MiniMax veröffentlicht MiniMax M2.5 – für reale Produktivität entwickelt
Originaltitel:MiniMax M2.5: Built for Real-World Productivity.
KI-Zusammenfassung
Das neu veröffentlichte große Sprachmodell M2.5 von MiniMax erreicht durch Reinforcement Learning in Hunderttausenden komplexen realen Umgebungen SOTA bei Aufgaben wie Coding, Agenten-Tool-Aufrufen, Suche und Büroarbeit. Das Modell ist hocheffizient bei der Inferenz und schließt die SWE-Bench-Verified-Evaluierung 37 % schneller ab als der Vorgänger M2.1, vergleichbar mit Claude Opus 4.6. Bei der Preisgestaltung kostet der Betrieb mit 100 Token/Sekunde nur 1 US-Dollar pro Stunde. M2.5 wurde in über 10 Programmiersprachen und mehr als 200.000 realen Umgebungen trainiert und beherrscht den gesamten Prozess vom Systemdesign bis zum Test.
Kernpunkte
- Das neu veröffentlichte große Sprachmodell M2.
- 5 von MiniMax erreicht durch Reinforcement Learning in Hunderttausenden komplexen realen…
- Das Modell ist hocheffizient bei der Inferenz und schließt die SWE-Bench-Verified-Evaluierung 37 %…
- 1,vergleichbar mit Claude Opus 4.
- Bei der Preisgestaltung kostet der Betrieb mit 100 Token/Sekunde nur 1 US-Dollar pro Stunde.
Auf einen Blick
- Veröffentlicht
- Aktualisiert
- Quelle
- MiniMax:Blog(网页)
- Kategorie
- Modellveröffentlichungen
- KI-Bewertung
- 67
MiniMax M2.5 把 SWE-bench 拉到 80.2%,成本只有 Claude Opus 4.6 的十分之一,速度还翻倍,对做 agent 的团队来说是个高性价比选择。
Verwandte Entitäten
Quelle & Urheberrecht
Dieser Artikel basiert auf kuratierten Titeln und KI-Zusammenfassungen der öffentlichen AIHOT-API, mit Quellenangabe und Rückverlinkung. Das Urheberrecht am Original liegt bei den ursprünglichen Medien und Autoren; diese Seite spiegelt keine Volltexte.
Zitierhinweis
Beim Zitieren dieses Artikels bitte Titel, Datum und Permalink beibehalten und Orange News als Quelle angeben.
Orange News: MiniMax veröffentlicht MiniMax M2.5 – für reale Produktivität entwickelt. 12. Februar 2026. https://new.nat6.net/de/news/cmpunu0g60007slbrqtizmyjw/