的“AI實習生”的能力外溢。

這種“內(nèi)用轉(zhuǎn)外售”的路徑，意味著該模型在推向市場前，已經(jīng)作為生產(chǎn)力工具支撐了385人團隊的高強度迭代。

在流程高度AI化的背景下，MiniMax對AI原生組織產(chǎn)生了獨特的理解——AI需要在更多崗位工種、更真實的生產(chǎn)場景中創(chuàng)造價值。

正是基于這種理解，才有了這個模型的誕生。

對于開發(fā)者而言，這或許比單純的參數(shù)指標更具參考價值。

新模型展現(xiàn)的能力和價值，就是MiniMax最好的路演。

Talk is cheap，Show you Model～