MiniMax M2: результаты тестов и сравнительный анализ

MiniMax M2 достигает нового рекордно высокого показателя индекса интеллекта для модели с открытыми весами и предлагает впечатляющую эффективность всего лишь с 10B активных параметров (всего 200B).

Ключевые выводы

• Эффективность для масштабирования: MiniMax-M2 имеет общее количество параметров 200B и очень скуден: всего 10B активных параметров на прямой проход. Такое небольшое количество активных параметров позволяет эффективно обслуживать модель в любом масштабе (DeepSeek V3.2 имеет всего 671B и 37B активных, Qwen3 имеет всего 235B и 22B активных). Модель также легко помещается на 4xH100 с точностью FP8.
• Сильные стороны сосредоточены на сценариях агентного использования: сильные стороны модели включают использование инструментов и следование инструкциям (как показано Tau2 Bench и IFBench). Таким образом, хотя M2, вероятно, преуспевает в сценариях агентного использования, он может уступать другим лидерам открытого веса, таким как DeepSeek V3.2 и Qwen3 235B, в некоторых универсальных задачах. Это соответствует ряду недавних выпусков моделей с открытыми весами из китайских лабораторий искусственного интеллекта, которые фокусируются на агентных возможностях, что, вероятно, указывает на сильный акцент на RL после тренировки. Подобно большинству других ведущих моделей с открытым весом, M2 представляет собой только текстовую модель. Недавние выпуски Alibaba Qwen3 VL остаются ведущими мультимодальными моделями с открытым весом.
• Стоимость и использование токенов: API MiniMax предлагает модель по очень конкурентоспособной цене за токен: 0,3/1,2 доллара США за 1 миллион токенов ввода/вывода. Тем не менее, модель очень подробная: для завершения наших оценок индекса интеллекта используется 120 миллионов токенов — такой же самый высокий показатель, как и у Grok 4. Таким образом, хотя это недорогая модель, это сдерживается высоким использованием токенов.
• Продолжающееся лидерство китайских лабораторий ИИ в области открытого исходного кода: выпуск MiniMax продолжает лидерство китайских лабораторий ИИ в области открытого исходного кода, которое DeepSeek начал в конце 2024 года и которое продолжили продолжающиеся выпуски DeepSeek, Alibaba, Z AI и Moonshot AI.

Ниже представлен дальнейший анализ и ссылка на модель искусственного анализа.

Индекс интеллекта искусственного анализа

Относительно небольшой размер MiniMax-M2 (200 байт) при его интеллекте и очень небольшое количество активных параметров (10 байт) обеспечивают его лидирующее положение по интеллекту и активным параметрам среди более крупных моделей.

Интеллект против активных параметров

Интеллект против общих параметров

Эффективность MiniMax-M2 для масштабного обслуживания поддерживает конкурентоспособную цену MiniMax в размере 0,3/1,2 доллара США за 1 миллион токенов ввода/вывода. Тем не менее, модель очень многословна - равна максимальному уровню Grok 4. Таким образом, хотя она все еще намного дешевле, чем многие другие ведущие модели, эта разница уменьшается в стоимости запуска индекса искусственного анализа интеллекта за счет высокого использования токенов.

Стоимость запуска индекса искусственного анализа интеллекта

Интеллект против стоимости запуска искусственного анализа Индекс интеллекта

Выходные токены, используемые для запуска искусственного анализа Intelligence Index

Индивидуальные оценки, все они рассчитываются независимо друг от друга с помощью искусственного анализа.

Оценки разведки