モデル詳細

MiniMax-M2は、エンドツーエンドのコーディングとエージェントワークフローに最適化された、コンパクトで高効率な大規模言語モデルです。10億個のアクティブパラメータ（合計230億個）を備え、低遅延と高い導入効率を維持しながら、一般的な推論、ツールの使用、複数ステップのタスク実行において、最先端のインテリジェンスを実現します。 このモデルは、コード生成、複数ファイル編集、コンパイル・実行・修正のループ処理、テスト検証済みの修復において優れた性能を発揮し、SWE-Bench Verified、Multi-SWE-Bench、Terminal-Benchで高い評価を得ています。また、BrowseCompやGAIAなどのエージェント評価においても高いパフォーマンスを発揮し、長期的な計画立案、データ検索、実行エラーからの復旧を効果的に処理します。 [Artificial Analysis](https://artificialanalysis.ai/models/minimax-m2)によるベンチマークによると、MiniMax-M2は数学、科学、指示に従う能力を含む複合知能のためのトップクラスのオープンソースモデルの一つにランクされています。 その小さなアクティベーションフットプリントにより、高速な推論、高い並行処理能力、およびユニットエコノミクスの向上が可能となり、応答性とコスト効率が求められる大規模エージェント、開発者アシスタント、および推論駆動型アプリケーションに最適です。 このモデルのパフォーマンス低下を避けるため、MiniMax はターン間で推論を保持することを強く推奨します。推論を渡すための reasoning_details の使用方法については、[docs](https://openrouter.ai/docs/use-cases/reasoning-tokens#preserving-reasoning-blocks) を参照してください。