MiniMax M2.1: 大幅提升多语言编程,为真实世界复杂任务而生

2 min read Original article ↗

https://filecdn.minimax.chat/public/bbd9416c-f809-4195-88df-05fcd2051b15.png

MiniMax一直在用更AI 原生的方式改造自己。这个过程的核心驱动力是模型、Agent脚手架和组织。在探索过程中,我们对上述三点也有了越来越深刻的认知。今天我们开放模型部分的更新,也就是MiniMax M2.1,希望有机会能帮助到更多的企业和个人早日找到更AI原生的工作(生活)方式。

在10月底的M2中,我们主要解决模型成本和模型开放性的问题。在M2.1中,我们致力于提升真实世界复杂任务中的表现:重点聚焦于更多编程语言和办公场景的可用性,并在这个领域做到最好的水平

icon

MiniMax M2.1 具体模型亮点如下:

  • 卓越多编程语言能力

    过去很多模型主要围绕 Python 优化, 但真实世界的系统往往是多语言协作的结果。

    在 M2.1 中, 我们系统性提升了 Rust / Java / Golang / C++ / Kotlin / Objective-C / TypeScript / JavaScript 等语言的能力, 多语言任务整体表现达到业内领先水平, 覆盖从底层系统到应用层开发的完整链路。

  • WebDev 与 AppDev:能力与美学的整体跃迁

    针对业界普遍存在的移动端开发短板, M2.1 显著加强了原生 Android / iOS 开发能力。

    同时, 我们系统性提升了模型在 Web 与 App 场景中的设计理解与美学表达能力, 能够出色地构建复杂交互、3D科学场景模拟与高质量可视化表达, 推动 vibe coding 成为可持续、可交付的生产实践。

  • 复合指令约束提升,办公场景变为可能

    作为开源模型中率先系统性引入 Interleaved Thinking 的模型系列, M2.1 systematic problem-solving 能力再次升级。

    模型不仅关注代码执行是否正确, 同时关注模型对“复合指令约束”的整合执行能力, 在真实办公场景具备更高的可用性。

  • 更简洁高效的回复

    相比 M2, MiniMax-M2.1 的模型回复以及思维链更加简洁, 在实际编程与交互体验中, 响应速度显著提升, Token 消耗明显下降, 在 AI Coding与Agent驱动的连续工作流中更加流畅和高效。

  • 出色的 Agent / 工具脚手架泛化能力

    M2.1 在各类编程工具与 Agent 框架中均有出色表现。在 Claude Code、Droid (Factory AI)、Cline、Kilo Code、Roo Code、BlackBox 等工具中展现一致且稳定的效果, 并对 Skill.md、Claude.md / agent.md / cursorrule、Slash Command 等 Context Management机制提供可靠支持。

  • 高质量对话和写作

    M2.1 不再只是“代码能力更强”, 在日常对话、技术说明与写作场景中, 也能提供更具细节与结构性的回答。


基准测试概览

在软件工程相关场景的核心榜单上,MiniMax-M2.1相比于M2有了显著的提升,尤其是在多语言场景上,超过 Claude Sonnet 4.5和Gemini 3 Pro,并接近Claude Opus 4.5。

我们在不同coding agent框架上测试了SWE-bench Verified,结果表明MiniMax-M2.1具有良好的框架泛化性和稳定的表现。而在公开的测试用例生成、代码性能优化,以及自建的代码审阅、指令遵从等细分场景的榜单上,MiniMax-M2.1相比M2都表现出了全面的提升,持平或超过Claude Sonnet 4.5。

为了衡量模型“从零到一”构建完整、可运行应用程序的全栈能力,我们构建并开源了全新基准 VIBE (Visual & Interactive Benchmark for Execution) 测试集,涵盖了 Web、仿真 (Simulation)、Android、iOS 及后端 (Backend) 五大核心子集。不同于传统基准,通过创新的 Agent-as-a-Verifier (AaaV) 范式,VIBE 能够自动评估生成的 Application 在真实运行环境中的交互逻辑与视觉美感。这个评测集稍后将在Github上开源。
MiniMax-M2.1 在 VIBE 综合榜单中表现卓越,以平均 88.6 分的成绩展现了接近Claude Opus 4.5的全栈构建能力,并在几乎所有子集上都显著优于Claude Sonnet 4.5。

在办公场景、长程工具调用和综合智能指数上,MiniMax-M2.1 相比 M2 也表现出稳步提升,体现了模型解决更多真实世界复杂任务的能力。

使用者评价

过去几天,通过MiniMax全球的开发者社区,我们开放内测了M2.1的模型,也收到了非常多的热心反馈。下面是其中一些国际头部AI平台和合作方对MiniMax-M2.1的评价。

Factory AI (Droid)

我们非常期待像 M2.1 这样强大的开源模型,它在各类软件开发任务中都能带来前沿水准的表现,甚至还能在部分场景下比头部闭源模型更好。开发者应当拥有选择权,而 M2.1 正是大家急需的那个优质选项!

E

Eno Reyes

Co-Founder, CTO of Factory

Fireworks

MiniMax M2.1 在可读性与惯用结构方面与生产级工程要求高度契合,在 Go、Rust、C++ 等多语言场景下均表现稳定。精炼的交错推理机制显著压缩逻辑路径,减少冗余步骤,让多文件重构与缺陷修复等复杂任务得以更高精度完成。更可贵的是,M2.1 在激活参数量受限的前提下仍能提供可靠性能,为大规模智能体编码流程提供了兼顾效能与资源利用的均衡方案。我们期待与 MiniMax 团队展开持续、紧密的合作,在 Fireworks 平台同步支持其最新创新成果!

B

Benny Chen

Co-Founder of Fireworks

Cline

MiniMax M2 系列在代码生成能力上表现突出,过去几个月已迅速跻身 Cline 平台最受欢迎的模型之列。M2.1 再次实现能力层面的显著跃升,我们期待与 MiniMax 团队继续深化合作,共同推进 AI 编码技术的演进。

S

Saoud Rizwan

Founder, CEO of Cline

Kilo

我们对M2.1的发布而兴奋!我们的用户已经离不开MiniMax提供的最优秀的编程辅助能力和高性价比,内测显示,M2.1在架构设计、服务编排、代码评审直至部署上线的全链路环节中均表现优异,速度与资源效率均处于领先水平。

S

Scott Breitenother

Co-Founder, CEO of Kilo

RooCode

我们的用户非常喜欢 MiniMax M2 在编码能力与效率方面的表现。最新发布的 M2.1 在此基础上实现了速度与可靠性的实质性提升,并在更多语言及框架中保持稳定输出。对于强调高吞吐、Agentic Coding且对速度与成本敏感的研发流程,M2.1 是稳妥且具性价比的选择。

M

Matt Rubens

Co-Founder, CEO of RooCode

BlackBox AI

将 MiniMax M2 系列集成到BlackBox平台对广大用户来说是一次巨大的利好!而 M2.1 的问世,更是定义了编程专用模型能力的新高度。 在实际测试中,我们惊喜地发现 M2.1 处理复杂、多步编程任务的细腻程度和一致性在同类模型中极其罕见。凭借其规模化提供的高质量推理和深度上下文感知能力,MiniMax 已然成为我们助力开发者更高效攻克技术难题的核心引擎。我们已经迫不及待地想看到开发者社区如何利用这些升级后的强大能力,创造出更多可能!

R

Robert Rizk

Co-Founder, CEO of BlackBox AI

Showcases

物理世界Agent

多语言 Coding

Agentic Tool Use

数字员工

数字员工是 MiniMax M2.1 模型的重要功能之一。M2.1 能够接受以文字形式展示的网页内容,并以文本形态的输入控制鼠标的点击行为和键盘输入,在日常办公场景下,完成行政、数据科学、财务、人力资源、软件开发类的端到端任务。
以下效果演示是 M2.1 在 AgentCompany Benchmark 中的行为轨迹记录。

全链路办公自动化

如何使用

为了方便用户使用, 我们提供了两个版本的 API, M2.1 和 M2.1-lightning。这两个 API 结果完全一样, 但是后者速度更快, 方便对 TPS 有需求的用户来使用。同时, 在 M2 手动 Cache 的基础上, M2.1 全面支持自动 Cache, 无需设置, 自动生效, 为开发者带来更流畅的体验、更低的成本与更优的延时表现。

我们在 Coding Plan 里面会根据资源负载给用户提供大比例的 M2.1-lightning, 并保持 Coding Plan 的价格不变。也就是说, Coding Plan 用户免费获得了大部分时间更快的推理速度。欢迎大家点击下单~

联系我们