MiniMaxAI开源MiniMax M2模型：Artificial Analysis评测显示综合智能得分超过Claude Opus 4.1，开源第一，全球第五。
1,273 阅读
MiniMax正式开源MiniMax M2模型，该模型定位是“Mini 模型，Max 编码与代理工作流”。最大的特点是2300亿总参数量，但是每次推理仅激活100亿，类似于10B模型。这款模型非常火爆，原因在于这么小的激活参数数量，推理速度很快，但是其评测结果非常优秀。
目前，MiniMax M2已经开源，参考：https://www.datalearner.com/ai-models/pretrained-models/minimax-m2
MiniMax M2模型的基本信息：超稀疏MoE架构，推理速度不错！
MiniMax M2是一个MoE架构的大模型，其总参数量为2300亿，每次推理仅激活其中的100亿，非常的稀疏。上下文最高支持205K，最高支持131K的输出，支持推理过程。MiniMax M2是纯文本大模型，不支持多模态的输入。
此前，阿里在9月份开源的Qwen3-Next-80B-A3B这个下一代的大模型也是采用了远超常规的激活比例（1：26左右，参考此前分析：https://www.datalearner.com/blog/1051757449442911 ）。从此处看，更加激进的稀疏混合专家架构似乎是一个非常重要的模型方向。FP8格式的MiniMax M2模型需要4台H100部署。
这种架构带来的最显而易见的优点是推理速度的提升。根据当前的官方的接口测试结果，MiniMax M2的推理速度达到了每秒84 tokens左右，上一代的Mini Max M1只有一半，约41 tokens/秒。而Claude Sonnet 4.5则只有61 tokens/秒。可以说非常不错的速度了（官方说其接口速度是Sonnet的2倍）。
